40+ واژه و عبارت که ChatGPT را لو می‌دهند

در 2024، دست‌کم یک‌هشتم از مقالات زیست‌پزشکی نمایه‌شده در PubMed، امضای واژگانیِ کمک AI را داشتند، و در برخی کشورها و مجلات این سهم از دوپنجم هم فراتر می‌رفت. هیچ‌کس مجبور نبود چیزی را اعتراف کند. چند واژه رسمی و اندکی نمایشی، خودِ اعتراف را بر عهده می‌گرفتند، و در یک چکیده کنار هم بسیار بیشتر از آنچه تصادف اجازه می‌داد ظاهر می‌شدند.

واژه‌هایی که ChatGPT را لو می‌دهند، عجیب و غریب نیستند. آن‌ها انگلیسیِ معمولی و رسمی‌اند که کمی بیش از حد به کار می‌روند، در ترکیب‌هایی که یک نویسنده دقیق به‌ندرت آن‌ها را در یک بند کنار هم می‌چیند. این هم مرجع کاملِ عملی: بیش از چهل واژه، سامان‌یافته بر اساس این‌که معمولاً کجا ظاهر می‌شوند، همراه با این‌که یک ویراستار دقیق به جای هر کدام چه چیزی را برمی‌گزیند. بعضی از آن‌ها آن‌قدر مشهورند که برای خودشان اعتباری دارند. بیشترشان چنین نیستند، و دقیقاً به این دلیل از چشم خواننده می‌گذرند که هیچ‌کدام به‌تنهایی مشکوک به نظر نمی‌رسد. سازوکارهای گسترده‌ترِ این‌که چرا اصلاً چنین چیزی رخ می‌دهد، به نوشته‌ای همراه مربوط است، اما در اینجا، موضوع خودِ فهرست است.

چرا این واژه‌ها ChatGPT را لو می‌دهند

یک مدل زبانی جمله را با انتخاب واژه بعدیِ از نظر آماری محتمل، بارها و بارها، درون سامانه‌ای می‌سازد که برای متقاعدکننده بودن آموزش دیده است، نه متمایز بودن. این عادت در انتخاب واژه، آهنگ جمله، نشانه‌گذاری و ساختار خود را نشان می‌دهد، و به‌طور کامل در راهنمای الگوهای نوشتاری AI در TextPulse پوشش داده شده است. انتخاب واژه صرفاً همان سطحی است که خواننده نخست متوجه آن می‌شود، زیرا اشاره کردن به آن روی صفحه از همه آسان‌تر است.

انتخاب واژه به یک دلیل، مرجع مستقل خود را به دست می‌آورد: قابل بررسی است. خواننده برای متوجه شدن این‌که یک بند هم‌زمان بر پنج یا شش واژه رسمی و کم‌اطلاعات تکیه دارد، به اشتراک یک detector نیاز ندارد. شمردن آن‌ها مهارتی است که هر کسی می‌تواند در زمانی که برای یک‌بار خواندن این فهرست لازم است، بیاموزد. آهنگ جمله و نشانه‌گذاری در جای دیگری از این سایت به تفصیل بررسی شده‌اند، واژگان تنها سطحی است که چیزی جز توجه، پاداشی به خواننده نمی‌دهد.

فهرست کامل واژه‌هایی که ChatGPT را لو می‌دهند

فهرست زیر بیش از چهل مدخل را دربر می‌گیرد و بر اساس این‌که هر واژه معمولاً کجا ظاهر می‌شود گروه‌بندی شده است: نثر دانشگاهی و پژوهشی، نوشتار تجاری و شغلی، عبارت‌های گذارِ کلیشه‌ای، و قیدهای احتیاطی که پاراگرافی را بدون گفتن چیز زیادی می‌بندند. حدود نیمی از آن‌ها به یک مطالعه بزرگ واحد درباره چکیده‌های زیست‌پزشکی بازمی‌گردند، و بقیه به‌صورت غیررسمی مستند شده‌اند، برای نمونه، اسکن خودِ یک فروشندهٔ تشخیص از بیش از ده میلیون واژه خروجی ChatGPT، یا تحلیلی در نوامبر 2025 که عبارت "notable works include" را حدود 120 برابر نرخ معمولش در متن تولیدشده توسط AI و "today's fast-paced world" را حدود 107 برابر ثبت کرد. دانستن این دو نوع منبع به‌طور جداگانه ارزشمند است: یک نمونهٔ داوری‌شدهٔ همتا از پانزده میلیون چکیده وزن متفاوتی دارد نسبت به اسکن یک تحلیلگر از خروجی چت‌بات، و ستون زیر نیز ادعای خلاف این ندارد.

Word or phrase	Where it clusters	What a careful writer uses instead
delve (into)	Academic	به آن نگاه کردن، بررسی کردن
underscore / underscores	Academic	نشان دادن، بیان کردن
showcase / showcasing	Academic	ارائه کردن، نشان دادن
intricate	Academic	پیچیده، مفصل
meticulous	Academic	دقیق، موشکافانه
comprehensive	Academic	کامل، جامع
notably	Academic	به‌ویژه
crucial	Academic	مهم، کلیدی
exhibited	Academic	نشان داد
multifaceted	Academic	چندوجهی
encompasses	Academic	شامل می‌شود، دربرمی‌گیرد
facilitates	Academic	کمک می‌کند، امکان می‌دهد
elucidates	Academic	توضیح می‌دهد
discernible	Academic	قابل مشاهده، روشن
underpinning	Academic	پشتیبان
insights	Academic	یافته‌ها، نکات
within	Academic	در
across	Academic	در، در سراسر
particularly	Academic	به‌ویژه
noteworthy	Academic	قابل ذکر
leverage	Business	استفاده کردن
utilize	Business	استفاده کردن
streamline	Business	ساده‌سازی کردن
elevate	Business	بهبود دادن، ارتقا دادن
unlock	Business	گشودن، ممکن ساختن
seamlessly	Business	به‌نرمی، بدون مراحل اضافی
cutting-edge	Business	جدید، اخیر
robust	Business	مستحکم، قابل اعتماد
innovative	Business	نوآورانه
results-driven	Business	اثربخش
actionable	Business	قابل استفاده، عملی
groundbreaking	Business	نو، اصیل
transformative	Business	مهم، عمده
state-of-the-art	Business	جدیدترین، به‌روزترین
additionally	Transition	همچنین، و
furthermore	Transition	همچنین، و
moreover	Transition	همچنین
in order to	Transition	برای
due to the fact that	Transition	زیرا
a wide range of	Transition	چندین، یا تعداد واقعی
today's fast-paced world	Hedge / closer	سال واقعی یا حوزه را نام ببرید
notable works include	Hedge / closer	دو یا سه مورد مهم را نام ببرید
aims to explore	Hedge / closer	بررسی می‌کند، می‌آزماید
it is worth noting	Hedge / closer	واقعیت را مستقیم بیان کنید
plays a vital role in	Hedge / closer	برای آن مهم است، آن را شکل می‌دهد
serves as a testament to	Hedge / closer	نشان می‌دهد، ثابت می‌کند
boasts	Hedge / closer	دارد، شامل می‌شود

"Delve" دقیقاً یک خط در بالا و هیچ چیز بیشتر می‌گیرد: این واژه از پیش مستندترین واژه در سراسر این فهرست است، و تکرار آن مورد در نثر، فضای سایر چهل و شش مورد را اشغال می‌کند. بررسی‌ای سریع‌تر از خواندن کل جدول با چشم، این است که یک پیش‌نویس را از طریق free AI word cleaner در TextPulse اجرا کنید، که این نوع تراکم را به طور خودکار علامت‌گذاری می‌کند.

یک مثال کارشده

یک جمله را در نظر بگیرید که چهار مدخل را هم‌زمان از جدول در خود دارد: "This comprehensive study aims to explore the multifaceted challenges that underscore the pivotal role of policy in modern research." هر واژه واقعی است و هر بند از نظر دستوری درست است، و دقیقاً همین مسئله مشکل را می‌سازد. یک ویراستار انسانی آن را به چیزی مانند این کوتاه می‌کرد: "This study looks at how policy shapes research, and why it matters." هیچ واقعیت مهمی از دست نرفت. آنچه حذف شد، حشو بود.

کدام دسته از واژه‌ها بزرگ‌ترین نشانه را می‌دهد؟

سبک نگارش دانشگاهی روشن‌ترین شواهد را در خود دارد. در یک مطالعه بر 15.1 million چکیده PubMed که میان 2010 و 2024 منتشر شدند، "underscores" تا 2024 به حدود 14 برابر نرخ مورد انتظار خود رسید، و "showcasing" به نزدیک 11 برابر. حتی واژه‌های معمولی هم جابه‌جا شدند: "potential", "findings" و "crucial" همگی به طور قابل اندازه‌گیری رایج‌تر شدند، فقط به دلیل یک نقطه آغاز بالاتر، بنابراین جهش به صورت نسبت خام کوچک‌تر به نظر می‌رسد، هرچند واقعی است. همان گروه پژوهشی خوشه‌ای از ده پیونددهنده کم‌وبیش عادی را نیز برجسته کرد، از جمله "additionally", "comprehensive", "notably" و "within", که در مجموع به صورت یک گروه از نظر آماری نامعمول شدند: هیچ‌یک از آن‌ها به تنهایی معنای خاصی ندارد، اما چهار یا پنج تای آن‌ها در یک چکیده چنین معنایی دارد.

همین الگو بیرون از زیست‌پزشکی هم دیده می‌شود، اما با شدت‌های متفاوت در هر حوزه. یک تحلیل جداگانه از حدود 951,000 مقاله در arXiv، bioRxiv و مجلات خانواده Nature میان ژانویه 2020 و فوریه 2024، میزان احتمالی دخالت LLM را تا 17.5 درصد در علوم رایانه برآورد کرد، در برابر سقفی نزدیک به 6.3 درصد در ریاضیات و در مجموعه Nature. یک استاد راهنمای علوم انسانی و یک استاد راهنمای علوم رایانه، نرخ زمینه‌ای یکسانی از این واژه‌ها را نمی‌خوانند، و این نکته پیش از آنکه هر مقاله منفردی را یک مورد استثنایی بدانیم، ارزش به خاطر سپردن دارد. مقاله‌های کوتاه‌تر و مقاله‌های نویسندگانی که پیش‌چاپ‌های مکرر منتشر می‌کنند نیز این الگو را بیشتر نشان دادند، که با یک توضیح ساده سازگار است: این واژه‌ها در زمان صرفه‌جویی می‌کنند، و فشار زمانی در یک رشته به‌طور یکنواخت توزیع نشده است.

بخش مربوط به کسب‌وکار و حرفه در بالا با دقت کمتری مستند شده است، اما به همان اندازه آشکار است. عبارت "Aims to explore" در همان تحلیل نوامبر 2025 که پیش‌تر به آن اشاره شد، حدود 50 برابر نرخ معمول خود ظاهر شد، و در نامه‌های پوششی، خلاصه‌های LinkedIn و بیانیه‌های مطبوعاتی، واژه‌های "streamline"، "elevate" و "results-driven" معمولاً در کنار هم دیده می‌شوند. یک مدیر استخدام که در یک بعدازظهر چهل نامه پوششی تقریباً یکسان را می‌خواند، این را سریع‌تر از آنچه هر مطالعه‌ای بتواند اندازه‌گیری کند تشخیص می‌دهد، و به همین دلیل است که استخدام‌کنندگان مدت‌ها پیش از آنکه کسی اعداد را بررسی کند، این الگو را به‌صورت روایی توصیف می‌کردند. هیچ‌یک از اینها ثابت نمی‌کند که یک نامه پوششی مشخص را یک chatbot نوشته است. این فقط ثابت می‌کند که واژگان نوشتار شرکتی و واژگانی که یک مدل زبانی به سراغشان می‌رود، همپوشانی زیادی دارند، و این پیش از وجود ChatGPT هم درست بود و فقط پس از آنکه یک ابزار شروع کرد بخش زیادی از آن را یک‌باره تولید کند، تشخیصش آسان‌تر شد.

فهرست چگونه همچنان تغییر می‌کند

این فهرست ثابت نیست. راهنمای ویرایشی خود Wikipedia برای شناسایی افزوده‌های ماشینی، که توسط داوطلبانی نگهداری می‌شود که هر روز این نوع ویرایش را برمی‌گردانند، این مد روز را به صورت زنده دنبال می‌کند. موج 2023 تا اواسط 2024 آن بر واژه‌هایی مانند "boasts", "crucial", "pivotal" و "tapestry" متمرکز است. تا میانه 2025 همان راهنما خوشه‌ای متفاوت را دنبال می‌کرد، از جمله "align with", "fostering" و "showcasing"، و واژه‌های ساده‌تری مانند "enhance" و "highlighting" سهم بیشتری از بار را بر عهده داشتند تا واژه‌های پرزرق‌وبرق‌تر یک سال پیش. هیچ‌یک از این‌ها به صورت مرکزی هماهنگ نمی‌شود.

فهرستی که در یک لحظه منجمد شده باشد، دقیقاً به همین دلیل خیلی زود کهنه می‌شود. آنچه دوام می‌آورد عادت زیربنایی است: واژه‌های رسمی، که اندکی بیش از حد به کار می‌روند، فارغ از این‌که امسال دقیقاً کدام‌یک مد روز باشند.

آیا این واژه‌ها ثابت می‌کنند که ChatGPT آن را نوشته است؟

خیر. نویسنده‌ای دقیق که زیر فشار ضرب‌الاجل کار می‌کند، یک انگلیسی‌زبانِ غیربومی که برای واژگان رسمیِ امن دست به انتخاب می‌زند، و دانشجویی که همین واژه‌های دقیق را در کلاس نگارش آموخته است، همگی می‌توانند پاراگرافی تولید کنند که در برابر این فهرست امتیاز بالایی بگیرد، بی‌آن‌که هیچ chatbotی در نزدیکی باشد. تلقی کردن جدول بالا به عنوان اثبات تخلف، همان خطایی است که نویسندگان دقیق را به ناحق متهم می‌کند، و شایسته است آن را خطا بنامیم، نه این‌که بی‌صدا تکرارش کنیم. محصولات خود TextPulse به این دلیل وجود دارند که مسئله معکوس نیز به همان اندازه واقعی است: یک متن واقعیِ انسانی، اگر بداقبال باشد و چند واژه از این‌ها را در یک پاراگراف گرد آورد، می‌تواند به بازبینی‌ای کشیده شود که هرگز سزاوارش نبوده است.

آشکارسازهای آماری بر سیگنالی مرتبط اما کاملاً متفاوت کار می‌کنند، که در نوشته TextPulse درباره how AI detectors work پوشش داده شده است، و humanizer هوش مصنوعی خود TextPulse یک Human Score برآوردی گزارش می‌کند که از متنِ پیشِ رو محاسبه می‌شود، نه از یک حکم صادرشده توسط هر detector. فهرستی از واژه‌ها مانند این، نقطه آغاز برای یک تصمیم انسانی است، نه جایگزین آن. بقیه مجموعه free tools collection در TextPulse سطوح دیگر، یعنی ریتم، نشانه‌گذاری و ساختار را پوشش می‌دهد، برای هر کسی که یک پیش‌نویس کامل را بررسی می‌کند، نه فقط یک پاراگراف را.

یک فعل بیش از هر واژه دیگری در این فهرست تکرار می‌شود، و اینکه چرا مدل‌ها به سراغ آن می‌روند جداگانه توضیح داده شده است. نشانه‌گذاری همان چیز را آشکار می‌کند، و عادت به em dash صفحه جداگانه‌ای دارد.

دفعه بعد که یک بند کمی نامأنوس به نظر رسید، به سراغ یک مترادف واحد نروید و آن را اصلاح‌شده فرض نکنید. در عوض، تراکم را بررسی کنید: به کار رفتن دو یا سه واژه از این‌ها در معنای واقعی، نوشتار عادی است، اما چهار یا پنج واژه که هیچ کاری انجام نمی‌دهند، نشانه است، و این تفاوت چیزی است که هر خواننده‌ای می‌تواند بیاموزد آن را ببیند، بی‌آنکه ابتدا چیزی را از یک آشکارساز عبور دهد.