Πώς να εξανθρωπίσετε κείμενο AI: Ο πλήρης οδηγός

Ένα πρώτο προσχέδιο επιστρέφει από το ChatGPT σε λιγότερο από ένα λεπτό, διαβάζεται ομαλά και λέει όλα όσα εννοούσατε να πείτε. Το πρόβλημα είναι ότι διαβάζεται επίσης όπως κάθε άλλο προσχέδιο που επιστρέφει το ChatGPT, με τον ίδιο ρυθμό, το ίδιο ασφαλές λεξιλόγιο, την ίδια συνήθεια να επαναδιατυπώνει ό,τι τίτλο μόλις έγραψε. Το να μάθετε πώς να εξανθρωπίζετε κείμενο AI είναι στην πραγματικότητα να μάθετε πώς να αναιρείτε αυτή την ομοιομορφία, πρόταση προς πρόταση, πριν φτάσει ποτέ σε έναν ανιχνευτή ή σε έναν αναγνώστη που έχει δει εκατό προσχέδια ακριβώς σαν αυτό.

Η εξανθρώπιση κειμένου AI σημαίνει την επιμέλεια ενός μηχανικού προσχεδίου μέχρι ο ρυθμός των προτάσεων, η επιλογή λέξεων και η δομή του να διαβάζονται ως γραφή ενός ατόμου, όχι ως ο στατιστικός μέσος όρος της καλύτερης εικασίας ενός γλωσσικού μοντέλου. Κάποια από αυτή την επιμέλεια παίρνει λεπτά. Κάποια άλλη, σε ένα ολόκληρο έγγραφο, είναι αρκετά κουραστική ώστε ένα εργαλείο να κερδίζει πραγματικά τη θέση του. Αυτός ο οδηγός καλύπτει και τα δύο με τη σειρά που βοηθά, πρώτα τις διορθώσεις, έπειτα το σημείο όπου ένα εργαλείο εξανθρώπισης AI αναλαμβάνει ό,τι η χειροκίνητη επιμέλεια δεν μπορεί να ολοκληρώσει.

Μια σύντομη σημείωση για όποιον αναζήτησε "humanise AI" με τη βρετανική ορθογραφία, η τεχνική είναι ακριβώς η ίδια, αλλάζει μόνο το γράμμα.

Γιατί το κείμενο AI ακούγεται το ίδιο κάθε φορά;

Ο τρόπος που λειτουργεί είναι ότι ένα γλωσσικό μοντέλο γράφει προβλέποντας την επόμενη πιθανότερη λέξη, χιλιάδες φορές. Έτσι προκύπτει ομαλή, ασφαλής γραφή, προτάσεις που τείνουν να έχουν περίπου το ίδιο μήκος, παράγραφοι που αρχίζουν με επανάληψη του τίτλου τους και μεταβάσεις που βασίζονται στις ίδιες λίγες συνδετικές λέξεις. Όλα αυτά δεν είναι ελαττώματα. Είναι αυτό που συμβαίνει όταν βελτιστοποιείτε για την αναμενόμενη λέξη σε μεγάλη κλίμακα.

Όλα αυτά εξηγούνται αναλυτικά στο συνοδευτικό μας κείμενο για το πώς λειτουργούν οι ανιχνευτές AI. Εδώ εστιάζουμε σε ό,τι είναι σημαντικό να κατανοηθεί, κάθε διόρθωση παρακάτω σπάει ένα μοτίβο που το μοντέλο δεν μπορούσε παρά να δημιουργήσει. Καμία από αυτές δεν κρύβει το γεγονός ότι εμπλέκεται ένα μοντέλο, επειδή αυτό δεν είναι κάτι που μπορεί να κάνει μια επιμέλεια σε επίπεδο πρότασης. Οι δύο πιο συνηθισμένες μετρικές που υπολογίζουν οι ανιχνευτές πριν σας δείξουν ένα ποσοστό είναι η perplexity και η burstiness.

Σπάστε τον ρυθμό, μήκος και δομή προτάσεων

Είναι το ισχυρότερο σημάδι από όλα, ο ρυθμός των προτάσεων. Το μοντέλο μπορεί να προβλέπει μόνο ένα token κάθε φορά. Δεν έχει κίνητρο να συντομεύσει την τρίτη πρόταση σε σχέση με τη δεύτερη. Και όταν το αφήνετε μόνο του, μια παράγραφος τείνει προς ένα ορισμένο μήκος και σχήμα. Ακολουθεί ένα παράδειγμα επίπεδης ακολουθίας: "Τα αποτελέσματα της μελέτης ήταν στατιστικά σημαντικά. Τα ευρήματα υποστηρίζουν την αρχική υπόθεση. Τα δεδομένα αναλύθηκαν με τυπικές μεθόδους." Τρεις επίπεδες προτάσεις, το ίδιο μήκος, η ίδια αρχική κίνηση κάθε φορά.

Αν διασπαστεί, η ίδια πληροφορία διαβάζεται ως εξής: "Τα αποτελέσματα ήταν στατιστικά σημαντικά, γεγονός που υποστήριζε την υπόθεση, αν και δύο από τις τρεις μεταβλητές κινήθηκαν λιγότερο από το αναμενόμενο, οπότε η τυπική ανάλυση χρειάστηκε δεύτερη διέλευση." Μία πρόταση τώρα φέρει μαζί τον ισχυρισμό και την επιπλοκή του, με ένα κόμμα να επιτελεί το έργο που τρεις επίπεδες προτάσεις έκαναν χωριστά. Αυτή η ανομοιομορφία είναι αυτό που μετρά ένα burstiness checker όταν βαθμολογεί μια παράγραφο, και είναι η ταχύτερη επεξεργασία σε αυτή τη λίστα, επειδή αναδιατάσσετε ρήτρες που ήδη γράψατε, όχι επειδή επινοείτε νέο περιεχόμενο.

Το άλλο μισό της δομής είναι το σημείο όπου βρίσκεται το κύριο νόημα. Ένα μοντέλο τείνει είτε να οδηγεί προς το συμπέρασμά του είτε να το θάβει μέσα σε δευτερεύουσα πρόταση. Ένας συγκεκριμένος ισχυρισμός διαβάζεται καλύτερα όταν προηγείται, με την επιφύλαξη να ακολουθεί: "Αν και τα μεγέθη των δειγμάτων διέφεραν μεταξύ των τοποθεσιών, το αποτέλεσμα διατηρήθηκε" είναι ασφαλέστερο και πιο ασαφές από το "Το αποτέλεσμα διατηρήθηκε σε κάθε τοποθεσία, παρότι δύο από αυτές πραγματοποίησαν το ένα τρίτο του προγραμματισμένου δείγματος." Βάλτε πρώτα τον ισχυρισμό και η επιφύλαξη γίνεται τεκμήριο, όχι υπεκφυγή.

Κόψτε τις λέξεις που το προδίδουν

Ορισμένες λέξεις εμφανίζονται σε προσχέδια που παράγονται από μηχανή πολύ συχνότερα από ό,τι σε κείμενο γραμμένο από άνθρωπο, όχι επειδή είναι λανθασμένες, αλλά επειδή είναι απολύτως εύστοχες ως προς την κατανομή πιθανοτήτων του μοντέλου για το επίσημο ύφος. Facilitate αντί για help. Robust αντί για strong. Myriad αντί για many. Underscore αντί για show. Καμία από αυτές δεν είναι λανθασμένη. Όλες τους είναι απλώς η ασφαλέστερη, πιο μέση επιλογή που υπάρχει, και ακριβώς γι' αυτό ένα μοντέλο τις επιλέγει πρώτο.

Μια επίπεδη πρόταση διαβάζεται ως εξής: "Η μελέτη χρησιμοποίησε μια αυστηρή μεθοδολογία για να διευκολύνει μια ευρεία κατανόηση των μυριάδων παραγόντων που εμπλέκονται." Η ίδια διατύπωση, με λόγια που θα επέλεγε πραγματικά ένας άνθρωπος: "Η μελέτη χρησιμοποίησε έναν σχεδιασμό μεικτών μεθόδων για να διαπιστώσει ποιοι από τους διάφορους παράγοντες είχαν τη μεγαλύτερη σημασία." Τίποτε στη δεύτερη εκδοχή δεν είναι λιγότερο ακριβές. Είναι απλώς λιγότερο μέσο.

Η αντικατάσταση του robust με το ισχυρό δεν θα αλλάξει το μήκος της πρότασης και δεν θα επηρεάσει τον ρυθμό που βαθμολογεί στην πραγματικότητα ένας ανιχνευτής. Οι αντικαταστάσεις λέξεων από μόνες τους δεν πρόκειται να κάνουν και πολλά. Η γνώση αυτού θα σας βοηθήσει να είστε επιφυλακτικοί απέναντι στην ιδέα ότι μια διέλευση από θησαυρό λέξεων θα σας οδηγήσει μέχρι τέλους χωρίς να χρειαστεί περαιτέρω επιμέλεια. Θα βοηθήσει έναν ανθρώπινο αναγνώστη να παρατηρήσει ότι το κείμενο προσπαθεί λιγότερο. Οι δομικές διορθώσεις παραπάνω εξακολουθούν να πρέπει να γίνουν παράλληλα με αυτό. Η επεξεργασία μιας παραγράφου μέσω ενός AI word cleaner εντοπίζει γρήγορα τα σημάδια σε επίπεδο λέξης.

Διορθώστε τις συνήθειες στίξης που παρατηρούν τόσο οι ανιχνευτές όσο και οι αναγνώστες

Η στίξη έχει τη δική της υπογραφή. Εξαρτάται υπερβολικά από ένα ή δύο σημεία και χρησιμοποιεί αυτά τα σημεία πολύ συχνότερα από ό,τι η κανονική γραφή, τις περισσότερες φορές μια παύλα που χρησιμοποιείται ως καθολικός σύνδεσμος εκεί όπου θα ταίριαζε εξίσου καλά ένα κόμμα, μια τελεία ή άνω και κάτω τελεία. Γίνεται επαναληπτική και αρχίζει να ακούγεται σαν συνήθεια παρά σαν ύφος όταν μια παράγραφος προσπαθεί να καταφύγει στο ίδιο σημείο κάθε τρίτη πρόταση.

Τα ερωτηματικά και τα άνω και κάτω τελεία υφίστανται την ίδια υπερβολική χρήση, συνδέοντας συνήθως δύο προτάσεις που θα διαβάζονταν πιο φυσικά ως δύο ξεχωριστές προτάσεις. "Τα αποτελέσματα ήταν μικτά, ορισμένοι συμμετέχοντες βελτιώθηκαν ενώ άλλοι δεν έδειξαν καμία αλλαγή" είναι γραμματικά σωστό και υφολογικά κουρασμένο. Δύο προτάσεις μεταφέρουν την ίδια πληροφορία με περισσότερο χώρο για να αναπνεύσει το κείμενο: "Τα αποτελέσματα ήταν μικτά. Ορισμένοι συμμετέχοντες βελτιώθηκαν. Άλλοι δεν έδειξαν καμία αλλαγή." Η ανάγνωση μιας παραγράφου μεγαλόφωνα εντοπίζει τα περισσότερα από αυτά, επειδή το αυτί παρατηρεί έναν επαναλαμβανόμενο ρυθμό πριν από το μάτι.

Ένας em dash remover χειρίζεται το μηχανικό μέρος αυτής της διόρθωσης σε δευτερόλεπτα. Το δικό του house style του TextPulse απαγορεύει πλήρως τον χαρακτήρα, και αυτός ο οδηγός ακολουθεί τον ίδιο κανόνα. Η κρίση, αν μια πρόταση λειτουργεί καλύτερα ως μία πρόταση ή ως δύο, εξακολουθεί να χρειάζεται άνθρωπο.

Αντικαταστήστε γενικές διατυπώσεις με συγκεκριμένες

Η τελευταία διόρθωση σε αυτή τη λίστα παίρνει τον περισσότερο χρόνο, και έχει τη μεγαλύτερη σημασία. Ένα language model δεν έχει μνήμη του πραγματικού σας έργου, οπότε καταλήγει στην ασφαλέστερη διαθέσιμη διατύπωση: ικανή, αόριστη και αληθινή για σχεδόν κάθε εργασία πάνω στο ίδιο θέμα.

"The intervention was found to have a positive effect on student outcomes." Παθητική, γενική, θα μπορούσε να περιγράφει εκατό διαφορετικές μελέτες. "The tutoring program raised test scores by roughly half a grade, but only for students who attended more than six sessions." Ενεργητική, συγκεκριμένη, θα μπορούσε να περιγράφει μόνο τη δική σας. Είναι επίσης μεγαλύτερη, και είναι εκείνη που ο αναγνώστης πιστεύει, επειδή ένα model δεν θα μάντευε ποτέ μόνο του τη λεπτομέρεια των έξι συνεδριών. Ένας άνθρωπος που παρακολουθούσε τα δεδομένα έπρεπε πρώτα να το προσέξει.

Αυτή είναι επίσης η διόρθωση που ένα language model δεν μπορεί να κάνει για εσάς, humanizer tool included. Ένα tool μπορεί να μεταβάλει το μήκος των προτάσεών σας και να αντικαταστήσει το λεξιλόγιό σας, αλλά δεν ήταν στο δωμάτιο όταν συνέβη το ενδιαφέρον γεγονός, άρα δεν μπορεί να σας δώσει μια λεπτομέρεια που δεν του δώσατε ποτέ. Επιστρέψτε στις σημειώσεις σας, όχι ξανά πίσω μέσω του rewriter.

Τι δεν μπορεί να διορθώσει η χειροκίνητη επιμέλεια

Κάθε διόρθωση παραπάνω είναι δωρεάν και χρειάζεται λεπτά σε μία μόνο παράγραφο. Το ειλικρινές πρόβλημα είναι το μήκος. Μια απάντηση πέντε παραγράφων σε μια ανάρτηση συζήτησης είναι εργασία δεκαπέντε λεπτών με το χέρι. Ένα κεφάλαιο διατριβής σαράντα σελίδων, ξαναγραμμένο με την ίδια προσοχή, είναι εργασία πολλών ημερών, και σχεδόν κανείς δεν έχει τόσο χρόνο για ένα μόνο κεφάλαιο.

Ο πίνακας παρακάτω είναι οδηγός προγραμματισμού, όχι μέτρηση. Οι χρόνοι είναι εκτιμήσεις εργασίας για μέση ακαδημαϊκή πρόζα, και μεταβάλλονται ανάλογα με το πόσο πυκνή είναι η γραφή.

Χειροκίνητη επεξεργασία	Τι διορθώνει	Κόστος χρόνου	Τι δεν θα διορθώσει
Μεταβάλλετε το μήκος και τη δομή των προτάσεων	Ομοιόμορφος ρυθμός, το ισχυρότερο σήμα burstiness	Περίπου 10 έως 15 λεπτά ανά 1,000 λέξεις	Ενδείξεις σε επίπεδο λέξης που μια αλλαγή ρυθμού από μόνη της δεν αγγίζει
Κόψτε το τυποποιημένο λεξιλόγιο	Μεμονωμένες λέξεις που ένας προσεκτικός αναγνώστης αντιλαμβάνεται μισά	5 έως 10 λεπτά με μια διέλευση αναζήτησης	Ο επίπεδος ρυθμός των προτάσεων που βρίσκεται γύρω από τη λέξη
Διορθώστε τις συνήθειες στίξης	Επαναλαμβανόμενα σημεία, όπως μια παύλα ή μια αλυσίδα από ελληνικά ερωτηματικά	Περίπου 5 λεπτά	Οτιδήποτε κάτω από την επιφάνεια, αυτή η διέλευση είναι επιφανειακή
Προσθέστε συγκεκριμένη λεπτομέρεια	Γενικές ισχυρισμοί που θα μπορούσαν να ανήκουν σε οποιαδήποτε εργασία πάνω στο θέμα	20 έως 30 λεπτά ανά 1,000 λέξεις, περισσότερο αν πρέπει να εντοπίσετε τη λεπτομέρεια	Τίποτα, αν πράγματι έχετε τη λεπτομέρεια να προσθέσετε
Κάντε μια πλήρη διέλευση μέσω ενός εργαλείου humanizer	Συνέπεια σε όλο το έγγραφο, γρήγορη, χρήσιμη ως πρώτη διέλευση σε εκτενή προσχέδια	Κάτω από ένα λεπτό, συν τον δικό σας χρόνο αναθεώρησης	Βεβαιότητα απέναντι σε οποιονδήποτε συγκεκριμένο ανιχνευτή, και οποιαδήποτε λεπτομέρεια δεν δόθηκε ποτέ στο εργαλείο

Καμία από τις πέντε γραμμές δεν οδηγεί ένα εκτενές έγγραφο μέχρι το τέλος. Αυτός είναι ο ρόλος της επόμενης ενότητας.

Πού ένα εργαλείο humanizer AI κερδίζει πραγματικά τη θέση του

Ένα εξειδικευμένο εργαλείο humanizer AI (μερικές φορές πωλείται ως humanizer ChatGPT, καθώς από εκεί ξεκινούν τα περισσότερα προσχέδια) θα εφαρμόσει αυτές τις διορθώσεις μαζί, ρυθμό και λεξιλόγιο, στο σύνολό τους σε ολόκληρο το έγγραφο στον χρόνο που χρειάζεται για να γίνει καφές, όχι μία παράγραφο σε δεκαπέντε λεπτά. Όπως και αν ονομάζονται, εργαλείο humanizer AI, humanizer κειμένου AI, αναδιατυπωτής παραγράφων AI ή μετατροπέας κειμένου AI σε ανθρώπινο, τα καλά εργαλεία θα κάνουν το ίδιο πράγμα, θα αλλάξουν το σχήμα και την επιλογή λέξεων της πρότασης διατηρώντας το νόημα. Το πόσο μακριά μετακινείται η διατύπωση διαφέρει από απόσπασμα σε απόσπασμα.

Το TextPulse λειτουργεί με αυτόν τον τρόπο. Αναδιατυπώνει ένα πλήρες προσχέδιο και επιστρέφει έναν εκτιμώμενο Human Score που υπολογίζεται από τα ίδια αυτά σήματα, όχι μια υπόσχεση ότι οποιοσδήποτε συγκεκριμένος ανιχνευτής θα το περάσει. Αυτή η επιφύλαξη δεν είναι μοναδική για εμάς, η ίδια η σελίδα AI humanizer της Grammarly αναφέρει ρητά ότι το εργαλείο της «δεν προορίζεται να παρακάμπτει AI detectors», μια δίκαιη περιγραφή του τι μπορεί να υποσχεθεί ειλικρινά οποιαδήποτε διαδικασία εξανθρωπισμού. Αν ήρθατε εδώ αναζητώντας να κάνετε το AI κείμενο undetectable, η ειλικρινής απάντηση είναι ότι καμία επεξεργασία και κανένα εργαλείο δεν μπορεί να το εγγυηθεί αυτό, επειδή οι detectors διαφωνούν μεταξύ τους και αλλάζουν χωρίς προειδοποίηση.

Ένα υπεύθυνο AI humanizer tool μπορεί να προσφέρει ένα γρήγορο πρώτο πέρασμα και έναν score πάνω στον οποίο να βασιστείτε. Ο στόχος είναι να μειωθεί ένας AI score κάνοντας το μοτίβο λιγότερο ομοιόμορφο, όχι να εξαπατηθεί άμεσα ο αριθμός. Μια AI αναδιατύπωση στοχεύει στο ίδιο πράγμα σε επίπεδο εγγράφου που επιτυγχάνει μια προσεκτική χειροκίνητη επιμέλεια σε επίπεδο παραγράφου. Προσθέστε συγκεκριμένη, ανθρώπινη λεπτομέρεια από την παραπάνω ενότητα με το χέρι, επειδή ένα εργαλείο δεν ήταν στο δωμάτιο όταν συνέβη το ενδιαφέρον γεγονός.

Αν εργάζεστε σε ένα project με προθεσμία, μπορείτε να χρησιμοποιήσετε το AI humanizer for students, το οποίο χρησιμοποιεί τον ίδιο μηχανισμό αλλά με ακαδημαϊκές συμβάσεις ήδη ληφθείσες υπόψη. Η σειρά έχει μεγαλύτερη σημασία από το εργαλείο, επειδή μια γενική πρόταση σε προσεκτικό πεζό λόγο παραμένει γενική. Πρέπει ακόμη να κάνετε με το χέρι το πέρασμα των συγκεκριμένων λεπτομερειών.

Πώς να εξανθρωπίσετε AI κείμενο στα επόμενα δέκα λεπτά

Βάλτε τις παραπάνω επεξεργασίες σε σειρά και σχηματίζουν μια σύντομη ρουτίνα, όχι μια λίστα ελέγχου για απομνημόνευση. Εφαρμοσμένη σε μία σελίδα, περίπου 300 έως 400 λέξεις, έτσι κατανέμονται τα δέκα λεπτά.

1. Διαβάστε την παράγραφο δυνατά μία φορά και σημειώστε κάθε πρόταση που ακούγεται ίδια σε μήκος ή μορφή με την επόμενή της.
2. Χωρίστε δύο ή τρεις από τις πιο επίπεδες προτάσεις, μεταφέροντας τον κύριο ισχυρισμό στην αρχή καθεμιάς.
3. Αναζητήστε τυπικό λεξιλόγιο όπως facilitate, robust, myriad και underscore, και αντικαταστήστε κάθε λέξη με την πιο απλή που θα λέγατε πραγματικά.
4. Αφαιρέστε ή αντικαταστήστε τις επαναλαμβανόμενες παύλες και τα ερωτηματικά, διαβάζοντας δυνατά κάθε διόρθωση για να ελέγξετε ότι εξακολουθεί να ακούγεται φυσική.
5. Προσθέστε ξανά μία συγκεκριμένη λεπτομέρεια ανά παράγραφο, έναν αριθμό, ένα όνομα, έναν περιορισμό, που μόνο κάποιος που έκανε τη δουλειά θα γνώριζε.
6. Αν το προσχέδιο ξεπερνά τη μία ή τις δύο σελίδες, περάστε το πρώτα από ένα εργαλείο humanizer AI για μια πρώτη επεξεργασία, και έπειτα επαναλάβετε τα βήματα ένα έως πέντε σε ό,τι εξακολουθεί να διαβάζεται επίπεδο.

Αρκετά νήματα εδώ ανοίγουν σε σελίδες δικές τους. Το αν αυτά τα εργαλεία λειτουργούν καθόλου και το αν είναι ασφαλές να χρησιμοποιούνται σε βαθμολογημένη εργασία είναι ξεχωριστά ερωτήματα με ξεχωριστές απαντήσεις, και το τι κάνει το Turnitin με κείμενο που έχει γίνει humanized αφού υποβληθεί είναι ένα τρίτο. Για στενότερα προβλήματα υπάρχουν αναλυτικά κείμενα βήμα προς βήμα για το πώς να μειώσετε ένα AI score και για το πώς να επεξεργαστείτε το αποτέλεσμα του ChatGPT παράγραφο προς παράγραφο.

Τίποτε από αυτά δεν παράγει γραφή που είναι undetectable, και κανένας έντιμος οδηγός δεν θα έπρεπε να υπόσχεται ότι το κάνει. Παράγει γραφή που ακούγεται σαν να αφιερώσατε πράγματι τα δέκα λεπτά, κάτι που είναι ο πιο ανθεκτικός στόχος, ένας αναγνώστης εμπιστεύεται συγκεκριμένο, ανομοιόμορφο πεζό λόγο είτε τον εντοπίσει ποτέ ένας ανιχνευτής είτε όχι.