آیا Turnitin میتواند متن هوش مصنوعی انسانسازیشده را تشخیص دهد؟
Turnitin میگوید نشانگر نگارش AI آن از پیش متنی را که از یک humanizer عبور داده شده است نیز پوشش میدهد. این ادعا دقیقاً چه چیزی را میگوید و چه چیزی را نمیگوید، چرا یک سند انسانسازیشده گاهی همچنان امتیاز بالایی میگیرد و گاهی نه، و این عدد در هر حال برای یک دانشجو چه ارزشی دارد.
Turnitin به این پرسش در سایت پشتیبانی خود پاسخ میدهد، و این پاسخ از هر دو سوی استدلال معمول دقیقتر است. شاخص نگارش AI آن، Turnitin says، از پیش شامل شناسایی محتوای تولیدشده توسط AI است که ممکن است انسانیسازی شده باشد یا برای پرهیز از شناسایی از یک bypasser عبور داده شده باشد. این، توصیف محصول توسط خودِ فروشنده است. همچنین بهترین نقطه برای آغاز است، زیرا نشان میدهد مدل ادعا میکند چه چیزهایی را پوشش میدهد.
پس، آیا Turnitin میتواند متن انسانیسازیشده را شناسایی کند؟ این پرسش شکلی محدودتر و مفیدتر دارد. مدل Turnitin به دنبال اثرانگشت یک humanizer نمیگردد و فهرستی از ابزارها نگه نمیدارد. این مدل نثر را جمله به جمله از نظر میزان انطباق نگارش با الگوهای آماری متن تولیدشده توسط ماشین امتیازدهی میکند، سپس این امتیازها را در سراسر سند میانگین میگیرد. اینکه یک بخش انسانیسازیشده همچنان امتیاز بالایی بگیرد، به این بستگی دارد که بازنویسی تا چه اندازه آن الگو را تغییر داده باشد، و نیز به اینکه چه مقدار از سند اصلا بازنویسی شده است.
آیا Turnitin میتواند متن انسانیسازیشده را شناسایی کند؟ Turnitin چه ادعایی دارد
موضع منتشرشده آنها یک پاسخ روشنِ بله است. در پاسخ به اینکه آیا میتواند محتوایی را که از یک humanizer عبور داده شده شناسایی کند، راهنمای آنها میگوید: "Yes, Turnitin's AI indicator includes detection of AI-generated content that may have been humanized or passed through a bypasser to avoid detection." همان صفحه همین پاسخ را برای ابزارهای بازنویسی AI نیز ارائه میکند.
این ادعا به صورت یک عدد دوم در جایی از گزارش ظاهر نمیشود. Turnitin آن را در همان درصد واحدِ نگارش AI ادغام میکند، و تعریف منتشرشده آن درصد نیز صریحا همین را میگوید: این درصد متنی را پوشش میدهد که مدل تشخیص میدهد احتمالا توسط AI تولید شده، یا احتمالا تولید شده و سپس توسط یک بازنویس AI یا bypasser اصلاح شده است. یک امتیاز وجود دارد، و این امتیاز تا جایی که مدل بتواند، بازنویسی را از پیش در نظر گرفته است.
دقیق بخوانید، این یک ادعا درباره پوشش است، نه یک ادعا درباره دقت. Turnitin میگوید متن انسانیسازیشده هنگام ساخته شدن مدل در دامنه آن بوده است. اما این گزاره به هیچ وجه به این معنا نیست که هر سند انسانیسازیشده نمره بالایی میگیرد، و ارقام منتشرشده خود آن، در ادامه، مدلی را توصیف میکنند که جملات منفرد را نامطمئن در نظر میگیرد.
شاخص نگارش هوش مصنوعی در واقع چه چیزی را نمرهدهی میکند
این یک درصد نیست. این یک کسر از متن است، بنابراین سطح اطمینان نیست. این معیاری از این است که مدل ما چه مقدار از متن درون سند شما را احتمالاً تولیدشده توسط هوش مصنوعی میداند. ما آن را متن واجد شرایط مینامیم، یعنی جملات نثر در قالب نگارش بلند. این شامل فهرستهای گلولهای، کد، جدولها یا قطعات کوتاه نمیشود. و به همین دلیل ممکن است برای یک مقاله واحد، بسته به این که چه مقدار از آن نثر پیوسته باشد، اعداد متفاوتی ببینید.
سازوکار زیربنایی به اندازه کافی ساده است که بتوان آن را تصور کرد. Turnitin یک سند را به بخشهای همپوشان با حدود چند صد واژه، هر کدام حدود پنج تا ده جمله، تقسیم میکند، به گونهای که همپوشانی داشته باشند تا هر جمله در متن خود نمرهگذاری شود. به هر جمله مقداری بین 0 و 1 داده میشود. سپس نمرههای بخشها در سراسر سند میانگین گرفته میشوند تا همان یک عددی تولید شود که مدرس میبیند. شرح گامبهگام این که Turnitin چگونه AI را تشخیص میدهد هر مرحله را با جزئیات بیشتری بررسی میکند.
این گام میانگینگیری برای متن انسانیسازیشده از هر چیز دیگری در این فرایند مهمتر است، و بخشی است که تقریباً هیچکس آن را در نظر نمیگیرد. عددی که مدرس میخواند، میانگین حسابی داوریهای سطح بخش است. یک سند میتواند تا حدی بازنویسی شده باشد و به دلایلی که ارتباط اندکی با کیفیت بازنویسی دارند، در میانه قرار بگیرد.
چرا خروجی انسانیسازیشده گاهی هنوز نمره بالایی میگیرد
رایجترین دلیل، پوشش است. یک humanizer که فقط بر مقدمه و نتیجهگیری اعمال شود، مرور ادبیات و بحث را دستنخورده میگذارد، و آن بخشها امتیازهای اصلی خود را مستقیم وارد میانگین میکنند. در یک فصل بلند، بازنویسی صفحات آغازین فقط چند بخش را تغییر میدهد و بقیه را دقیقاً همانطور که بودند باقی میگذارد، و این امر جابهجایی کمتری از آنچه نویسنده از کاری که محسوساً گسترده بوده انتظار دارد، ایجاد میکند.
دلیل دوم، عمق بازنویسی است. یک گذر که واژگان را جایگزین میکند اما طول جملهها، ترتیب بندها و انتخابهای پیوندی را در جای خود نگه میدارد، الگوی آموزشدیده برای classifier را تا حد زیادی دستنخورده باقی میگذارد. model شکل نثر را امتیازدهی میکند، بنابراین تغییر دادن واژههایی که آن شکل را پر میکنند، کمتر از آن چیزی اثر دارد که بیشتر مردم فرض میکنند. یک free perplexity checker نشان میدهد که یک passage پس از بازنویسی هنوز تا چه اندازه قابل پیشبینی خوانده میشود، و این نشانهای آگاهکنندهتر از مقایسهای در سطح واژه میان قبل و بعد است.
دلیل سوم این است که یک بازنویسی میتواند نظممندی خاص خود را ایجاد کند. نرمافزاری که همان transformation را بر هر paragraph اعمال میکند، الگویی تازه تولید خواهد کرد که به همان اندازه الگوی قدیمی منظم است. اگر هر sentence همان نوع joint cut را در خود داشته باشد، یا اگر به هر sentence همان نوع hedging clause در همان نقطه افزوده شود، classifier آن sentenceها را به همان اندازه یکنواخت خواهد دید که اگر همه از ابتدا همطول بودند.
| وضعیت | امتیاز هوش مصنوعی چه میکند | چرا |
|---|---|---|
| فقط بخشی از سند بازنویسی شده بود | کمتر از حد انتظار کاهش مییابد | بخشهای دستنخورده امتیازهای اصلی خود را به میانگین منتقل میکنند |
| واژگان تغییر کرده بود، ساختار جمله حفظ شده بود | بسیار اندک تغییر میکند | ردهبند الگوهای در سطح جمله را که این جابهجایی بر جای گذاشته است امتیاز میدهد |
| جملهها در سراسر متن واقعاً بازساخت شده بودند | بیشتر تغییر میکند | ریتم یکنواختی که مدل برای تشخیص آن آموزش دیده بود، شکسته میشود |
| کمتر از 300 واژه نثر ارسال شده بود | هیچ امتیازی اصلاً تولید نمیشود | Turnitin پیش از آنکه درصدی گزارش کند، به 300 واژه نثر واجد شرایط نیاز دارد |
| نتیجه زیر 20 درصد قرار میگیرد | بهجای عدد، یک ستاره | Turnitin نتایج این بازه را کماعتبارتر علامتگذاری میکند |
چرا همان بازنویسی گاهی امتیاز پایینی تولید میکند
یک سند انسانیسازیشده میتواند به دلایلی که هیچ ربطی به بازنویسی ندارند، با امتیاز پایینی بازگردد. Turnitin دستکم به 300 واژه نثر واجد شرایط نیاز دارد تا اصلاً یک درصد هوش مصنوعی تولید کند، و این حد را از 150 واژه اولیه، با این استدلال که دقت با متن کمی بیشتر بهتر میشود، افزایش داده است. یک متن تأملی کوتاه هیچ عددی تولید نمیکند، و نبود امتیاز با امتیاز پاک یکی نیست.
Turnitin بازهای زیر 20 درصد را بهجای دادن درصد دقیق با یک ستاره علامتگذاری میکند، زیرا در این بازه میزان بیشتری از مثبتهای کاذب وجود دارد. در زمان عرضه، گزارشهای آموزشی نیز به این رفتار اشاره کردند و گفتند نتایجی که گزارش میشد کمتر از 20 درصد هوش مصنوعینوشتهاند، میزان بیشتری از مثبتهای کاذب داشتند و بنابراین Turnitin سلبمسئولیتها را افزود. سندی که در آن بازه قرار میگیرد بهعنوان بازهای علامتگذاری شده است که Turnitin از گزارش دقیق آن خودداری میکند، و این با پاکبودن از اتهام چیز متفاوتی است.
همچنین یک دروازه نهادی در بالای همه اینها وجود دارد. Turnitin فقط زمانی یک ارسال را برای تشخیص نوشتار هوش مصنوعی پردازش میکند که مؤسسه این ویژگی را فعال کرده باشد، و مدیران میتوانند آن را در سطح حساب غیرفعال کنند. Vanderbilt University دقیقاً همین کار را در August 2023 انجام داد، با استناد به نرخ 1 درصدی مثبت کاذبِ Turnitin که آن زمان منتشر شده بود در برابر حدود 75,000 ارسال سالانه، سوگیری علیه نویسندگان غیربومی انگلیسی، و نبود شفافیت درباره این که مدل چگونه کار میکند. دانشجویی در مؤسسهای که این ویژگی در آن خاموش است، برای هیچ ارسالی، چه انسانیسازیشده و چه غیر آن، امتیاز هوش مصنوعی ندارد.
و جایی که بازنویسی واقعاً ساختاری بوده است، امتیاز میتواند کاهش یابد، زیرا الگوی اندازهگیریشده تغییر کرده است. Turnitin یک برآورد را گزارش میکند که از الگوهای نوشتاری محاسبه میشود، بنابراین متنی که الگوهایش متفاوت است، امتیاز متفاوتی میگیرد. این سازوکار در هر دو جهت عمل میکند، و همین بخش نگرانکننده ماجراست, نوشتار انسانیِ اصیل گاهی دقیقاً به همان دلیل امتیاز بالایی میگیرد.
مقاله خود را انسانیسازی کنید
متنِ کمکگرفته از AI خود را دگرگون کنید و کاری کنید طبیعی به نظر برسد، بدون دست زدن به واژههای مهم یا ارجاعها.
هر فروشنده Humanizer چه ادعایی میکند، و چه چیزی مستند شده است
یک قاعده بر جدول حاکم است. ستون میانی زبان بازاریابی خودِ فروشنده است، که از وبسایت خود او گرفته شده است، هر جا که آن وبسایت بتواند چنین نقشی داشته باشد. ستون راست آنچه را واقعاً پشت هر ادعا قرار دارد ثبت میکند، که در بیشتر موارد اصلاً هیچ مجموعه داده، تاریخ یا روشی نیست. هیچ آزمون عمومی رودررو برای این برندها وجود ندارد.
| Brand | آنچه فروشنده ادعا میکند | آنچه مستند شده است |
|---|---|---|
| Undetectable.ai | عبور از آشکارسازهای AI را به عنوان یک ویژگی محصول فهرست میکند، بدون آنکه عددی برای آن ذکر کند، و پیشنهاد میدهد اگر خروجی به عنوان غیرانسانی علامتگذاری شود، هزینه humanization را بازپرداخت کند | بازپرداخت یک شرط تجاری است، هیچ dataset، تاریخ یا نتیجه detector-by-detector پشت این ادعا قرار ندارد |
| QuillBot | برای ویژگی humanizer در صفحات خود هیچ ادعایی درباره detection یا bypass مطرح نمیکند. detector جداگانه AI آن فقط به عنوان ابزاری برای تشخیص محتوای تولیدشده توسط AI توصیف میشود | QuillBot humanizer را درون یک مجموعه نوشتاری عمومی میفروشد و برای آن هیچ ادعای ویژه Turnitin مطرح نمیکند |
| WriteHuman | در Humanizer Leaderboard رتبه 1 را دارد و به عنوان humanizer ممتاز AI برای نوشتار جدی توصیف میشود | این leaderboard هیچ methodology یا sampleی را ذکر نمیکند، و WriteHuman هیچ figure عددی برای accuracy به این رتبه اختصاص نمیدهد |
| Walter Writes AI | humanization گسترده را در بیش از 80 زبان بازاریابی میکند، بدون آنکه ادعای ویژه Turnitin مطرح کند | هیچ test dataی در هیچ جهت ارائه نشده است |
| HIX Bypass | صفحات bypass را به تفکیک detector بازاریابی میکند، بدون آنکه figure ویژه Turnitin ارائه دهد | HIX Bypass و BypassGPT محصولات جداگانهای در domainهای جداگانه هستند، بنابراین باید مشخص شود هر ادعا به کدام یک اشاره دارد |
| StealthGPT | میانگین human بودن 98% در Turnitin و 95% در GPTZero را گزارش میکند، هر کدام بر اساس یک run اعلامشده از 30 sample با zero detections، بهعلاوه تضمین بازگشت وجه اگر subscriber شناسایی شود | خوداظهاری است. هیچ dataset، انتخاب sample، تاریخ یا methodی در کنار این figures منتشر نشده است، و 30 document برای ادعایی درباره مدلی که میلیونها submission را score میکند، یک run کوچک است |
| Phrasly | خود را به عنوان AI detection remover معرفی میکند، و هیچ test dataی منتشر نمیکند | هیچ ادعای عمومی در هیچ جهت وجود ندارد. figureهایی که در reviewها گردش میکنند، دستدوم هستند و در اینجا به اصل کنار گذاشته شدهاند |
| Grammarly | بازنویسی خود را اصلا به عنوان bypass detection بازاریابی نمیکند. صفحه detector AI آن ادعای 99% detection accuracy و رتبه 1 در benchmark مستقل RAID را مطرح میکند | همان صفحه Grammarly بیان میکند که هیچ detector AIی 100% accurate نیست. ویژگی Authorship آن متن را به صورت تایپشده توسط انسان، ایجادشده با AI، یا ویرایششده با Grammarly برچسب میزند |
| TextPulse | نرخ عبور 92.33% در Turnitin AI، 89.12% در Originality.ai و 87.91% در GPTZero، اندازهگیریشده بر روی یک corpus دانشگاهی 2,000-documentی | توسط TextPulse اندازهگیری و منتشر شده است، بنابراین مانند هر figure بالاتر از آن خوداظهاری است. اندازه corpus و detectorها نام برده شدهاند، اما برای هیچ document منفردی هیچ outcomeی وعده داده نمیشود |
سه نکته از آن جدول برمیآید. بیشتر این ابزارها اصلاً هیچ ادعای آشکار و قابل بررسیای درباره آشکارساز منتشر نمیکنند. چند مورد، یک اندازه نمونه را به یک عدد پیوند میزنند، که از آنچه بقیه این دسته انجام میدهند بیشتر است. و هیچکدام مجموعهدادهای منتشر نمیکند که هر کسی بیرون از شرکت بتواند خودش آن را اجرا کند. با این حال، باید به هر برند همانقدر اعتبار داد که شایسته آن است. Undetectable.ai برای ادعای خود بازپرداختی در نظر میگیرد، که یک تعهد عینی است نه یک صفت. WriteHuman سقف دقیق درخواست و تعداد واژه را برای هر سطح منتشر میکند، بنابراین خریدار میداند چه چیزی دریافت میکند. Grammarly رقم دقت خود را در همان صفحهای که آن را مطرح میکند، مشروط میسازد، که از کاری که بیشتر فروشندگان آشکارساز انجام میدهند بیشتر است. و خودداری QuillBot از طرح هرگونه ادعای دورزدن، دفاعپذیرترین موضع در این فهرست است.
چرا هیچکس بیرون از فروشنده نمیتواند این اعداد را بررسی کند
فروشنده یک humanizer که ادعای نرخ عبور از Turnitin را مطرح میکند، در واقع از اجراهایی سخن میگوید که از طریق حسابی تحت کنترل خود، روی اسنادی که خودش انتخاب کرده، در تاریخی که معمولاً آن را ذکر نمیکند، و در برابر یک طبقهبند که Turnitin با انتشار مدلهای زبانی جدید آن را بازبینی میکند، انجام شدهاند. این درباره رقم 30 نمونهای StealthGPT صادق است و به همان اندازه درباره رقم 2,000 سندی که این سایت منتشر میکند نیز صادق است. اندازه پیکره، میزان نویزی را که در یک عدد وجود دارد تغییر میدهد. اما یک گزارشخود را به حسابرسی تبدیل نمیکند.
نیمه دیگر مسئله این است که فهرست خود Turnitin از مدلهایی که ادعا میکند میتواند شناسایی کند، همزمان با انتشار نسخههای جدید ویرایش میشود. آن نرخ عبوری که در برابر طبقهبند فصل گذشته اندازهگیری شده است، فقط همان طبقهبند فصل گذشته را توصیف میکند و هیچ چیز دیگری را نه. اینکه چرا این امر به این معناست که هیچکس نمیتواند یک best AI humanizer to bypass Turnitin را نام ببرد، جداگانه توضیح داده شده است. هر رقم در هر صفحه اصلی humanizer، از جمله این سایت، یک تصویر لحظهای است که تاریخی را با خود حمل میکند که ممکن است فروشنده هرگز آن را منتشر نکرده باشد.
پیش از آنکه برای یک ادعای دورزدن پول بپردازید، چگونه آن را بخوانید
چهار پرسش، ادعایی را که ارزش سنجیدن دارد از ادعایی که باید نادیده گرفته شود جدا میکنند، و این پرسشها بر همه ردیفهای جدول بالا، از جمله ردیف آخر، صدق میکنند.
- چند سند آزموده شدند، و چه کسی آنها را انتخاب کرد؟ درصدی که پشت آن اندازه نمونهای نیست، شعاری است که عددی بر تن کرده است.
- در چه تاریخی، و در برابر کدام نسخه از آشکارساز؟ مدلهای تشخیص با انتشار مدلهای زبانی جدید بازبینی میشوند، و نرخ موفقیتِ بدون تاریخ بهسرعت کهنه میشود.
- آیا تضمین، بازپرداخت است یا نتیجه؟ وعده بازگشت پول، فقط یک ریسک مالی کوچک را منتقل میکند و هیچ کاری برای یک هیئت رسیدگی به یکپارچگی دانشگاهی انجام نمیدهد.
- فروشنده درباره اینکه برای یک ارجاع، یک اصطلاح فنی یا یک نقلقول بلوکی چه رخ میدهد، چه میگوید؟ بیشتر صفحههای humanizer هیچ نمیگویند، و همین خود یک پاسخ است.
همین پرسش آخر، برای هر کسی که کار دانشگاهی ارائه میکند، بیش از محاسبههای آشکارساز تعیینکننده است. بازنویسیای که نمره خوبی میگیرد و بیسروصدا یک جمله روششناسی را بهصورت کلی درمیآورد، همان چیزی را از شما گرفته است که بابت آن ارزیابی میشدید. humanizer دانشگاهی TextPulse حفظ ارجاع را در APA، MLA، IEEE، Chicago، Harvard و Vancouver مستند میکند، اصطلاحات را برای قفلکردن واژگان دقیق پیش از اجرای یک گذر ثابت میکند، و بر متن دانشگاهیِ داوریشده آموزش دیده است، با خروجیای که در Flesch-Kincaid از پایه 13 تا 18 نگه داشته میشود. اینها ادعاهایی درباره آن چیزی هستند که برای متن رخ میدهد، و این نوعی متفاوت از ادعا نسبت به یک درصد درباره یک آشکارساز است، و خواننده میتواند آنها را در خروجی ظرف یک دقیقه راستیآزمایی کند.
این نمره برای یک دانشجو در هر صورت چه معنایی دارد
Turnitin در بیان این نکته روشن است که نشانگر نگارش AI، یافتهای درباره تخلف نیست. صفحه محصول Turnitin صراحتاً بیان میکند که Turnitin Originality "does not make a determination of misconduct through our AI writing detection (or similarity checking) technology." همچنین روشن میکند که Turnitin اطلاعاتی را فراهم میکند تا معلمان بتوانند بر اساس سیاستهای مؤسسه خود تصمیمی آگاهانه بگیرند. این نکته با هشداری تکرار میشود که مدل "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student."
دانشجویان به طور پیشفرض امتیاز را نمیبینند. Turnitin صریحا بیان میکند که نشانگر و گزارش تشخیص نوشتار AI برای دانشجویان قابل مشاهده نیستند، و تنها راه دیدن آن این است که مدرس گزارش را به صورت PDF دانلود کند و آن را در اختیارشان بگذارد. دانشجویی که پیشنویس خود را بررسی میکند، در واقع ابزار دیگری را بررسی میکند که بر دادههای متفاوتی آموزش دیده است، و این دو عدد هیچ الزامی ندارند که با هم توافق داشته باشند.
این امر بخش دیگری را باقی میگذارد که هیچ امتیازی آن را تعیین نمیکند. این که آیا استفاده از AI اصلا مجاز بوده است یا نه، پرسشی مربوط به درس و مؤسسه است، و یک سیاست استفاده از AI آن را به شیوهای پاسخ میدهد که یک درصد هرگز نمیدهد. امتیاز بالا در استفاده مجاز و افشا شده، گفتگویی است که پشت آن شواهد وجود دارد. امتیاز پایین در استفاده افشا نشدهای که سیاست آن را ممنوع میکند، همچنان استفاده افشا نشده است.
برای نویسندهای که پیشنویس خود را ویرایش میکند، برداشت عملی از همه اینها این است که امتیاز از نوشتار پیروی میکند. مدل Turnitin الگوی سطح جمله را در سراسر یک سند کامل اندازهگیری میکند، بنابراین بازنویسیهای جزئی حرکت جزئی ایجاد میکنند و عبورهای واژگانی تقریبا هیچ حرکتی ایجاد نمیکنند. راهنمای کامل چگونه متن AI را انسانی کنیم ویرایشهای ساختاری را که الگو را تغییر میدهند، به ترتیبی که بیشترین اثر را دارد، بررسی میکند.
AI humanizer در TextPulse این ویرایشهای ساختاری را در سراسر یک سند کامل به طور همزمان اعمال میکند و یک Human Score تخمینی را که از خود متن محاسبه شده است گزارش میدهد، نه پیشبینی این که هر آشکارساز نامبرده چه خواهد گفت. هیچ ابزاری نمیتواند نتیجه Turnitin را تضمین کند، زیرا هیچ ابزاری نمیتواند درون مدل Turnitin را ببیند. هر محصولی که خلاف این را ادعا کند، نتیجهای را توصیف میکند که هیچ راهی برای مشاهده آن ندارد.
تمایز میان یک humanizer و یک paraphraser در اینجا اهمیت دارد، همان طور که دلیل این که متن بازنویسیشده همچنان علامتگذاری میشود نیز اهمیت دارد.
عدد، کماهمیتترین بخش این موضوع است. آنچه نتیجه را تعیین میکند، بیست دقیقه پس از آن است که یک ارزیاب به آن نگاه میکند: اینکه آیا مقاله میتواند روند کار خود را نشان دهد، یک تاریخچه پیشنویس، مجموعهای از یادداشتها، و منابعی که نویسنده بتواند درباره آنها بدون باز کردنشان صحبت کند. این شواهد برای هر کسی که کار را انجام داده باشد در دسترس است، و از نمرهای که یک بازنویسی نتوانسته آن را جابهجا کند، جان سالم به در میبرد.
سؤالات متداول
راهنمای خود Turnitin میگوید نشانگر AI آن شامل تشخیص محتوایی میشود که ممکن است انسانسازی شده باشد یا از یک bypasser عبور کرده باشد. آنچه محصول در عمل خروجی میدهد درصدی از متن واجد شرایط است، نه حکمی درباره نویسندگی. بنابراین پاسخ عملی به این پرسش که آیا Turnitin میتواند متن انسانسازیشده را تشخیص دهد این است که امتیاز نشان میدهد چه مقدار از الگوی نگارش ماشینی پس از بازنویسی باقی مانده است.
Content strategist at TextPulse, here since the company started. Mark writes the product and technical coverage: how the humanizer works under the hood, what changes in each release, and what a specification actually means for your writing. His reviews of writing software come from using them on real documents rather than reading a feature list.
