Multilingualní AI humanizer: jeden engine, 60+ jazyků

TextPulse řeší problém, na který nástroje pouze pro angličtinu nedosáhnou. Nyní vidíme, že akademičtí autoři píší v ChatGPT ve desítkách jazyků. Každý jazyk má vlastní prostředí detektorů, vlastní preference registru a vlastní vodítka k psaní, které zní, jako by je napsal stroj. Nástroj pouze pro angličtinu si neporadí s pronikáním neformálnosti v němčině ani s kalkovými výrazy ve francouzštině, ani s nivelizací kadence, která prozrazuje výstup v mandarínštině. Vícejazyčný AI humanizer zvládá vše. TextPulse spouští jeden engine, který tomu všemu rozumí, takže výzkumník v Jakartě i výzkumník v Soulu dostanou text, který čte jako jejich vlastní hlas, nikoli jako překlad anglického stylového standardu.

Tento příspěvek je centrem pokrytí jazyků v TextPulse. Vysvětluje, proč se detekce AI a próza znějící jako AI liší jazyk od jazyka, uvádí 15 jazyků pokrytých samostatnými průvodci a popisuje, jak free AI humanizer zachovává citace, technické termíny a registr bez ohledu na to, v jakém jazyce je rukopis napsán. Každý níže odkazovaný průvodce jde dále do přijetí detektorů, univerzitní politiky a citační kultury specifické pro daný jazyk.

Proč je humanizace AI textu specifická pro jazyk

Detektory trénované převážně na angličtině se chovají jinak, jakmile čtou španělštinu, arabštinu nebo thajštinu. Některé nástroje pro detekci plagiátorství a AI znovu kalibrují prahy podle jazyka a dokumenty univerzitní politiky uvádějí různé detektory podle země, v níž se program nachází. Próza znějící jako AI je také specifická pro jazyk. Výstup ChatGPT v angličtině se opírá o ustálené přechody a rovnoměrně plynoucí věty, ale výstup v němčině má tendenci sklouzávat do registru příliš formálního pro seminární práci, zatímco výstup v japonštině může nivelizovat značky registru, na nichž závisí keigo. Humanizer trénovaný pouze na anglických signálech nedokáže rozpoznat žádný z těchto vzorců, protože nikdy nebyl vytvořen, aby je hledal.

Běžným obcházením je psaní v angličtině, následné zlidštění této angličtiny a poté překlad do cílového jazyka. V praxi to selhává. Překlad znovu zavádí kalky a strnulé formulace, kvůli nimž odstavec působí jako strojově generovaný, a zároveň může cestou posunout význam technických termínů nebo citačních formátů. Zlidštění musí probíhat v jazyce, v němž je rukopis skutečně psán, a musí pracovat se stavbou vět a s registračními konvencemi vlastními tomuto jazyku, nikoli s anglickým návrhem přeloženým až poté. Proto TextPulse zpracovává každý podporovaný jazyk přímo, místo aby vše nejprve směroval přes angličtinu.

15 podrobných průvodců, více než 60 podporovaných jazyků podle regionů

Každý níže uvedený jazyk má svůj vlastní průvodce, který se věnuje rozšíření detektorů, univerzitní politice a znakům, jež v daném jazyce konkrétně prozrazují psaní pomocí AI. Náš indonéský průvodce se zabývá tím, jak se detekce Bahasa Indonesia šíří na univerzitách v jihovýchodní Asii, zatímco německý návod popisuje posun v registru Sie a du, který označuje práci jako strojově napsanou. španělský průvodce se věnuje posunům mezi usted a tú, ruský průvodce popisuje, jak Antiplagiat čte text generovaný AI, a korejský průvodce vysvětluje chyby v honorifikách, které prozrazují tvorbu pomocí ChatGPT. japonský průvodce a thajský průvodce doplňují pokrytí pro východní a jihovýchodní Asii, přičemž každý je vystavěn na příkladech v daném rodném jazyce.

Evropa

🇩🇪 Němčina · 🇫🇷 Francouzština · 🇷🇺 Ruština · 🇹🇷 Turečtina · 🇮🇹 Italština · 🇵🇱 Polština · 🇺🇦 Ukrajinština · 🇷🇴 Rumunština · 🇬🇷 Řečtina · 🇨🇿 Čeština · 🇭🇺 Maďarština · 🇳🇱 Nizozemština · 🇸🇪 Švédština · 🇩🇰 Dánština · 🇳🇴 Norština · 🇫🇮 Finština · 🇧🇬 Bulharština · 🇸🇰 Slovenština · 🇷🇸 Srbština · 🇭🇷 Chorvatština · 🇸🇮 Slovinština · 🇱🇹 Litevština · 🇱🇻 Lotyština · 🇪🇪 Estonština · 🇦🇱 Albánština

Latinská Amerika a Iberský poloostrov

🇪🇸 Španělština · 🇧🇷 Portugalština

Východní Asie

🇨🇳 Čínština · 🇯🇵 Japonština · 🇰🇷 Korejština

Jihovýchodní Asie

🇮🇩 Indonéština · 🇻🇳 Vietnamština · 🇹🇭 Thajština · 🇲🇾 Malajština · 🇵🇭 Filipínština · 🇲🇲 Barmština · 🇰🇭 Khmerština · 🇱🇦 Laoština

Jižní Asie

🇮🇳 Hindština · 🇧🇩 Bengálština · 🇵🇰 Urdština · 🇮🇳 Tamilština · 🇮🇳 Telugština · 🇮🇳 Maráthština · 🇮🇳 Pandžábština · 🇳🇵 Nepálština · 🇱🇰 Sinhálština

Blízký východ a Střední Asie

🇸🇦 Arabština · 🇮🇷 Perština · 🇮🇱 Hebrejština · 🇦🇿 Ázerbájdžánština · 🇰🇿 Kazaština · 🇺🇿 Uzbečtina · 🇦🇲 Arménština · 🇬🇪 Gruzínština · 🇦🇫 Paštština

Afrika

🇰🇪 Svahilština · 🇪🇹 Amharština · 🇳🇬 Hausština · 🇳🇬 Jorubština · 🇳🇬 Igbo · 🇿🇦 Zuluština · 🇿🇦 Afrikánština · 🇸🇴 Somálština

Zbývající průvodce pokrývají jazyky s jejich vlastním prostředím detekce. Francouzský průvodce vysvětluje kalkové fráze, které prozrazují odstavec znějící jako překlad, a arabský průvodce se zabývá odchylkami formálního registru napříč akademickým psaním v moderní standardní arabštině. Turecký průvodce a perský průvodce se oba věnují aglutinačním strukturám a znakům formálního registru, které detektory trénované na angličtině obvykle přehlížejí, zatímco vietnamský průvodce a portugalský průvodce pokrývají brazilské a evropské akademické konvence odděleně od těch jihovýchodoasijských. Čínský průvodce se zabývá rytmem vět v mandarínštině a hindský průvodce pokrývá vzorce přepínání mezi hindštinou a angličtinou, které jsou běžné v indickém univerzitním psaní.

Jak vícejazyčný AI humanizer zůstává přirozený v každém jazyce

Na prvním místě je konzistence registru. Humanizer určený pro akademickou práci musí vědět, že španělské diplomové práce se čtou jinak než španělské blogové příspěvky, že německé seminární práce zachovávají po celou dobu formální oslovení Sie a že japonské disertace se opírají o psaný registr odlišný od mluveného keigo. TextPulse udržuje tento registr stabilní v celém rukopise místo toho, aby mu dovolil, aby se měnil větu od věty, což je jeden z nejzřetelnějších znaků, které recenzenti hledají. Citace procházejí přesně tak, jak jsou napsány, ať už jde o APA, GB/T 7714, nebo styl specifický pro daný časopis, běžný v určitém oboru, takže přepis nikdy nezasahuje do seznamu literatury.

Technické termíny, vlastní jména a čísla zůstávají beze změny, protože humanizér, který přepíše chemický název nebo statistickou hodnotu, vytváří chyby, které vedoucí práce okamžitě odhalí. Stejná logika přepisování běží pod každým podporovaným jazykem, přičemž je pro každý z nich zvlášť laděna podle jeho registru a prostředí detektorů, a právě to činí z jednoho vícejazyčného AI humanizeru praktické řešení místo provozování patnácti samostatných nástrojů. Pokrytí se dále rozšiřuje, jak se objevují nové detektory a nové akademické normy, ale přístup zůstává stejný, pracovat přímo v jazyce, v němž byl rukopis skutečně napsán.

Práce mezi angličtinou a vaším vlastním jazykem

Mnoho výzkumníků píše návrh v angličtině pro časopisy a ve svém prvním jazyce pro disertaci nebo národní periodikum. Oba pracovní postupy narážejí na tentýž problém z různých stran, anglický rukopis vytvořený s pomocí AI nese znaky, které detektory v angličtině vyhledávají, zatímco kapitola disertace v korejštině nebo španělštině nese vlastní soubor znaků daného jazyka. Humanizace každého textu v jazyce, v němž byl napsán, namísto překladu a spoléhání se na štěstí, zachovává argument i registr beze změny.

Praktické pravidlo je jednoduché. Humanizujte verzi, kterou budete odevzdávat, v jazyce, v němž ji budete odevzdávat, a ověřte výsledek proti detektoru, který vaše instituce skutečně používá. Průvodce pro jednotlivé jazyky, na které odkazuje výše, ukazují, jak toto prostředí detektorů vypadá v jednotlivých akademických kulturách, od dosahu Turnitin v Evropě a jihovýchodní Asii až po místní nástroje používané v Rusku, Koreji a Číně.