مقالات خبرية تشرح كيف تجعل نص AI أكثر إنسانية، وتحقق درجة منخفضة من كاشفات الذكاء الاصطناعي، مع الحفاظ على الإحالات، وتطوير أسلوبك لكتابة أوراق أكاديمية أفضل.
إن المصنف الذي دُرِّب على الاستجابة للنمط الإحصائي لا يحتاج إلى أن يكون قد رأى روبوت محادثة محددا لكي يوسم مخرجاته. وهنا تكمن أهمية ذلك بالنسبة إلى DeepSeek، وما الذي ينشره Turnitin نفسه عن Claude وGemini ونماذج أخرى بالاسم، وما الذي لا ينشره عن أي منها.
إن رسالة النزاهة الأكاديمية التي تذكر استخدام AI تكون مخيفة تحديداً لأنه لا توجد حقيقة واحدة تنفي نسبة مئوية. إليك ما يجب فعله، بالترتيب، في أول 48 ساعة: ما الذي تقوله، وما الذي لا تعترف به أبداً، وما الأدلة التي تطلبها، وكيف تعرف ما إذا كانت النتيجة مسموحاً لها أن تقوم وحدها.
نعم، يكشف Turnitin النص المعاد صياغته، وقد صُمم لذلك. يلتقط محرك التشابه فيه المقاطع المعاد صياغتها التي لا تزال تتداخل مع الأعمال المنشورة والمقدمة سابقا، ويحمل تقرير الكتابة AI فيه فئة معنونة للنص المولّد بواسطة AI الذي عُدّل باستخدام أداة إعادة صياغة أو مبدل كلمات. فيما يلي كيف يلتقطه كل نظام، ولماذا لا يؤدي استبدال الكلمات بالمرادفات إلى تجاوز أي منهما.
لا يقرأ كاشف الكتابة بالذكاء الاصطناعي في Turnitin المستند بوصفه كلاً واحداً. بل يقسم التسليم إلى مقاطع، ويمنح كل مقطع درجة، ثم يحسب المتوسط للنتائج، وبعد ذلك فقط ينتج النسبة المئوية في التقرير. يشرح هذا المقال تلك السلسلة، وما الذي يرصدُه عبر ChatGPT وClaude وGemini، وما الذي وجدته الاختبارات المستقلة أنه يفوته، ومن الذي يمكنه فعلاً رؤية الرقم.
لا تنشر Turnitin أي نسبة تشابه مقبولة، وتضع المؤسسات إرشاداتها الخاصة بدلًا من ذلك. يشرح هذا المنشور ما الذي يدفع الدرجة إلى الارتفاع أو الانخفاض فعليًا، ولماذا ترفع المواد المقتبسة وقوائم المراجع الدرجة من دون أن يكون هناك أي خطأ، وكيف تقرأ تفصيل المطابقات وراء الرقم بدلًا من الرقم نفسه.
إن similarity score وAI score يجيبان عن سؤالين مختلفين، لذا قد يحصل paper على score منخفض في أحدهما ومرتفع في الآخر من دون أن يكون أي من الرقمين خاطئًا. ما الذي يقيسه كل منهما، وما الذي يثيره، وما الذي يثبته الرقم المرتفع وما الذي لا يثبته.
المنشورات التي لا تتوفر لها ترجمة بلغتك موجودة في المدونة الإنجليزية.