Hogyan tegyük emberibbé az AI-szöveget: a teljes útmutató

Egy első vázlat a ChatGPT-től kevesebb mint egy perc alatt visszaérkezik, gördülékenyen olvasható, és mindazt mondja, amit mondani akart. A gond az, hogy ugyanúgy olvasható, mint minden más vázlat, amelyet a ChatGPT visszaad: ugyanaz a ritmus, ugyanaz a biztonságos szókincs, ugyanaz a szokás, hogy megismétli azt, amit éppen az imént írt a címsorban. Az AI szöveg humanizálásának megtanulása valójában annak megtanulása, hogyan lehet ezt az egyformaságot mondatról mondatra feloldani, még azelőtt, hogy eljutna egy detektorhoz vagy egy olyan olvasóhoz, aki már látott száz hozzá hasonló vázlatot.

Az AI szöveg humanizálása azt jelenti, hogy egy gépi vázlatot addig szerkesztünk, amíg a mondatrendje, szóválasztása és szerkezete egyetlen ember írásaként nem olvasható, nem pedig egy nyelvi modell statisztikai átlagos legjobb tippjeként. Ennek a szerkesztésnek egy része perceket vesz igénybe. Egy teljes dokumentum esetében egy része annyira fáradságos, hogy egy eszköz valóban kiérdemli a helyét. Ez az útmutató mindkettőt tárgyalja abban a sorrendben, amely segít, először a szerkesztéseket, majd azt, hogy hol veszi át egy AI humanizer eszköz azt, amit a kézi szerkesztés nem tud befejezni.

Rövid megjegyzés mindazoknak, akik brit helyesírással a "humanise AI" kifejezésre kerestek rá: a módszer azonos, csak a betű változik.

Miért hangzik az AI szöveg minden alkalommal ugyanúgy?

A működés lényege az, hogy egy nyelvi modell úgy ír, hogy ezerszer egymás után megjósolja a következő legvalószínűbb szót. Így jön létre a gördülékeny, biztonságos írás: olyan mondatok, amelyek általában nagyjából azonos hosszúságúak, olyan bekezdések, amelyek a címük ismétlésével kezdődnek, és olyan átmenetek, amelyek ugyanarra a néhány kötőszóra támaszkodnak. Mindezek nem hibák. Ez az, ami akkor történik, amikor a várható szóra optimalizálunk nagy léptékben.

Mindezt részletesen kifejtjük a hogyan működnek az AI detektorok című kísérő anyagunkban. Itt arra összpontosítunk, amit fontos megérteni: az alábbi szerkesztések mindegyike megtör egy olyan mintázatot, amelyet a modell nem tudott nem létrehozni. Egyik sem rejti el azt a tényt, hogy egy modell is szerepet játszott benne, mert ezt mondatszintű szerkesztéssel nem lehet megtenni. A két leggyakoribb mérőszám, amelyet a detektorok kiszámítanak, mielőtt százalékot mutatnának, a perplexity és a burstiness.

Törd meg a ritmust: mondathossz és szerkezet

Ez mind közül a legerősebb árulkodó jel: a mondatok ritmusa. A modell egyszerre csak egy tokent tud előre jelezni. Nincs oka arra, hogy a harmadik mondatot rövidebbre vegye, mint a másodikat. És amikor magára hagyjuk, egy bekezdés bizonyos hossz és forma felé gravitál. Íme egy példa egy egyenletes futamra: "A vizsgálat eredményei statisztikailag szignifikánsak voltak. Az eredmények alátámasztják az eredeti hipotézist. Az adatokat standard módszerekkel elemezték." Három egyenletes mondat, ugyanaz a hossz, ugyanaz a kezdő lépés minden alkalommal.

Szétszedve ugyanez az információ így hangzik: "Az eredmények statisztikailag szignifikánsak voltak, ami alátámasztotta a hipotézist, bár a három változó közül kettő kevésbé mozdult el a vártnál, ezért a standard elemzésnek szüksége volt egy második körre." Most egyetlen mondat viszi együtt az állítást és annak bonyolítását, miközben egy vessző végzi el azt a munkát, amelyet korábban három egyenletes mondat külön-külön végzett. Ez az egyenetlenség az, amit egy burstiness checker mér, amikor pontoz egy bekezdést, és ez a leggyorsabb szerkesztés ezen a listán, mert olyan tagmondatokat rendez át, amelyeket már megírt, nem pedig új tartalmat talál ki.

A szerkezet másik fele az, hogy hol helyezkedik el a fő állítás. A modell hajlamos a pontjáig felépíteni a szöveget, vagy egy alárendelt tagmondatba rejteni azt. Egy konkrét állítás jobban olvasható az elején, a megszorítás pedig a végén: "Bár a mintanagyságok telephelyenként eltértek, a hatás fennmaradt" biztonságosabb és homályosabb, mint az, hogy "A hatás minden telephelyen fennmaradt, noha kettőnél a tervezett minta harmadát vették fel." Tegye az állítást előre, és a fenntartás bizonyítékká válik, nem pedig óvatossági formulává.

Vágja ki azokat a szavakat, amelyek elárulják

Néhány szó a gép által generált vázlatokban sokkal gyakrabban fordul elő, mint az ember által írt szövegben, nem azért, mert hibásak, hanem mert a modell valószínűségi eloszlása szempontjából a formális regiszterben telitalálatnak számítanak. Facilitate a help helyett. Robust a strong helyett. Myriad a many helyett. Underscore a show helyett. Egyik sem helytelen. Mind egyszerűen a legbiztonságosabb, legátlagosabb választható megoldás, és éppen ezért nyúl hozzájuk a modell elsőként.

Egy lapos mondat így hangzik: "A tanulmány robusztus módszertant alkalmazott, hogy elősegítse a számos érintett tényező széles körű megértését." Ugyanez az állítás, olyan szavakkal, amelyeket egy ember valóban választana: "A tanulmány vegyes módszertanú elrendezést használt annak feltárására, hogy a több tényező közül melyek számítottak a leginkább." A második változat semmivel sem kevésbé pontos. Egyszerűen kevésbé átlagos.

A robust erősre cserélése nem változtatja meg a mondat hosszát, és nem érinti azt a ritmust, amelyet egy detektor valójában pontoz. Az egyszavas cserék önmagukban nem fognak sokat számítani. Ennek ismerete segít óvatosnak lenni azzal a gondolattal szemben, hogy egy szinonimaszótáras átfésülés önmagában elég lesz, további szerkesztés nélkül. Segít az emberi olvasónak észrevenni, hogy a próza kevésbé törekszik. A fenti szerkezeti módosításoknak továbbra is együtt kell történniük ezzel. Egy bekezdés lefuttatása egy AI word cleaner eszközön gyorsan kiszűri a szószintű árulkodó jeleket.

Javítsa az írásjelezési szokásokat, amelyeket a detektorok és az olvasók egyaránt észrevesznek

Az írásjeleknek is megvan a maguk sajátos mintázata. Túlságosan egy vagy két jelre támaszkodik, és ezeket a jeleket sokkal gyakrabban használja, mint a szokásos írás, leggyakrabban kötőjelet alkalmazva univerzális összekötőként ott, ahol egy vessző, egy pont vagy egy kettőspont is megfelelne. Ismétlődővé válik, és elkezd inkább szokásnak, mint stílusnak hangzani, amikor egy bekezdés minden harmadik mondatban ugyanarra a jelre próbál támaszkodni.

A pontosvesszők és a kettőspontok ugyanezt a túlhasználatot mutatják, rendszerint két tagmondatot kapcsolva össze ott, ahol természetesebben két mondatként olvashatók. "Az eredmények vegyesek voltak; egyes résztvevők javultak, míg másoknál nem történt változás" nyelvtanilag helyes, de stilárisan fáradt megoldás. Két mondat ugyanazt az információt több levegővel adja vissza: "Az eredmények vegyesek voltak. Egyes résztvevők javultak. Másoknál egyáltalán nem történt változás." A bekezdés hangos felolvasása ezt többnyire kiszűri, mert a fül hamarabb észreveszi az ismétlődő ritmust, mint a szem.

Egy em dash eltávolító másodpercek alatt elvégzi ennek a lépésnek a mechanikus részét. A TextPulse saját házirendje teljesen tiltja ezt a karaktert, és ez az útmutató ugyanezt a szabályt követi. Az értékelő döntés, vagyis hogy egy mondat jobban működik-e egy tagmondatként vagy kettőként, továbbra is emberi feladat.

Az általános sorokat konkrétakkal helyettesítse

Ennek a listának az utolsó szerkesztése tart a legtovább, és ennek van a legnagyobb jelentősége. Egy nyelvi modellnek nincs emlékezete a tényleges projektjéről, ezért a legbiztonságosabb elérhető megfogalmazáshoz nyúl: hozzáértő, homályos, és szinte bármely, ugyanerről a témáról szóló dolgozatra igaz.

"A beavatkozásról megállapították, hogy pozitív hatással volt a hallgatói eredményekre." Passzív, általános, akár száz különböző tanulmányt is leírhatna. "A korrepetálási program körülbelül fél jeggyel javította a teszteredményeket, de csak azoknál a hallgatóknál, akik több mint hat alkalmon vettek részt." Aktív, konkrét, és csak az Öné lehetne. Ráadásul hosszabb is, és ez az a változat, amelyet az olvasó elhisz, mert egy modell soha nem találná ki önállóan a hat alkalomra vonatkozó részletet. Először egy embernek kellett észrevennie az adatban.

Ez az a szerkesztés is, amelyet egy nyelvi modell nem tud elvégezni Ön helyett, a humanizer tool-t is beleértve. Egy eszköz változtathatja a mondathosszt és cserélheti a szókincset, de nem volt ott a helyszínen, amikor az érdekes dolog történt, ezért nem adhat át Önnek olyan részletet, amelyet soha nem adott meg neki. Menjen vissza a jegyzeteihez, ne pedig ismét a szövegátíróhoz.

Amit a kézi szerkesztés nem tud kijavítani

A fenti szerkesztések mindegyike ingyenes, és egyetlen bekezdésen csak perceket vesz igénybe. Az őszinte probléma a terjedelem. Egy öt bekezdéses válasz egy vitafórum-bejegyzésre kézi munkával tizenöt perc. Egy negyvenoldalas szakdolgozati fejezet, ugyanilyen gondossággal átírva, több napos munka, és szinte senkinek nincs ennyi ideje egyetlen fejezetre.

Az alábbi táblázat tervezési útmutató, nem mérés. Az idők átlagos tudományos prózára vonatkozó munkabecslések, és a szöveg sűrűségétől függően változnak.

Kézi szerkesztés	Mit javít	Időigény	Mit nem javít
Változtassa a mondathosszt és a szerkezetet	Az egyenletes ritmust, a legerősebb burstiness jelet	Körülbelül 10-15 perc 1,000 szónként	A szó szintű árulkodó jeleket, amelyeket egy ritmusváltás önmagában nem érint
Csökkentse a sablonszókincs használatát	Az egyes szavakat, amelyeket egy figyelmes olvasó fél szemmel észrevesz	5-10 perc egy keresési átfutással	A lapos mondatritmust, amely a szó körül húzódik
Javítsa a központozási szokásokat	Az ismétlődő jeleket, például egy gondolatjelet vagy egy pontosvesszőláncot	Körülbelül 5 perc	Mindazt, ami a felszín alatt van, ez az átfutás kozmetikai jellegű
Adjon hozzá konkrét részletet	Az általános állításokat, amelyek bármely, a témáról szóló dolgozathoz tartozhatnának	20-30 perc 1,000 szónként, több, ha a részletet fel kell kutatnia	Semmit, ha valóban rendelkezik a hozzáadandó részlettel
Futtasson végig egy teljes átfutást egy humanizer tool segítségével	A dokumentum egészére kiterjedő következetességet, gyorsan, hosszú vázlatok első átfutásaként hasznos	Egy percnél kevesebb, plusz a saját ellenőrzési ideje	Bizonyosságot bármely konkrét detektorral szemben, és bármely részletet, amelyet a tool soha nem kapott meg

Az öt sor egyike sem juttat el egy hosszú dokumentumot teljesen a célba. Erre szolgál a következő szakasz.

Hol érdemli ki ténylegesen a helyét egy AI humanizer tool

Egy dedikált AI humanizer tool , amelyet néha ChatGPT humanizer néven is árulnak, mivel a vázlatok többsége itt kezdődik, ezeket a szerkesztéseket együtt alkalmazza, a ritmust és a szókincset, teljes egészében egy teljes dokumentumon, annyi idő alatt, amennyi egy kávé elkészítéséhez kell, nem pedig egy bekezdésen tizenöt perc alatt. Bárhogy is nevezik őket, AI humanizer tool, AI text humanizer, AI paragraph rewriter vagy AI to human text converter, a jók ugyanazt teszik, megváltoztatják a mondat alakját és szóválasztását, miközben megőrzik a jelentést. Hogy a megfogalmazás mennyire mozdul el, az egyik szakasztól a másikig változik.

TextPulse így működik. Egy teljes vázlatot átír, és ugyanazon jelek alapján számított becsült Human Score-t ad vissza, nem pedig azt ígéri, hogy bármely konkrét detektor át fogja engedni. Ez az óvatosság nem csak ránk jellemző: a Grammarly saját AI humanizer oldalán egyértelműen az áll, hogy az eszköz „nem arra szolgál, hogy megkerülje az AI detektorokat”, ami pontos leírása annak, amit bármely humanizáló átdolgozás őszintén ígérhet. Ha azért jött ide, hogy az AI szöveget észlelhetetlenné tegye, az őszinte válasz az, hogy semmilyen szerkesztés és semmilyen eszköz nem tud erre garanciát adni, mert a detektorok eltérnek egymástól, és előzetes értesítés nélkül változnak.

Egy felelős AI humanizer tool gyors első átdolgozást és egy kiinduló pontként használható pontszámot tud adni. A cél az, hogy az AI score csökkenjen azáltal, hogy a minta kevésbé lesz egyenletes, nem pedig az, hogy közvetlenül becsapja a számot. Az AI rewrite ugyanazt célozza meg dokumentumszinten, amit egy gondos kézi szerkesztés bekezdésszinten tesz. A fenti szakaszból származó konkrét, emberi részletet kézzel kell hozzáadni, mert az eszköz nem volt ott a szobában, amikor az érdekes dolog történt.

Ha határidős projekten dolgozik, használhatja az AI humanizer for students eszközt, amely ugyanazt a mechanizmust használja, de az akadémiai konvenciókat már figyelembe veszi. A sorrend fontosabb, mint az eszköz, mert egy gondos prózában megírt általános mondat továbbra is általános marad. A konkrét részletek kézi hozzáadása továbbra is szükséges.

Hogyan humanizálja az AI szöveget a következő tíz percben

Ha a fenti szerkesztéseket sorrendbe állítja, egy rövid rutint kap, nem pedig egy bemagolandó ellenőrzőlistát. Egyetlen oldalra, nagyjából 300 to 400 szóra alkalmazva, a tíz perc nagyjából így oszlik meg.

1. Olvassa fel hangosan egyszer a bekezdést, és jelölje meg minden olyan mondatot, amely hosszában vagy alakjában azonosnak hangzik a szomszédjával.
2. Bontson szét két vagy három leglaposabb mondatot, és az egyes mondatok fő állítását tegye az elejére.
3. Keressen olyan sablonos szókincset, mint a facilitate, robust, myriad és underscore, és mindegyiket cserélje le arra az egyszerűbb szóra, amelyet ténylegesen mondana.
4. Távolítsa el vagy cserélje le az ismétlődő kötőjeleket és pontosvesszőket, és minden javítást olvasson fel hangosan, hogy ellenőrizze, továbbra is természetesnek hangzik-e.
5. Adjon vissza bekezdésenként egy konkrét részletet, egy számot, egy nevet, egy korlátozást, amelyet csak az tudna, aki elvégezte a munkát.
6. Ha a vázlat egy vagy két oldalnál hosszabb, futtassa át egy AI humanizer eszközön első lépésként, majd ismételje meg az egytől ötig terjedő lépéseket mindazon, ami még mindig laposnak olvasható.

Az itt szereplő több szál külön oldalakra nyílik. Az, hogy ezek az eszközök egyáltalán működnek-e és az, hogy biztonságos-e őket osztályozott munkán használni külön kérdések, külön válaszokkal, és az, hogy Turnitin mit tesz a humanized texttel annak benyújtása után, egy harmadik kérdés. A szűkebb problémákhoz vannak lépésről lépésre írt anyagok az AI score csökkentéséről és a ChatGPT kimenetének bekezdésről bekezdésre történő szerkesztéséről.

Semmi ebből nem hoz létre olyan írást, amely undetectable, és egyetlen becsületes útmutató sem ígérheti, hogy igen. Olyan írást hoz létre, amely úgy hangzik, mintha valóban eltöltötte volna azt a tíz percet, és ez a tartósabb cél, egy olvasó megbízik a konkrét, egyenetlen prózában, akár lát valaha egy detektort, akár nem.