26 / 30
یک بازنویس که (Smith, 2020, p. 44) را نثر عادی بداند، آن را مخدوش میکند. اینجا میبینید وقتی یک پاراگراف humanized میشود، در استنادهای APA, MLA و IEEE دقیقاً چه چیزهایی خراب میشود و یک گذر citation-safe باید چه کار متفاوتی انجام دهد.
چه چیزی واقعاً باعث عادت ChatGPT به تکیه بر em dash میشود، این نشانه چه کاری در جمله انجام میدهد، و یک ویراستار انسانی به جای آن سراغ چه چیزی میرود: ویرگول، دونقطه یا نقطه.
یک مرجع کاربردی برای واژههای رسمی و بیشازحد بهکاررفته که نثرِ پیشنویسشده توسط ماشین را نشان میدهند، با ساماندهی بر حسب ثبت زبانی و ارجاع به پژوهشهای واقعی پشت این الگو، همراه با آنچه یک ویراستار دقیق به جای هر یک به کار میبرد.
گیر افتادن به ندرت یک لحظه واحد است که با یک امتیاز درصدی آغاز شود. این یک فرایند تعریفشده با مراحل، استانداردهای شواهد و حقوق اعتراض است که بیشتر آن هرگز از یک گفتوگوی نخست فراتر نمیرود. در اینجا میبینید این فرایند در عمل از ابتدا تا انتها چگونه به نظر میرسد، با تکیه بر یک رویه منتشرشده دانشگاهی، نه حدس.
نرمافزارهای تشخیص در اینجا کمتر از آن چیزی اهمیت دارند که بیشتر دانشجویان تصور میکنند. این متن توضیح میدهد استادی که پیشتر کار شما را خوانده است، وقتی یک پیشنویس دیگر شبیه شما به نظر نمیرسد، دقیقاً چه چیزهایی را متوجه میشود، از یک مطالعه کورِ مهم درباره ارزیابان تا نشانههای مشخص و قابل بررسی که مدتها پیش از هرگونه اسکن ظاهر میشوند.
یک مطالعه 2023 در Stanford نشان داد که آشکارسازهای AI، نوشتار روانِ انگلیسیِ غیربومی را با نرخی بسیار بالاتر از نوشتار بومی، بهاشتباه تولیدشده توسط ماشین میخوانند. در اینجا سازوکار پشت این شکاف و آنچه رخ داد وقتی همان مقالهها با واژگانی غنیتر بازنویسی شدند، آمده است.
مطلبهایی که ترجمهای به زبان شما ندارند، در وبلاگ انگلیسی هستند.