40+ كلمات وعبارات تكشف ChatGPT

في 2024، حملت واحدة على الأقل من كل ثماني أوراق بيوميديكال مفهرسة في PubMed البصمة المعجمية لمساعدة الذكاء الاصطناعي، وفي بعض البلدان والمجلات تجاوزت النسبة اثنتين من كل خمس. لم يكن على أحد أن يعترف بأي شيء. لقد قامت بضع كلمات رسمية، مسرحية بعض الشيء، بعملية الاعتراف، إذ ظهرت معًا في ملخص واحد أكثر بكثير مما يسمح به الاحتمال.

الكلمات التي تكشف ChatGPT ليست غريبة. إنها كلمات إنجليزية عادية، رسمية، يُلجأ إليها أكثر قليلًا من اللازم، في تراكيب نادرًا ما يكدسها كاتب حريص داخل فقرة واحدة. وهذه هي المرجعية العملية الكاملة: أكثر من أربعين كلمة منها، مرتبة بحسب المواضع التي تميل إلى الظهور فيها، ومع ما يلجأ إليه محرر حريص بدلًا من كل واحدة منها. بعض هذه الكلمات مشهور بما يكفي ليكون له سمعته الخاصة. ومعظمها ليس كذلك، ويمر على القارئ لأن أيا منها لا يبدو مريبًا بمفرده. أما الآليات الأوسع وراء سبب حدوث هذا أصلًا فتعود إلى مادة مرافقة، أما هنا فالمقصود هو القائمة نفسها.

لماذا تكشف هذه الكلمات ChatGPT

يبني نموذج لغوي جملةً عبر اختيار الكلمة التالية الأرجح إحصائيًا، مرارًا وتكرارًا، داخل نظام مدرَّب على أن يبدو كفؤًا لا مميزًا. وتظهر هذه العادة في اختيار الكلمات، وإيقاع الجمل، وعلامات الترقيم، والبنية، وقد جرى تناولها كاملة في دليل TextPulse الخاص بـ أنماط الكتابة بالذكاء الاصطناعي. ويُعد اختيار الكلمات ببساطة المستوى الذي يلاحظه القارئ أولًا، لأنه الأسهل في الإشارة إليه على الصفحة.

ويستحق اختيار الكلمات مرجعه الخاص لسبب واحد, وهو أنه قابل للفحص. لا يحتاج القارئ إلى اشتراك في كاشف ليلاحظ أن فقرة ما تعتمد على خمس أو ست كلمات رسمية منخفضة المعلومات في الوقت نفسه. وعدّها مهارة يمكن لأي شخص أن يتعلمها في الوقت الذي يستغرقه قراءة هذه القائمة مرة واحدة. أما إيقاع الجمل وعلامات الترقيم فيجري تناولهما بإسهاب في موضع آخر من هذا الموقع، بينما تبقى المفردات المستوى الوحيد الذي لا يمنح القارئ سوى الانتباه.

القائمة الكاملة للكلمات التي تكشف ChatGPT

القائمة أدناه تضم أكثر من أربعين مدخلاً، وتُصنَّف بحسب الموضع الذي يميل كل لفظ إلى الظهور فيه: النثر الأكاديمي والبحثي، والكتابة التجارية والمهنية، والعبارات الانتقالية الجاهزة، وصيغ التخفيف التي تُنهي الفقرة من دون أن تقول الكثير. ويعود نحو النصف إلى دراسة كبيرة واحدة عن الملخصات الطبية الحيوية، أما البقية فموثقة على نحو غير رسمي، مثل الفحص الذي أجراه أحد موردي الكشف لعينته الخاصة من أكثر من عشرة ملايين كلمة من مخرجات ChatGPT، أو تحليل نُشر في نوفمبر 2025 سجّل العبارة "notable works include" بمعدل يقارب 120 مرة من معدلها المعتاد في النصوص المولدة بواسطة الذكاء الاصطناعي، و"today's fast-paced world" بنحو 107 مرات. ومن المفيد التمييز بين هذين النوعين من المصادر، فالعينة المُحكَّمة التي تضم 15 مليون ملخص تحمل وزناً مختلفاً عن فحص محلل واحد لمخرجات روبوت محادثة، والعمود أدناه لا يدّعي غير ذلك.

Word or phrase	Where it clusters	What a careful writer uses instead
delve (into)	Academic	ينظر في، يفحص
underscore / underscores	Academic	يشير إلى، يبيّن
showcase / showcasing	Academic	يعرض، يوضح
intricate	Academic	معقد، مفصل
meticulous	Academic	دقيق، شامل
comprehensive	Academic	كامل، شامل
notably	Academic	بوجه خاص
crucial	Academic	مهم، أساسي
exhibited	Academic	أظهر
multifaceted	Academic	متعدد الجوانب
encompasses	Academic	يشمل، يتضمن
facilitates	Academic	يساعد، يتيح
elucidates	Academic	يوضح
discernible	Academic	واضح، جلي
underpinning	Academic	داعم
insights	Academic	نتائج، نقاط
within	Academic	في
across	Academic	في، عبر
particularly	Academic	خاصة
noteworthy	Academic	جدير بالذكر
leverage	Business	يستخدم
utilize	Business	يستخدم
streamline	Business	يبسط
elevate	Business	يحسن، يرفع
unlock	Business	يفتح، يتيح
seamlessly	Business	بسلاسة، من دون خطوات إضافية
cutting-edge	Business	حديث، جديد
robust	Business	متين، موثوق
innovative	Business	جديد
results-driven	Business	فعال
actionable	Business	قابل للاستخدام، عملي
groundbreaking	Business	جديد، أصيل
transformative	Business	مهم، كبير
state-of-the-art	Business	الأحدث، الأجدد
additionally	Transition	أيضًا، و
furthermore	Transition	أيضًا، و
moreover	Transition	أيضًا
in order to	Transition	لـ
due to the fact that	Transition	لأن
a wide range of	Transition	عدة، أو العدد الفعلي
today's fast-paced world	Hedge / closer	اذكر السنة الفعلية أو المجال
notable works include	Hedge / closer	اذكر العملين أو الثلاثة المهمة
aims to explore	Hedge / closer	يفحص، يختبر
it is worth noting	Hedge / closer	اذكر الحقيقة مباشرة
plays a vital role in	Hedge / closer	يهم، يشكل
serves as a testament to	Hedge / closer	يظهر، يثبت
boasts	Hedge / closer	يملك، يتضمن

"Delve" يحصل على سطر واحد بالضبط فوقه ولا شيء أكثر من ذلك: فهو بالفعل الكلمة الأكثر توثيقًا في هذه القائمة كلها، وتكرار هذه الحالة في النثر سيزاحم الكلمات الست والأربعين الأخرى. وأسرع من قراءة الجدول كله بالعين هو تمرير مسودة عبر free AI word cleaner الخاص بـ TextPulse، الذي يضع علامة تلقائيًا على هذا النوع من الكثافة.

مثال محلول

خذ جملة واحدة تحمل أربع إدخالات من الجدول دفعة واحدة: "This comprehensive study aims to explore the multifaceted challenges that underscore the pivotal role of policy in modern research." كل كلمة فيها حقيقية وكل عبارة فيها سليمة نحويًا، وهذا هو بالضبط موضع المشكلة. كان محرر بشري سيختصرها إلى شيء مثل: "This study looks at how policy shapes research, and why it matters." لم يضِع أي شيء واقعي. الذي اختفى هو الحشو.

أي فئة من الكلمات تكشف الأمر أكثر من غيرها؟

السجل الأكاديمي يحمل أوضح الدلائل. في دراسة شملت 15.1 million ملخصًا في PubMed نُشرت بين 2010 و2024، ارتفعت "underscores" إلى نحو 14 ضعف معدلها المتوقع بحلول 2024، و"showcasing" إلى ما يقرب من 11 ضعفًا. حتى الكلمات العادية تحركت: أصبحت "potential" و"findings" و"crucial" أكثر شيوعًا بشكل قابل للقياس، وذلك فقط بسبب ارتفاع نقطة الانطلاق، لذا يبدو الارتفاع أصغر كنسبة خام رغم أنه حقيقي. وحدد فريق البحث نفسه مجموعة من عشرة روابط غير لافتة عادة، من بينها "additionally" و"comprehensive" و"notably" و"within"، أصبحت مجتمعة غير مألوفة إحصائيًا بوصفها مجموعة: لا تعني أي واحدة منها شيئًا بمفردها، لكن وجود أربع أو خمس منها في ملخص واحد يعني ذلك.

تظهر النمطية نفسها خارج الطب الحيوي، ولكن بدرجات مختلفة بحسب الحقل. وقد وضع تحليل منفصل لما يقرب من 951,000 ورقة على arXiv وbioRxiv وفي مجلات عائلة Nature بين يناير 2020 وفبراير 2024 احتمالَ تورط LLM عند 17.5 percent في علوم الحاسوب، مقابل حد أقرب إلى 6.3 percent في الرياضيات وفي محفظة Nature. إن مشرفاً في الإنسانيات ومشرفاً في علوم الحاسوب لا يقرآن المعدل الخلفي نفسه لهذه الكلمات، ومن المفيد تذكر ذلك قبل التعامل مع أي مقالة منفردة بوصفها حالة شاذة. كما أن الأوراق الأقصر والأوراق الصادرة عن مؤلفين ينشرون preprints متكررة أظهرت النمط أكثر أيضاً، وهو ما ينسجم مع تفسير بسيط: هذه الكلمات توفر الوقت، وضغط الوقت لا يتوزع بالتساوي داخل أي تخصص.

أما عمود الأعمال والمسار المهني أعلاه فموثق بدرجة أقل صرامة، لكنه لا يقل وضوحاً. فقد ظهرت عبارة "Aims to explore" بمعدل يقارب 50 ضعف معدلها المعتاد في تحليل نوفمبر 2025 نفسه المشار إليه سابقاً، كما أن رسائل التقديم، وملخصات LinkedIn، والبيانات الصحفية هي المواضع التي تميل فيها كلمات "streamline" و"elevate" و"results-driven" إلى التكتل. إن مدير توظيف يقرأ أربعين رسالة تقديم متقاربة جداً في فترة بعد الظهر يلاحظ هذا أسرع مما تقيسه أي دراسة، ولهذا كان مسؤولو التوظيف يصفون النمط على نحو قصصي قبل وقت طويل من أن يجري أي أحد الحسابات. ولا يثبت أي من ذلك أن رسالة تقديم بعينها صاغها chatbot. إنه يثبت أن مفردات الكتابة المؤسسية والمفردات التي يميل إليها نموذج لغوي تتداخل بدرجة كبيرة، وكان هذا صحيحاً بالفعل قبل وجود ChatGPT، ولم يصبح أسهل في الرصد إلا بعد أن بدأ أحد الأدوات بإنتاج هذا القدر الكبير منه دفعة واحدة.

كيف تستمر القائمة في التغير

القائمة ليست ثابتة. إن دليل التحرير الخاص بـ Wikipedia نفسه، والمخصص لرصد الإضافات المكتوبة آليًا، والذي يحافظ عليه متطوعون يراجعون هذا النوع من التعديلات يوميًا، يتتبع هذا النمط وهو يتحرك في الزمن الحقيقي. وتتمحور موجته الممتدة من 2023 إلى منتصف 2024 حول كلمات مثل "boasts" و"crucial" و"pivotal" و"tapestry". وبحلول منتصف 2025 كان الدليل نفسه يتتبع مجموعة مختلفة، تشمل "align with" و"fostering" و"showcasing"، مع كلمات أبسط مثل "enhance" و"highlighting" تتحمل قدرًا أكبر من العبء مما كانت الكلمات الأكثر استعراضًا قد فعلته قبل عام. ولا يوجد أي تنسيق مركزي لكل هذا.

إن قائمة تتجمد عند لحظة واحدة سرعان ما تصبح قديمة لهذا السبب بالضبط. وما يصمد هو العادة الكامنة: الكلمات الرسمية، التي يُلجأ إليها أكثر قليلًا من اللازم، بغض النظر عن الكلمات المحددة التي تكون رائجة هذا العام.

هل تثبت هذه الكلمات أن ChatGPT كتبه؟

لا. يمكن لكاتب حريص تحت ضغط الموعد النهائي، أو لمتحدث غير أصلي للإنجليزية يلجأ إلى مفردات رسمية آمنة، أو لطالب دُرِّس هذه الكلمات نفسها في صف للكتابة، أن ينتج جميعًا فقرة تحصل على درجة مرتفعة وفق هذه القائمة من دون أي chatbot في الجوار. إن التعامل مع الجدول أعلاه بوصفه دليلًا على سوء السلوك هو الخطأ الذي يؤدي إلى اتهام الكتّاب الحريصين ظلمًا، ومن الجدير تسمية ذلك خطأً بدل تكراره بصمت. إن منتجات TextPulse نفسها موجودة لأن المشكلة المعاكسة حقيقية بالقدر نفسه: فمقطعًا حقيقيًا من الكتابة البشرية، إذا أساء الحظ فجمع عددًا قليلًا من هذه الكلمات في فقرة واحدة، يمكن أن يُسحب إلى مراجعة لا يستحقها أبدًا.

تعمل الكواشف الإحصائية على إشارة مرتبطة لكنها مختلفة تمامًا، كما هو موضح في مقال TextPulse عن how AI detectors work، كما أن أداة AI humanizer الخاصة بـ TextPulse تعرض Human Score تقديريًا محسوبًا من النص المعروض أمامها، لا حكمًا صادرًا عن أي كاشف. إن قائمة كلمات مثل هذه ليست إلا نقطة بداية لقرار بشري، وليست بديلًا عنه. أما بقية مجموعة free tools collection الخاصة بـ TextPulse فتغطي المستويات الأخرى، الإيقاع وعلامات الترقيم والبنية، لكل من يراجع مسودة كاملة لا فقرة واحدة.

فعل واحد يفسر جزءًا أكبر من هذه القائمة أكثر من أي فعل آخر، وسبب لجوء النماذج إليه موضح في مكان منفصل. وتكشف علامات الترقيم الأمر نفسه، وعادة استخدام الشرطة الطويلة لها صفحة خاصة بها.

في المرة التالية التي يبدو فيها أحد الفقرات غير منسجم قليلًا، لا تلجأ إلى مرادف واحد وتعده إصلاحًا. بل افحص الكثافة بدلًا من ذلك: استخدام كلمتين أو ثلاث من هذه الكلمات في عمل حقيقي أمر عادي في الكتابة، أما استخدام أربع أو خمس منها من دون أي عمل على الإطلاق فهو العلامة الدالة، والفرق شيء يمكن لأي قارئ أن يتعلم رؤيته من دون تشغيل أي شيء عبر كاشف أولًا.