چگونه متن AI را انسانی کنیم: راهنمای کامل

یک پیش‌نویس اولیه از ChatGPT در کمتر از یک دقیقه برمی‌گردد، روان خوانده می‌شود و هر چیزی را که منظور شما بوده است بیان می‌کند. مشکل این است که همچنین مثل هر پیش‌نویس دیگری که ChatGPT برمی‌گرداند خوانده می‌شود: همان ریتم، همان واژگان امن، همان عادتِ بازگوییِ هر عنوانی که تازه نوشته است. یاد گرفتنِ انسانی‌سازی متن AI در واقع یاد گرفتنِ از میان بردنِ همان‌سانی است، جمله به جمله، پیش از آنکه اصلاً به یک detector یا خواننده‌ای برسد که صدها پیش‌نویس درست شبیه آن را دیده است.

انسانی‌سازی متن AI یعنی ویرایش یک پیش‌نویس ماشینی تا ریتم جمله‌ها، انتخاب واژه‌ها و ساختار آن مانند نوشتار یک فرد به نظر برسد، نه میانگین آماریِ بهترین حدس یک مدل زبانی. بخشی از این ویرایش چند دقیقه زمان می‌برد. بخشی دیگر، در یک سند کامل، آن‌قدر وقت‌گیر است که یک ابزار واقعاً جای خود را پیدا می‌کند. این راهنما هر دو را به ترتیبی پوشش می‌دهد که مفید است: نخست ویرایش‌ها، سپس این‌که یک ابزار humanizer AI کجا آنچه را ویرایش دستی نمی‌تواند تمام کند، بر عهده می‌گیرد.

یک نکته کوتاه برای هر کسی که "humanise AI" را با املای بریتانیایی جست‌وجو کرده است: روش یکسان است، فقط حرف‌ها تغییر می‌کنند.

چرا متن AI هر بار یکسان به نظر می‌رسد؟

شیوه کار این است که یک مدل زبانی با پیش‌بینی محتمل‌ترین واژه بعدی، هزاران بار پشت سر هم می‌نویسد. نتیجه آن نوشتاری روان و امن است: جمله‌هایی که معمولاً تقریباً هم‌طول‌اند، بندهایی که با تکرار عنوان خود آغاز می‌شوند، و گذارهایی که بر همان چند واژه پیوندی تکیه دارند. همه این‌ها نقص نیستند. این‌ها همان چیزی هستند که وقتی برای واژه مورد انتظار در مقیاس بزرگ بهینه‌سازی می‌کنید رخ می‌دهد.

همه این موارد به‌تفصیل در نوشته همراه ما درباره how AI detectors work توضیح داده شده است. در اینجا بر آنچه فهمش مهم است تمرکز می‌کنیم: هر ویرایش زیر الگویی را می‌شکند که مدل ناگزیر آن را ایجاد کرده است. هیچ‌یک این واقعیت را پنهان نمی‌کند که یک مدل درگیر بوده است، زیرا این چیزی نیست که یک ویرایش در سطح جمله بتواند انجام دهد. دو سنجه رایجی که detectorها پیش از نشان دادن یک درصد محاسبه می‌کنند perplexity و burstiness هستند.

ریتم را بشکنید: طول و ساختار جمله

این قوی‌ترین نشانه از همه است: ریتم جمله. مدل فقط می‌تواند هر بار یک توکن را پیش‌بینی کند. هیچ انگیزه‌ای ندارد که جمله 3 را نسبت به جمله 2 کوتاه‌تر کند. و وقتی آن را به حال خود می‌گذارید، یک بند به سوی طول و شکلی معین گرایش پیدا می‌کند. این یک نمونه از یک رشته یکنواخت است: "The results of the study were statistically significant. The findings support the original hypothesis. The data was analyzed using standard methods." سه جمله یکنواخت، با طول یکسان، با همان حرکت آغازین در هر بار.

اگر آن را به هم بریزیم، همان اطلاعات این‌گونه خوانده می‌شود: "The results were statistically significant, which supported the hypothesis, though two of the three variables moved less than expected, so the standard analysis needed a second pass." اکنون یک جمله هم ادعا را حمل می‌کند و هم پیچیدگی آن را، با یک ویرگول که کاری را انجام می‌دهد که پیش‌تر سه جمله یکنواخت جداگانه انجام می‌دادند. همین نامنظمی است که یک burstiness checker هنگام امتیاز دادن به یک بند اندازه‌گیری می‌کند، و این سریع‌ترین ویرایش در این فهرست است، زیرا شما بندهایی را که از پیش نوشته‌اید جابه‌جا می‌کنید، نه این که محتوای تازه‌ای بسازید.

نیمه دیگر ساختار این است که نکته اصلی کجا قرار می‌گیرد. یک مدل معمولاً به سوی نکته خود پیش می‌رود یا آن را در یک بند وابسته پنهان می‌کند. یک ادعای مشخص وقتی در آغاز می‌آید بهتر خوانده می‌شود، با قید و شرطی که در ادامه می‌آید: "Although sample sizes varied across sites, the effect held" از "The effect held at every site, even though two of them ran a third of the planned sample." ایمن‌تر و مبهم‌تر است. ادعا را در ابتدا بگذارید و قید احتیاط به شاهد تبدیل می‌شود، نه به یک احتیاط‌گذاری.

واژه‌هایی را که آن را لو می‌دهند حذف کنید

برخی واژه‌ها در پیش‌نویس‌های تولیدشده توسط ماشین بسیار بیشتر از متن نوشته‌شده توسط انسان ظاهر می‌شوند، نه به این دلیل که نادرست‌اند، بلکه چون از نظر توزیع احتمالی مدل برای ثبت رسمی، دقیقاً مناسب‌اند. Facilitate به جای help. Robust به جای strong. Myriad به جای many. Underscore به جای show. هیچ‌یک از این‌ها نادرست نیست. همه آن‌ها صرفاً امن‌ترین و میانگین‌ترین انتخاب‌های در دسترس‌اند، و دقیقاً به همین دلیل است که یک مدل نخست به سراغ آن‌ها می‌رود.

یک جمله تخت چنین خوانده می‌شود: "The study employed a robust methodology to facilitate a wide-ranging understanding of the myriad factors involved." همان ادعا، با واژه‌هایی که یک انسان واقعاً انتخاب می‌کند: "The study used a mixed-methods design to work out which of several factors mattered most." هیچ چیز در نسخه دوم کم‌دقت‌تر نیست. فقط معمولی‌تر نیست.

جایگزین کردن robust با strong طول جمله را تغییر نمی‌دهد و به ریتمی که یک آشکارساز واقعاً امتیاز می‌دهد دست نمی‌زند. جابه‌جایی واژه‌ها به‌تنهایی کار چندانی انجام نمی‌دهد. دانستن این نکته کمک می‌کند نسبت به این تصور که یک دور استفاده از thesaurus همه کار را بدون ویرایش بیشتر انجام می‌دهد، محتاط باشید. همچنین به خواننده انسانی کمک می‌کند تشخیص دهد نثر کمتر تلاش کرده است. ویرایش‌های ساختاری بالا همچنان باید هم‌زمان با آن انجام شوند. عبور دادن یک بند از یک AI word cleaner نشانه‌های سطح واژه را سریع آشکار می‌کند.

عادت‌های نشانه‌گذاری را اصلاح کنید که هم آشکارسازها و هم خوانندگان متوجه می‌شوند

نشانه‌گذاری امضای خاص خود را دارد. بیش از حد به یک یا دو علامت متکی است و از آن علامت‌ها بسیار بیشتر از نوشتار معمول استفاده می‌کند، و اغلب از خط تیره به‌عنوان یک پیونددهنده همگانی بهره می‌گیرد، جایی که ویرگول، نقطه یا دونقطه هم به همان خوبی کار می‌کنند. وقتی یک بند می‌کوشد هر سه جمله یک‌بار به همان علامت متوسل شود، تکراری می‌شود و بیشتر شبیه یک عادت عصبی به نظر می‌رسد تا یک سبک.

نقطه‌ویرگول و دونقطه نیز همین استفاده بیش از حد را پیدا می‌کنند، و معمولاً دو بند را به هم وصل می‌کنند که به‌صورت دو جمله طبیعی‌تر خوانده می‌شوند. "The results were mixed; some participants improved while others showed no change" از نظر دستوری درست است و از نظر سبکی فرسوده. دو جمله همان اطلاعات را با فضای تنفسی بیشتر منتقل می‌کنند: "The results were mixed. Some participants improved. Others showed no change at all." خواندن یک بند با صدای بلند بیشتر این موارد را آشکار می‌کند، زیرا گوش پیش از چشم ریتم تکراری را تشخیص می‌دهد.

یک em dash remover بخش مکانیکی این مرحله را در چند ثانیه انجام می‌دهد. سبک درون‌سازمانی TextPulse خودِ این نویسه را به‌طور کامل ممنوع می‌کند، و این راهنما نیز از همان قاعده پیروی می‌کند. تصمیم‌گیری درباره این‌که یک جمله به‌صورت یک بند بهتر عمل می‌کند یا دو بند، همچنان به انسان نیاز دارد.

خطوط کلی را با خطوط مشخص جایگزین کنید

آخرین ویرایش در این فهرست بیشترین زمان را می‌گیرد، و بیشترین اهمیت را هم دارد. یک مدل زبانی هیچ حافظه‌ای از پروژه واقعی شما ندارد، بنابراین به ایمن‌ترین عبارت‌بندی موجود بازمی‌گردد: شایسته، مبهم، و صادق درباره تقریباً هر مقاله‌ای در همان موضوع.

"The intervention was found to have a positive effect on student outcomes." مجهول، کلی، و قابل‌استفاده برای توصیف صدها مطالعه متفاوت. "The tutoring program raised test scores by roughly half a grade, but only for students who attended more than six sessions." معلوم، مشخص، و فقط قابل‌استفاده برای توصیف کار شما. این جمله همچنین طولانی‌تر است، و همان جمله‌ای است که خواننده آن را باور می‌کند، زیرا یک مدل هرگز نمی‌تواند جزئیات شش جلسه را به‌تنهایی حدس بزند. فردی که داده‌ها را مشاهده می‌کرد، باید ابتدا آن را تشخیص می‌داد.

این همچنین همان ویرایشی است که یک مدل زبانی نمی‌تواند برای شما انجام دهد، humanizer tool هم در این میان کمکی نمی‌کند. یک ابزار می‌تواند طول جمله‌های شما را تغییر دهد و واژگان شما را عوض کند، اما هنگام رخ دادن آن اتفاق مهم در اتاق حضور نداشته است، بنابراین نمی‌تواند جزئیاتی را که هرگز به آن نداده‌اید به شما تحویل دهد. به یادداشت‌های خود برگردید، نه این‌که دوباره از مسیر بازنویس عبور کنید.

آنچه ویرایش دستی نمی‌تواند اصلاح کند

هر ویرایش بالا رایگان است و برای یک پاراگراف واحد چند دقیقه زمان می‌برد. مشکل واقعی، طول متن است. پاسخ پنج‌پاراگرافی به یک پست بحث، با دست، کاری پانزده‌دقیقه‌ای است. یک فصل پایان‌نامه چهل‌صفحه‌ای، اگر با همان دقت بازنویسی شود، کاری چندروزه است، و تقریباً هیچ‌کس برای یک فصل این‌همه زمان ندارد.

جدول زیر یک راهنمای برنامه‌ریزی است، نه یک اندازه‌گیری. زمان‌ها برآوردهای کاری برای نثر دانشگاهی متوسط هستند، و با میزان تراکم متن تغییر می‌کنند.

ویرایش دستی	آنچه را اصلاح می‌کند	هزینه زمانی	آنچه را اصلاح نخواهد کرد
طول و ساختار جمله را متنوع کنید	ریتم یکنواخت، قوی‌ترین نشانه burstiness	حدود 10 تا 15 دقیقه برای هر 1,000 واژه	نشانه‌های سطح واژه که تغییر ریتم به‌تنهایی به آن‌ها دست نمی‌زند
واژگان کلیشه‌ای را حذف کنید	واژه‌های منفردی که خواننده دقیق به‌نیمه متوجه آن‌ها می‌شود	5 تا 10 دقیقه با یک نوبت جست‌وجو	ریتم تخت جمله که پیرامون واژه قرار دارد
عادت‌های نشانه‌گذاری را اصلاح کنید	نشانه‌های تکراری مانند خط تیره یا زنجیره‌ای از نقطه‌ویرگول‌ها	حدود 5 دقیقه	هر چیزی زیر سطح؛ این نوبت صرفاً ظاهری است
جزئیات مشخص اضافه کنید	ادعاهای کلی که می‌توانند به هر مقاله‌ای درباره این موضوع تعلق داشته باشند	20 تا 30 دقیقه برای هر 1,000 واژه، و اگر مجبور باشید جزئیات را پیدا کنید بیشتر	هیچ چیز، اگر واقعاً جزئیاتی برای افزودن داشته باشید
یک نوبت کامل را با یک ابزار humanizer اجرا کنید	سازگاری در سراسر سند، سریع، مفید به‌عنوان نوبت نخست در پیش‌نویس‌های بلند	کمتر از یک دقیقه، به‌علاوه زمان بازبینی خودتان	قطعیت در برابر هر detector مشخص، و هر جزئیاتی که ابزار هرگز دریافت نکرده است

هیچ‌یک از پنج ردیف یک سند بلند را به‌طور کامل به نتیجه نمی‌رساند. این همان کاری است که بخش بعدی برای آن است.

یک ابزار AI humanizer واقعاً کجا جای خود را پیدا می‌کند

یک AI humanizer tool اختصاصی, که گاهی به‌عنوان یک ChatGPT humanizer فروخته می‌شود, زیرا بیشتر پیش‌نویس‌ها از همین‌جا آغاز می‌شوند, این ویرایش‌ها را با هم اعمال می‌کند, ریتم و واژگان, به‌طور کامل بر یک سند کامل در زمانی که برای درست کردن قهوه لازم است, نه یک بند در پانزده دقیقه. هر نامی که داشته باشند, AI humanizer tool, AI text humanizer, AI paragraph rewriter یا AI to human text converter, نمونه‌های خوب همان کار را انجام می‌دهند: شکل و انتخاب واژه‌های جمله را تغییر می‌دهند و در عین حال معنا را حفظ می‌کنند. میزان جابه‌جاییِ عبارت‌بندی از یک بخش به بخش دیگر متفاوت است.

TextPulse این‌گونه کار می‌کند. این ابزار یک پیش‌نویس کامل را بازنویسی می‌کند و یک Human Score تخمینی را بر اساس همان سیگنال‌ها برمی‌گرداند، نه وعده‌ای که هر detector مشخصی حتماً آن را بپذیرد. این احتیاط فقط به ما محدود نیست: صفحه humanizer هوش مصنوعی خود Grammarly صریحاً می‌گوید که ابزارش «برای دور زدن AI detectors طراحی نشده است»، و این توصیف منصفانه‌ای از چیزی است که هر فرایند humanizing می‌تواند صادقانه وعده دهد. اگر با این انتظار آمده‌اید که متن AI را undetectable کنید، پاسخ صادقانه این است که هیچ ویرایش و هیچ ابزاری نمی‌تواند چنین تضمینی بدهد، زیرا detectorها با یکدیگر اختلاف دارند و بدون اطلاع قبلی تغییر می‌کنند.

یک ابزار مسئولانه humanizer هوش مصنوعی می‌تواند یک نخستین گذر سریع و یک score برای کار کردن در اختیار بگذارد. هدف این است که با کم‌یکنواخت کردن الگو، AI score کاهش یابد، نه این‌که عدد را مستقیماً فریب دهد. یک بازنویسی AI همان کاری را در سطح سند هدف می‌گیرد که یک ویرایش دستی دقیق در سطح بند انجام می‌دهد. جزئیات مشخص و انسانی را از بخش بالا با دست اضافه کنید، زیرا یک ابزار هنگام رخ دادن آن اتفاق جالب در اتاق حضور نداشته است.

اگر روی پروژه‌ای با موعد تحویل کار می‌کنید، می‌توانید از AI humanizer for students استفاده کنید، که همان سازوکار را به کار می‌گیرد اما conventions دانشگاهی را از پیش در نظر گرفته است. ترتیب از خود ابزار مهم‌تر است، زیرا یک جمله عمومی در نثر دقیق همچنان عمومی است. هنوز هم باید گذرِ جزئیات مشخص را با دست انجام دهید.

چگونه متن AI را در ده دقیقه آینده humanize کنیم

اگر ویرایش‌های بالا را به ترتیب بگذارید، یک روال کوتاه شکل می‌گیرد، نه یک checklist برای حفظ کردن. اگر روی یک صفحه، حدود 300 تا 400 واژه، اعمال شود، این‌گونه ده دقیقه تقسیم می‌شود.

1. پاراگراف را یک بار با صدای بلند بخوانید، و هر جمله‌ای را که از نظر طول یا شکل دقیقاً شبیه جمله کناری خود به نظر می‌رسد، علامت بزنید.
2. دو یا سه جمله از تخت‌ترین جمله‌ها را بشکنید و ادعای اصلی را به ابتدای هر کدام ببرید.
3. به دنبال واژگان کلیشه‌ای مانند facilitate، robust، myriad و underscore بگردید، و هر کدام را با واژه ساده‌تری که واقعاً خودتان به کار می‌برید جایگزین کنید.
4. خط تیره‌ها و نقطه‌ویرگول‌های تکراری را حذف یا جایگزین کنید، و هر اصلاح را با صدای بلند بخوانید تا بررسی کنید که هنوز طبیعی به نظر می‌رسد.
5. برای هر پاراگراف یک جزئیات مشخص را دوباره اضافه کنید، یک عدد، یک نام، یک محدودیت، چیزی که فقط کسی که کار را انجام داده است می‌داند.
6. اگر پیش‌نویس بیش از یک یا دو صفحه طول می‌کشد، آن را برای یک دور نخست از یک ابزار humanizer هوش مصنوعی عبور دهید، سپس مراحل یک تا پنج را روی هر چیزی که هنوز تخت خوانده می‌شود تکرار کنید.

چند رشته در اینجا به صفحه‌های جداگانه خود باز می‌شوند. اینکه آیا این ابزارها اصلاً کار می‌کنند و اینکه آیا استفاده از آن‌ها روی کار نمره‌دار ایمن است پرسش‌های جداگانه‌ای با پاسخ‌های جداگانه هستند، و اینکه Turnitin با متن humanized چه می‌کند پس از ارسال شدن، پرسش سومی است. برای مسائل محدودتر، نوشته‌های گام به گام درباره پایین آوردن امتیاز AI و درباره ویرایش خروجی ChatGPT بند به بند وجود دارد.

هیچ‌یک از این‌ها نوشتاری تولید نمی‌کند که undetectable باشد، و هیچ راهنمای صادقی نباید وعده دهد که چنین می‌کند. این کار نوشتاری تولید می‌کند که طوری به نظر می‌رسد انگار واقعاً آن ده دقیقه را صرف کرده‌اید، و این هدف پایدارتر است: خواننده به نثر مشخص و ناهموار اعتماد می‌کند، چه یک detector هرگز آن را ببیند یا نه.