كيف تخفض درجة كشف الذكاء الاصطناعي لديك

يقوم الطالب بتمرير فقرة عبر كاشف، ويرى درجة 82 percent، ويستبدل اثنتي عشرة كلمة بمرادفات من دون المساس بشكل أي جملة، ثم يتحقق مرة أخرى. بالكاد يتغير الرقم. الخلاصة الكاملة: بعض التعديلات لا تغير شيئًا تقريبًا، وتعديل واحد يغير أكثر من بقية التعديلات مجتمعة، لأسباب لا علاقة لها بالتغلب على البرنامج.

يتناول هذا المقال كيفية خفض درجة AI بالترتيب الذي يهم فعلاً: أي التعديلات تكاد لا تُسجل، وأيها يحرك الرقم بدرجة كبيرة، وأيها يحركه أكثر من غيره، ولماذا. كما يوضح ما الذي يقيسه الرقم فعليًا، لأن انخفاضه يستحق السعي إليه لسبب حقيقي، وهو كتابة أوضح وأكثر تحديدًا، وليس هدفًا سيئًا يُلاحق لذاته.

ما الذي تقيسه درجة AI فعليًا

يكتب نموذج اللغة عبر التنبؤ بالكلمة التالية المحتملة، مرارًا وتكرارًا، وهذا ينتج بصمة إحصائية محددة: أطوال جمل تتجمع معًا، وانتقالات مأخوذة من مجموعة صغيرة من الخيارات الآمنة، واختيارات لفظية تقع قرب مركز ما هو متوقع في ذلك السياق. درجة الكشف عن AI هي تقدير لمدى تطابق مقطع ما مع تلك البصمة، ويُنتجها مصنف جرى تدريبه على ملاحظتها، وليست حقيقة عن الشخص الذي كتب الجملة.

لا تحدد جميع الكواشف الرقم بالطريقة نفسها. تذكر Turnitin بوضوح أن نسبتها "تشير إلى مقدار النص المؤهل داخل الإرسال الذي يحدد نموذج Turnitin لاكتشاف الكتابة بالذكاء الاصطناعي أنه كان على الأرجح مولدا بواسطة الذكاء الاصطناعي"، وتوضح صراحة أن هذا يمثل حصة من النص المعلَّم، لا درجة احتمال أو درجة ثقة. وتخرج كواشف أخرى قيمة أقرب إلى قيمة ثقة على الجملة نفسها. وفي كلتا الحالتين، فإن قراءة شرح كامل للآليات الكامنة وراء هذه الأرقام تستحق الاطلاع في كيف تعمل كواشف الذكاء الاصطناعي. وما يهم هنا أبسط من ذلك: فالرقم هو دائما تقدير إحصائي، وكل تعديل أدناه يعمل عبر تغيير الإحصاءات التي صُمم لقراءتها، لا عبر إخفاء حقيقة أن نموذجا كان طرفا في الأمر.

تبديل المرادفات لا يحرك درجة الذكاء الاصطناعي إلا قليلا

إن استبدال كلمة بمرادف أقل شيوعا لا يغير شيئا يذكر في النمط الذي تقيسه المصنفة، لأنه يترك طول الجملة وبنية الجمل الفرعية وإيقاعها من دون مساس. والنموذج المدرب على ملاحظة الشكل الموحد للجمل لا يهمه ما إذا كانت الجملة تقول enables أو allows. ما يهمه هو أن ثلاث جمل متتالية تمتد إلى طول متقارب جدا وتبدأ بالطريقة نفسها.

تقرأ جملة مسطحة: "The platform enables users to efficiently accomplish routine tasks without additional training." وعند استبدال كل كلمة بأخرى تصبح: "The platform allows users to efficiently complete routine tasks without extra training." الطول نفسه، وترتيب الجمل الفرعية نفسه، والإيقاع نفسه. قد يلاحظ القارئ كلمة مختلفة قليلا. أما المصنفة التي تقيس الأنماط على مستوى الجملة عبر الفقرة فلديها ما يكاد يكون جديدا تماما لتعمل عليه.

هذا ليس حجة ضد إصلاح المفردات المكررة. فالكلمات مثل facilitate وrobust وmyriad تستحق الحذف لأن القارئ المتنبه يلاحظها، كما أن أداة AI word cleaner المجانية تلتقط معظمها في ثوانٍ. لكنه حجة ضد توقع أن يقوم ذلك التمرير بالعمل الأثقل. إذا تحركت الدرجة بالكاد بعد تمرير المفردات، فهذه هي النتيجة المتوقعة، لا علامة على فشل التمرير.

تنوع الجمل يدفعه أبعد

يتنبأ النموذج برمز واحد في كل مرة، ولا يملك سببًا مدمجًا يجعل الجملة الثالثة أقصر من الجملة الثانية، لذلك، إذا تُرك وحده، يستقر الفقرة في نطاق ضيق من الطول والشكل. إن هذه الانتظامية، لا أي كلمة منفردة، هي الإشارة الأقوى، لأن المصنف الذي دُرِّب على مخرجات الآلة قد رأى هذا النمط آلاف المرات.

تُقرأ ثلاث جمل مسطحة على النحو الآتي: "كانت النتائج ذات دلالة. دعمت النتائج الفرضية. جرى تحليل البيانات باستخدام طرق معيارية." وإذا أُعيدت صياغتها لإظهار التنوع، فإن المحتوى نفسه يُقرأ هكذا: "كانت النتائج ذات دلالة، وقد دعمت الفرضية، رغم أن التحليل المعياري احتاج إلى تمرير ثانٍ بعد إزالة حالتين من الحالات الشاذة." تحمل جملة واحدة الآن الادعاء وتعقيده معًا، مع تنوع حقيقي في الطول وبنية الجمل التابعة عبر الفقرة. هذا هو ما يقيسه burstiness checker عندما يمنح درجة لعدم الانتظام، ولهذا السبب يحرك هذا التعديل الدرجة أكثر مما يفعله تمرير المفردات.

لا شيء من هذا صعب التنفيذ يدويًا على صفحة أو صفحتين. اقرأ الفقرة بصوت عالٍ، وضع علامة على أي تسلسل من جملتين أو ثلاث تبدو متشابهة في الطول والشكل، ثم افصل إحداها إلى جزأين أو ادمج اثنتين في واحدة مع فاصلة تؤدي عملًا حقيقيًا. التعديلات على مستوى الجملة التي يقوم عليها هذا القسم مشروحة خطوة بخطوة، مع مزيد من الأمثلة العملية، في الشرح الكامل لكيفية إضفاء الطابع البشري على نص AI.

أدلتك الخاصة تحرك درجة AI أكثر شيء

لا يملك نموذج اللغة أي وصول إلى ما حدث فعلاً في مشروعك. وعندما يُطلب منه الكتابة عن دراسة، فإنه يلجأ افتراضياً إلى الصياغة الأكثر أماناً التي تناسب تقريباً أي دراسة في الموضوع نفسه، لأن ذلك هو المحتوى الوحيد المتاح لديه. إن الجملة التي تحمل ادعاءً محدداً من مصدر محدد ليست جملة كان النموذج سيولدها من المحفز وحده، وهذه الفجوة هي ما يرفع الدرجة أكثر من غيره.

جملة عامة: "كان للتدخل أثر إيجابي في النتائج لدى المشاركين." يمكن أن تصف هذه الجملة مئات الدراسات. وإعادة صياغتها باستخدام مادة الكاتب نفسه: "أظهرت سجلات الحضور أن الأثر لم يثبت إلا لدى الطلاب الذين حضروا أكثر من ست جلسات، وهو حد لم يكن التصميم الأصلي قد توقعه." هذه صياغة أطول وأكثر تحديداً، ولا يمكن أن تصف إلا هذه الدراسة. ولو طُلب من نموذج مرجعي أن يواصل المحفز نفسه، لما كان ليتوقع تفصيل الست جلسات، لأن شيئاً في المحفز لم يشر إلى أنه موجود.

وهذا أيضاً هو التعديل الذي يحسن الكتابة أكثر من غيره، بغض النظر عما يذكره أي كاشف، وهذه هي النقطة التي تستحق التأمل. رقم محدد، أو قيد مسمى، أو مصدر منقول مباشرة بدلاً من إعادة صياغته في ادعاء غامض: هذه العناصر تجعل الفقرة أكثر إقناعاً للقارئ البشري، وكونها ترفع الدرجة أيضاً أقرب إلى أثر جانبي منه إلى أن يكون الهدف.

التعديل	الأثر المعتاد في الدرجة	السبب
استبدال الكلمات بمرادفات	طفيف إلى معدوم	يبقى طول الجملة وبنيتها وإيقاعها كما هو
تنويع طول الجملة وبنيتها	متوسط إلى كبير	يكسر النمط الموحد الذي يُدرَّب المصنف على ملاحظته
إضافة أدلتك أو ادعاءاتك الخاصة	الأكبر	يضيف محتوى لم يكن لدى النموذج أي وسيلة لإنتاجه من المحفز وحده

كيف تخفض درجة AI من دون مطاردة الهدف الخاطئ

كل رقم أعلاه هو تقدير، وليس حكماً نهائياً. ويقول Turnitin ذلك صراحة في وثائقه، إذ يذكر أن كشفه للكتابة بالذكاء الاصطناعي "قد لا يكون دقيقاً دائماً" و"لا ينبغي استخدامه بوصفه الأساس الوحيد لاتخاذ إجراءات سلبية ضد طالب". يمكن أن تتغير الدرجة لأسباب لا علاقة لها بنسبة التأليف، ويمكن أن تبقى ثابتة عند كتابة شخص للنص من الصفر. إن التعامل مع الرقم بوصفه حقيقة عن الشخص الذي كتب جملة ما هو مصدر معظم القلق المحيط بهذا الموضوع، وهذا ليس ما يدعيه الرقم عن نفسه.

ولهذا أيضاً فإن خفض الدرجة ليس هدفاً جيداً بحد ذاته. فملاحقة رقم قد تدفع الكاتب إلى التعديلات الأسهل في الأتمتة، مراجعة المفردات، وبعض الجمل المعاد ترتيبها، مع تجاوز ما هو أهم: إضافة المادة المحددة التي لا يملكها إلا الكاتب نفسه. والدرجة الأقل التي تُكتسب بهذه الطريقة تستحق أن تُحتفظ بها.

كما أن ملاحقة درجة أقل قد تدفع الفقرة أيضاً في الاتجاه الأسلوبي الخاطئ: التحوّط في كل ادعاء، وتكديس القيود، وإضافة جمل حشو لا وجود لها إلا لكسر الإيقاع لا لقول شيء. لا شيء من ذلك يصلح النمط الكامن، وكل ذلك يجعل الفقرة أسوأ قراءة. أما التعديلات التي تحرك الدرجة فعلاً، تنوع الجمل والأدلة المحددة، فهي أيضاً التعديلات التي تجعل الكتابة أفضل في ذاتها، وهذا فحص مفيد عندما يبدأ التعديل في الظهور كأنه حشو لا تحسين.

يطبق AI humanizer الخاص بـ TextPulse AI humanizer التعديلات على مستوى الجملة والبنية المذكورة أعلاه على مستند كامل دفعة واحدة، ويعرض Human Score تقديرية محسوبة من الإشارات نفسها، لا ادعاء بأن أي كاشف مسمى سيتجاوزه. وعند استخدامه جيداً، يكون خطوة أولى سريعة على مستند طويل. لكنه لا يزال عاجزاً عن إضافة الشيء الوحيد الذي يحرك الدرجة أكثر من غيره، لأنه لم يكن موجوداً أصلاً عندما حدث العمل الفعلي. ذلك الجزء يبقى مع الكاتب.

هناك سؤالان سابقان يستحقان الحسم أولاً: هل تعمل AI humanizers أصلاً، وهل هي آمنة للاستخدام على العمل الذي تنوي تقديمه.

الترتيب أعلاه هو أيضاً قائمة أولوية لتحديد أين تُنفق الوقت المحدود قبل الموعد النهائي. تجاوز مرحلة مراجعة المرادفات إذا كان الوقت ضيقاً. لا تتجاوز الفقرة التي تضيف فيها من جديد التفصيل الذي لم يكن بوسع أي شخص آخر أن يكتبه، لأن ذلك هو التعديل الوحيد الذي لا يمكن لأي قدر من برامج إعادة الصياغة أن ينجزه بدلاً منك.