Πώς να μειώσετε το σκορ ανίχνευσης AI

Ο φοιτητής περνά μια παράγραφο από έναν ανιχνευτή, βλέπει βαθμολογία 82 percent, αντικαθιστά δώδεκα λέξεις με συνώνυμα χωρίς να αγγίξει το σχήμα ούτε μίας πρότασης, και ελέγχει ξανά. Ο αριθμός μεταβάλλεται ελάχιστα. Η ουσία είναι η εξής, ορισμένες επεμβάσεις αλλάζουν σχεδόν τίποτα, και μία αλλάζει περισσότερο από όλες τις υπόλοιπες μαζί, για λόγους που δεν έχουν καμία σχέση με το να ξεγελάσει κανείς το λογισμικό.

Το παρόν κείμενο εξετάζει πώς να μειώσετε το AI score με τη σειρά που πραγματικά έχει σημασία, ποιες επεμβάσεις καταγράφονται ελάχιστα, ποιες μετακινούν τον αριθμό ουσιαστικά, και ποια τον μετακινεί περισσότερο, και γιατί. Καλύπτει επίσης τι μετρά στην πραγματικότητα ο αριθμός, επειδή ένα χαμηλότερο score αξίζει να το επιδιώκει κανείς για έναν πραγματικό λόγο, πιο καθαρή, πιο συγκεκριμένη γραφή, και όχι ως φτωχό στόχο καθαυτό.

Τι Μετρά Πραγματικά ένα AI Score

Ένα γλωσσικό μοντέλο γράφει προβλέποντας την επόμενη πιθανή λέξη, ξανά και ξανά, κάτι που παράγει ένα συγκεκριμένο στατιστικό αποτύπωμα, μήκη προτάσεων που συγκεντρώνονται μεταξύ τους, μεταβάσεις που αντλούνται από ένα μικρό σύνολο ασφαλών επιλογών, επιλογές λέξεων που βρίσκονται κοντά στο κέντρο όσων αναμένονται σε εκείνο το συμφραζόμενο. Ένα AI detection score είναι μια εκτίμηση του πόσο στενά ταιριάζει ένα απόσπασμα με αυτό το αποτύπωμα, παραγόμενη από έναν ταξινομητή εκπαιδευμένο να το εντοπίζει, όχι ένα γεγονός για το ποιος πληκτρολόγησε την πρόταση.

Οι ανιχνευτές δεν ορίζουν όλοι τον αριθμό με τον ίδιο τρόπο. Το Turnitin αναφέρει ρητά ότι το ποσοστό του «υποδεικνύει την ποσότητα του επιλέξιμου κειμένου εντός της υποβολής, την οποία το μοντέλο ανίχνευσης γραφής με AI του Turnitin προσδιορίζει ως πιθανό να έχει παραχθεί από AI», και διευκρινίζει ότι πρόκειται για μερίδιο επισημασμένου κειμένου, όχι για πιθανότητα ή βαθμολογία εμπιστοσύνης. Άλλοι ανιχνευτές παράγουν κάτι πιο κοντά σε τιμή εμπιστοσύνης στο ίδιο το επίπεδο της πρότασης. Σε κάθε περίπτωση, μια πλήρης εξήγηση των μηχανισμών πίσω από αυτούς τους αριθμούς αξίζει να διαβαστεί στο πώς λειτουργούν οι ανιχνευτές AI. Αυτό που έχει σημασία εδώ είναι απλούστερο: ο αριθμός είναι πάντα μια στατιστική εκτίμηση, και κάθε επεξεργασία παρακάτω λειτουργεί αλλάζοντας τις στατιστικές που έχει σχεδιαστεί να διαβάζει, όχι αποκρύπτοντας το γεγονός ότι εμπλέκεται ένα μοντέλο.

Οι αντικαταστάσεις συνωνύμων μετακινούν ελάχιστα μια βαθμολογία AI

Η αντικατάσταση μιας λέξης με ένα λιγότερο συνηθισμένο συνώνυμο αλλάζει σχεδόν τίποτα ως προς το μοτίβο που βαθμολογεί ένας ταξινομητής, επειδή αφήνει ανέπαφα το μήκος της πρότασης, τη δομή των προτάσεων και τον ρυθμό της. Ένα μοντέλο εκπαιδευμένο να παρατηρεί ομοιόμορφο σχήμα προτάσεων δεν ενδιαφέρεται αν μια πρόταση λέει enables ή allows. Ενδιαφέρεται ότι τρεις προτάσεις στη σειρά έχουν σχεδόν το ίδιο μήκος και αρχίζουν με τον ίδιο τρόπο.

Μια επίπεδη πρόταση διαβάζεται ως εξής: "The platform enables users to efficiently accomplish routine tasks without additional training." Αν αντικατασταθεί λέξη προς λέξη, γίνεται: "The platform allows users to efficiently complete routine tasks without extra training." Ίδιο μήκος, ίδια σειρά προτάσεων, ίδιος ρυθμός. Ένας αναγνώστης ίσως παρατηρήσει μια ελαφρώς διαφορετική λέξη. Ένας ταξινομητής που βαθμολογεί μοτίβα σε επίπεδο πρότασης σε όλη την παράγραφο έχει σχεδόν τίποτα νέο για να αξιοποιήσει.

Αυτό δεν αποτελεί επιχείρημα κατά της διόρθωσης του λεξιλογίου των stock. Λέξεις όπως facilitate, robust και myriad αξίζει να αφαιρεθούν, επειδή ένας προσεκτικός αναγνώστης τις προσέχει, και ένας δωρεάν AI word cleaner εντοπίζει τις περισσότερες από αυτές μέσα σε δευτερόλεπτα. Αποτελεί επιχείρημα κατά της προσδοκίας ότι αυτό το πέρασμα θα αναλάβει το κύριο βάρος. Αν μια βαθμολογία μεταβάλλεται ελάχιστα μετά από ένα πέρασμα λεξιλογίου, αυτό είναι το αναμενόμενο αποτέλεσμα, όχι ένδειξη ότι το πέρασμα απέτυχε.

Η ποικιλία των προτάσεων το προχωρά περισσότερο

Ένα μοντέλο προβλέπει ένα token κάθε φορά και δεν έχει ενσωματωμένο λόγο να κάνει την τρίτη πρόταση μικρότερη από τη δεύτερη, έτσι, αν αφεθεί μόνο του, μια παράγραφος καταλήγει σε ένα στενό εύρος μήκους και μορφής. Αυτή η κανονικότητα, όχι κάποια μεμονωμένη λέξη, είναι το ισχυρότερο σήμα, επειδή ένας ταξινομητής εκπαιδευμένος σε έξοδο μηχανής έχει δει αυτό το μοτίβο χιλιάδες φορές.

Τρεις επίπεδες προτάσεις διαβάζονται ως εξής: "The results were significant. The findings supported the hypothesis. The data was analyzed using standard methods." Αναδιαρθρωμένο για ποικιλία, το ίδιο περιεχόμενο διαβάζεται ως εξής: "The results were significant, and they supported the hypothesis, though the standard analysis needed a second pass once two of the outlying cases were removed." Μια πρόταση τώρα μεταφέρει μαζί τον ισχυρισμό και την επιπλοκή του, με πραγματική ποικιλία στο μήκος και στη δομή των προτάσεων σε όλη την παράγραφο. Αυτό είναι ό,τι μετρά ένας burstiness checker όταν βαθμολογεί την ανομοιομορφία, και γι' αυτό αυτή η επεξεργασία μεταβάλλει μια βαθμολογία περισσότερο από όσο το κάνει ένα πέρασμα λεξιλογίου.

Τίποτε από αυτά δεν είναι δύσκολο να γίνει με το χέρι σε μία ή δύο σελίδες. Διαβάστε την παράγραφο μεγαλόφωνα, σημειώστε οποιαδήποτε ακολουθία δύο ή τριών προτάσεων που ακούγονται με το ίδιο μήκος και την ίδια μορφή, και χωρίστε μία από αυτές στα δύο ή συνδυάστε δύο σε μία, με ένα κόμμα να επιτελεί ουσιαστικό έργο. Οι επεξεργασίες σε επίπεδο πρότασης που βρίσκονται πίσω από αυτή την ενότητα καλύπτονται βήμα προς βήμα, με περισσότερα λυμένα παραδείγματα, στην πλήρη αναλυτική παρουσίαση του πώς να εξανθρωπίσετε κείμενο AI.

Τα δικά σας τεκμήρια μεταβάλλουν περισσότερο μια βαθμολογία AI

Ένα γλωσσικό μοντέλο δεν έχει πρόσβαση σε ό,τι πραγματικά συνέβη στο έργο σας. Όταν του ζητείται να γράψει για μια μελέτη, καταφεύγει στη ασφαλέστερη διατύπωση που ταιριάζει σχεδόν σε κάθε μελέτη στο ίδιο θέμα, επειδή αυτό είναι το μόνο υλικό που διαθέτει. Μια πρόταση που φέρει έναν συγκεκριμένο ισχυρισμό από μια συγκεκριμένη πηγή δεν είναι πρόταση που θα είχε παραγάγει ένα μοντέλο μόνο από το prompt, και αυτό το κενό είναι που μετακινεί περισσότερο μια βαθμολογία.

Μια γενική πρόταση: "The intervention had a positive effect on outcomes for participants." Αυτό θα μπορούσε να περιγράφει εκατοντάδες μελέτες. Αναδιατυπωμένο με βάση το δικό του υλικό ο συγγραφέας: "Attendance records showed the effect held only for students who came to more than six sessions, a threshold the original design had not anticipated." Πιο εκτενές, πιο συγκεκριμένο, και θα μπορούσε να περιγράφει μόνο αυτή τη μελέτη. Ένα μοντέλο αναφοράς που θα του ζητούνταν να συνεχίσει το ίδιο prompt δεν θα είχε μαντέψει τη λεπτομέρεια των έξι συνεδριών, επειδή τίποτα στο prompt δεν υποδείκνυε ότι υπήρχε.

Αυτή είναι επίσης η επεξεργασία που βελτιώνει περισσότερο τη γραφή, ανεξάρτητα από το τι αναφέρει οποιοσδήποτε ανιχνευτής, και αυτό είναι το σημείο στο οποίο αξίζει να σταθεί κανείς. Ένας συγκεκριμένος αριθμός, ένας κατονομασμένος περιορισμός, μια πηγή που παρατίθεται άμεσα αντί να παραφράζεται σε έναν ασαφή ισχυρισμό, αυτά καθιστούν μια παράγραφο πιο πειστική για έναν άνθρωπο που τη διαβάζει, και το γεγονός ότι μετακινούν επίσης μια βαθμολογία είναι πιο κοντά σε παρενέργεια παρά σε στόχο.

Επεξεργασία	Τυπική επίδραση στη βαθμολογία	Γιατί
Αντικατάσταση λέξεων με συνώνυμα	Μικρή έως καμία	Το μήκος, η δομή και ο ρυθμός της πρότασης παραμένουν τα ίδια
Μεταβολή του μήκους και της δομής των προτάσεων	Μέτρια έως μεγάλη	Διακόπτει το ομοιόμορφο μοτίβο που ένας ταξινομητής έχει εκπαιδευτεί να εντοπίζει
Προσθήκη δικών σας τεκμηρίων ή ισχυρισμών	Η μεγαλύτερη	Εισάγει περιεχόμενο που ένα μοντέλο δεν είχε τρόπο να παραγάγει μόνο από το prompt

Πώς να Μειώσετε τη Βαθμολογία AI Χωρίς να Κυνηγάτε τον Λάθος Στόχο

Κάθε αριθμός παραπάνω είναι μια εκτίμηση, όχι μια ετυμηγορία. Το Turnitin το λέει ρητά και στη δική του τεκμηρίωση, αναφέροντας ότι η ανίχνευση γραφής με AI "may not always be accurate" και "should not be used as the sole basis for adverse actions against a student." Μια βαθμολογία μπορεί να μεταβληθεί για λόγους που δεν έχουν καμία σχέση με τη συγγραφή, και μπορεί να παραμείνει αμετάβλητη σε κείμενο που ένα άτομο έγραψε από την αρχή. Το να αντιμετωπίζεται ο αριθμός ως γεγονός για το ποιος έγραψε μια πρόταση είναι η πηγή του μεγαλύτερου μέρους της ανησυχίας γύρω από αυτό το θέμα, και δεν είναι αυτό που ισχυρίζεται ότι είναι ο αριθμός.

Αυτός είναι επίσης ο λόγος για τον οποίο η μείωση της βαθμολογίας είναι από μόνη της ένας κακός στόχος. Η επιδίωξη ενός αριθμού μπορεί να ωθήσει έναν συγγραφέα προς τις διορθώσεις που είναι ευκολότερο να αυτοματοποιηθούν, μια λεξιλογική επεξεργασία, λίγες αναδιαταγμένες προτάσεις, ενώ παραλείπει εκείνη που έχει τη μεγαλύτερη σημασία, την προσθήκη του συγκεκριμένου υλικού που μόνο ο συγγραφέας διαθέτει πραγματικά. Μια χαμηλότερη βαθμολογία που κερδίζεται με αυτόν τον τρόπο αξίζει να υπάρχει.

Η επιδίωξη χαμηλότερης βαθμολογίας μπορεί επίσης να ωθήσει μια παράγραφο προς τη λάθος κατεύθυνση ως προς το ύφος, με το να μετριάζει κάθε ισχυρισμό, να συσσωρεύει επιφυλάξεις, να προσθέτει περιττές προτάσεις που υπάρχουν μόνο για να σπάνε τον ρυθμό και όχι για να πουν κάτι. Τίποτε από αυτά δεν διορθώνει το υποκείμενο μοτίβο, και όλα μαζί κάνουν την παράγραφο χειρότερη στην ανάγνωση. Οι διορθώσεις που πράγματι μετακινούν μια βαθμολογία, η ποικιλία στις προτάσεις και τα συγκεκριμένα τεκμήρια, είναι επίσης οι διορθώσεις που κάνουν τη γραφή καλύτερη με τους δικούς της όρους, κάτι που αποτελεί χρήσιμο έλεγχο όταν μια διόρθωση αρχίζει να μοιάζει περισσότερο με γέμισμα παρά με βελτίωση.

Το AI humanizer του TextPulse εφαρμόζει τις διορθώσεις σε επίπεδο πρότασης και δομής που αναφέρθηκαν παραπάνω σε ολόκληρο το έγγραφο ταυτόχρονα, και αναφέρει μια εκτιμώμενη Human Score που υπολογίζεται από τα ίδια αυτά σήματα, όχι έναν ισχυρισμό ότι οποιοσδήποτε κατονομαζόμενος ανιχνευτής θα το περάσει. Όταν χρησιμοποιείται σωστά, αποτελεί ένα γρήγορο πρώτο πέρασμα σε ένα εκτενές έγγραφο. Παρ' όλα αυτά, εξακολουθεί να μην μπορεί να προσθέσει το ένα στοιχείο που μετακινεί περισσότερο μια βαθμολογία, αφού δεν βρισκόταν ποτέ στον χώρο όταν έγινε η πραγματική εργασία. Αυτό το μέρος παραμένει στον συγγραφέα.

Δύο προηγούμενα ερωτήματα αξίζει να διευθετηθούν πρώτα: αν τα AI humanizers λειτουργούν καθόλου, και αν είναι ασφαλές να χρησιμοποιούνται σε εργασία που σκοπεύετε να υποβάλετε.

Η παραπάνω σειρά είναι επίσης μια λίστα προτεραιότητας για το πού να αφιερώσετε τον περιορισμένο χρόνο πριν από μια προθεσμία. Παραλείψτε το πέρασμα των συνωνύμων αν ο χρόνος είναι λίγος. Μην παραλείψετε την παράγραφο όπου προσθέτετε ξανά τη λεπτομέρεια που κανείς άλλος δεν θα μπορούσε να έχει γράψει, επειδή αυτή είναι η μία επιμέλεια που κανένα λογισμικό αναδιατύπωσης δεν μπορεί να κάνει στη θέση σας.