Cara Memanusiakan Teks AI: Panduan Lengkap

Draf pertama kembali dari ChatGPT dalam waktu kurang dari satu menit, terbaca lancar, dan menyampaikan semua yang ingin Anda sampaikan. Masalahnya, draf itu juga terbaca seperti setiap draf lain yang dikembalikan ChatGPT: ritme yang sama, kosakata yang aman yang sama, kebiasaan yang sama untuk mengulang apa pun judul yang baru saja ditulisnya. Mempelajari cara memanusiakan teks AI pada dasarnya adalah mempelajari cara membongkar keseragaman itu, kalimat demi kalimat, sebelum teks itu sampai ke detektor atau pembaca yang telah melihat seratus draf yang persis seperti itu.

Memanusiakan teks AI berarti menyunting draf mesin sampai ritme kalimat, pilihan kata, dan strukturnya terbaca sebagai tulisan satu orang, bukan rata-rata statistik dari tebakan terbaik sebuah model bahasa. Sebagian penyuntingan itu hanya memerlukan beberapa menit. Sebagiannya lagi, dalam satu dokumen penuh, cukup membosankan sehingga sebuah alat benar-benar layak digunakan. Panduan ini membahas keduanya dalam urutan yang paling membantu, penyuntingan terlebih dahulu, lalu bagian mana yang dapat ditangani oleh alat humanizer AI ketika penyuntingan manual tidak dapat menyelesaikannya.

Catatan singkat bagi siapa pun yang mencari "humanise AI" dengan ejaan UK, tekniknya identik, hanya hurufnya yang berubah.

Mengapa teks AI terdengar sama setiap kali?

Cara kerjanya adalah bahwa sebuah model bahasa menulis dengan memprediksi kata berikutnya yang paling mungkin, ribuan kali. Itulah sebabnya Anda mendapatkan tulisan yang lancar dan aman, kalimat yang cenderung memiliki panjang yang kurang lebih sama, paragraf yang diawali dengan pengulangan judulnya, dan transisi yang bergantung pada beberapa kata penghubung yang sama. Semua ini bukan kekurangan. Itulah yang terjadi ketika Anda mengoptimalkan kata yang diharapkan dalam skala besar.

Semua ini dijelaskan secara rinci dalam tulisan pendamping kami tentang cara kerja detektor AI. Di sini kami berfokus pada hal yang penting untuk dipahami, setiap penyuntingan di bawah ini mematahkan pola yang tidak dapat dihindari oleh model saat membuat teks. Tidak satu pun dari penyuntingan itu menyembunyikan fakta bahwa sebuah model terlibat, karena itu bukan sesuatu yang dapat dilakukan oleh penyuntingan pada tingkat kalimat. Dua metrik yang paling umum dihitung detektor sebelum menampilkan persentase adalah perplexity dan burstiness.

Patahkan ritme, panjang kalimat, dan struktur

Itulah petunjuk paling kuat dari semuanya: ritme kalimat. Model hanya dapat memprediksi satu token pada satu waktu. Model tidak memiliki motif untuk memendekkan kalimat ketiga dibandingkan kalimat kedua. Dan ketika dibiarkan sendiri, sebuah paragraf cenderung menuju panjang dan bentuk tertentu. Berikut contoh rangkaian yang datar: "The results of the study were statistically significant. The findings support the original hypothesis. The data was analyzed using standard methods." Tiga kalimat datar, panjangnya sama, gerakan pembuka yang sama setiap kali.

Jika dipecah, informasi yang sama terbaca seperti ini: "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." Satu kalimat kini memuat klaim dan komplikasinya sekaligus, dengan koma yang melakukan pekerjaan yang dulu dilakukan tiga kalimat datar secara terpisah. Ketidakteraturan itulah yang diukur oleh burstiness checker ketika memberi skor pada sebuah paragraf, dan ini adalah penyuntingan tercepat dalam daftar ini karena Anda menyusun ulang klausa yang sudah Anda tulis, bukan menciptakan isi baru.

Separuh struktur yang lain adalah letak pokok gagasan. Model cenderung membangun menuju pokoknya atau menguburnya dalam klausa subordinat. Sebuah klaim spesifik lebih baik jika diletakkan di depan, dengan kualifikasi mengikuti di belakang: "Although sample sizes varied across sites, the effect held" lebih aman dan lebih samar daripada "The effect held at every site, even though two of them ran a third of the planned sample." Letakkan klaim terlebih dahulu dan catatan pengecualian menjadi bukti, bukan pengaman.

Buang kata-kata yang membocorkannya

Beberapa kata muncul dalam draf yang dihasilkan mesin jauh lebih sering daripada dalam teks yang ditulis manusia, bukan karena kata-kata itu salah, melainkan karena kata-kata itu sangat tepat dalam hal distribusi probabilitas model untuk register formal. Facilitate alih-alih help. Robust alih-alih strong. Myriad alih-alih many. Underscore alih-alih show. Tidak satu pun dari ini keliru. Semuanya hanyalah pilihan yang paling aman dan paling rata-rata yang tersedia, dan justru itulah sebabnya model cenderung memilihnya terlebih dahulu.

Kalimat yang datar berbunyi: "The study employed a robust methodology to facilitate a wide-ranging understanding of the myriad factors involved." Klaim yang sama, dengan kata-kata yang benar-benar akan dipilih seseorang: "The study used a mixed-methods design to work out which of several factors mattered most." Tidak ada bagian dari versi kedua yang kurang akurat. Versi itu hanya kurang rata.

Mengganti robust dengan kuat tidak akan mengubah panjang kalimat dan tidak akan menyentuh ritme yang sebenarnya dinilai oleh detektor. Pergantian kata saja tidak akan banyak membantu. Mengetahui hal ini akan membantu Anda waspada terhadap anggapan bahwa penggantian dengan tesaurus akan membawa Anda sampai tuntas tanpa perlu penyuntingan lanjutan. Hal ini akan membantu pembaca manusia menyadari bahwa prosa tersebut berusaha lebih sedikit. Perubahan struktural di atas tetap harus terjadi bersamaan dengannya. Menjalankan sebuah paragraf melalui AI word cleaner menangkap penanda pada tingkat kata dengan cepat.

Perbaiki kebiasaan tanda baca yang diperhatikan baik oleh detektor maupun pembaca

Tanda baca memiliki ciri khasnya sendiri. Tanda baca terlalu bergantung pada satu atau dua tanda, dan menggunakan tanda-tanda itu jauh lebih sering daripada tulisan biasa, paling sering sebuah tanda hubung yang digunakan sebagai penghubung serbaguna padahal koma, titik, atau titik dua juga akan memadai. Tanda baca menjadi repetitif dan mulai terdengar seperti kebiasaan kecil, bukan gaya, ketika sebuah paragraf berusaha meraih tanda yang sama setiap tiga kalimat.

Titik koma dan titik dua mengalami penggunaan berlebihan yang sama, biasanya menghubungkan dua klausa yang akan lebih alami jika ditulis sebagai dua kalimat. "The results were mixed; some participants improved while others showed no change" secara tata bahasa benar dan secara gaya terasa usang. Dua kalimat memuat informasi yang sama dengan ruang bernapas yang lebih luas: "The results were mixed. Some participants improved. Others showed no change at all." Membaca sebuah paragraf dengan suara keras menangkap sebagian besar hal ini, karena telinga menyadari ritme yang berulang sebelum mata menyadarinya.

Sebuah penghapus em dash menangani bagian mekanis dari proses ini dalam hitungan detik. Gaya rumah TextPulse sendiri melarang karakter itu secara mutlak, dan panduan ini mengikuti aturan yang sama. Penilaian, apakah sebuah kalimat lebih baik sebagai satu klausa atau dua, tetap memerlukan manusia.

Ganti kalimat umum dengan kalimat yang spesifik

Penyuntingan terakhir dalam daftar ini memakan waktu paling lama, dan paling penting. Sebuah model bahasa tidak memiliki ingatan tentang proyek Anda yang sebenarnya, jadi ia kembali pada perumusan yang paling aman yang tersedia: kompeten, samar, dan benar untuk hampir semua makalah tentang topik yang sama.

"Intervensi tersebut ditemukan memiliki efek positif terhadap hasil belajar mahasiswa." Pasif, umum, bisa menggambarkan seratus studi yang berbeda. "Program bimbingan belajar meningkatkan skor tes sekitar setengah nilai, tetapi hanya untuk mahasiswa yang menghadiri lebih dari enam sesi." Aktif, spesifik, hanya bisa menggambarkan milik Anda. Kalimat itu juga lebih panjang, dan itulah yang dipercaya pembaca, karena sebuah model tidak akan menebak detail enam sesi itu dengan sendirinya. Seseorang yang mengamati data harus menyadarinya terlebih dahulu.

Ini juga merupakan penyuntingan yang tidak dapat dilakukan oleh model bahasa untuk Anda, termasuk alat humanizer. Sebuah alat dapat memvariasikan panjang kalimat Anda dan mengganti kosakata Anda, tetapi alat itu tidak berada di ruangan ketika hal yang menarik terjadi, jadi alat itu tidak dapat memberikan detail yang tidak pernah Anda berikan. Kembalilah ke catatan Anda, bukan kembali melalui penulis ulang lagi.

Apa yang tidak dapat diperbaiki oleh penyuntingan manual

Setiap penyuntingan di atas gratis dan hanya memerlukan beberapa menit untuk satu paragraf. Masalah yang jujur adalah panjang. Sebuah balasan lima paragraf untuk sebuah posting diskusi adalah pekerjaan lima belas menit jika dikerjakan dengan tangan. Sebuah bab tesis empat puluh halaman, yang ditulis ulang dengan ketelitian yang sama, adalah pekerjaan beberapa hari, dan hampir tidak ada orang yang memiliki waktu sebanyak itu untuk satu bab.

Tabel di bawah ini adalah panduan perencanaan, bukan pengukuran. Waktu yang tercantum merupakan perkiraan kerja untuk prosa akademik rata-rata, dan berubah sesuai dengan seberapa padat tulisannya.

Edit manual	Apa yang diperbaikinya	Biaya waktu	Apa yang tidak akan diperbaikinya
Variasikan panjang dan struktur kalimat	Irama yang seragam, sinyal burstiness yang paling kuat	Sekitar 10 hingga 15 menit per 1,000 kata	Petunjuk pada tingkat kata yang tidak disentuh oleh perubahan irama saja
Kurangi kosakata klise	Kata-kata individual yang hanya setengah disadari oleh pembaca yang cermat	5 hingga 10 menit dengan satu kali penelusuran	Irama kalimat datar yang berada di sekitar kata itu
Perbaiki kebiasaan tanda baca	Tanda yang berulang seperti tanda hubung atau rangkaian titik koma	Sekitar 5 menit	Segala sesuatu di bawah permukaan, langkah ini hanya bersifat kosmetik
Tambahkan rincian spesifik	Klaim umum yang bisa cocok untuk makalah apa pun tentang topik tersebut	20 hingga 30 menit per 1,000 kata, lebih lama jika Anda harus menelusuri rincian itu	Tidak ada, jika Anda memang memiliki rincian untuk ditambahkan
Jalankan satu penelusuran penuh melalui alat humanizer	Konsistensi di seluruh dokumen, cepat, berguna sebagai langkah awal pada draf panjang	Kurang dari satu menit, ditambah waktu peninjauan Anda sendiri	Keandalan terhadap detektor tertentu apa pun, dan rincian apa pun yang tidak pernah diberikan kepada alat itu

Tidak satu pun dari lima baris itu membuat dokumen panjang sepenuhnya sampai ke sana. Itulah fungsi bagian berikutnya.

Di mana alat humanizer AI benar-benar memperoleh tempatnya

Sebuah alat humanizer AI khusus, kadang dijual sebagai humanizer ChatGPT, karena dari sinilah sebagian besar draf dimulai, akan menerapkan penyuntingan ini secara bersama-sama, irama dan kosakata, secara utuh pada seluruh dokumen dalam waktu yang dibutuhkan untuk membuat kopi, bukan satu paragraf dalam lima belas menit. Apa pun sebutannya, alat humanizer AI, humanizer teks AI, penulis ulang paragraf AI, atau pengubah teks AI menjadi manusia, yang baik akan melakukan hal yang sama: mengubah bentuk dan pilihan kata kalimat sambil mempertahankan maknanya. Sejauh mana redaksinya bergeser berbeda dari satu bagian ke bagian lainnya.

TextPulse bekerja dengan cara ini. Ia menulis ulang draf lengkap dan mengembalikan Human Score perkiraan yang dihitung dari sinyal yang sama, bukan janji bahwa detektor tertentu akan meloloskannya. Kehati-hatian itu bukan hanya milik kami: halaman humanizer AI milik Grammarly sendiri menyatakan dengan tegas bahwa alatnya "not intended to bypass AI detectors," sebuah deskripsi yang adil tentang apa yang secara jujur dapat dijanjikan oleh setiap proses humanisasi. Jika Anda datang ke sini untuk membuat teks AI tidak terdeteksi, jawaban jujurnya adalah bahwa tidak ada penyuntingan dan tidak ada alat yang dapat menjaminnya, karena detektor saling tidak sepakat dan berubah tanpa pemberitahuan.

Alat humanizer AI yang bertanggung jawab dapat menawarkan proses awal yang cepat dan sebuah skor untuk dijadikan dasar kerja. Tujuannya adalah menurunkan skor AI dengan membuat polanya kurang seragam, bukan menipu angka itu secara langsung. Penulisan ulang AI bertujuan pada hal yang sama pada tingkat dokumen seperti yang dilakukan penyuntingan manual yang cermat pada tingkat paragraf. Tambahkan detail spesifik yang bersifat manusiawi dari bagian di atas dengan tangan, karena alat tidak berada di ruangan ketika hal menarik itu terjadi.

Jika Anda sedang mengerjakan proyek dengan tenggat waktu, Anda dapat menggunakan AI humanizer for students, yang menggunakan mekanisme yang sama tetapi dengan konvensi akademik yang sudah diperhitungkan. Urutannya lebih penting daripada alatnya, karena kalimat umum dalam prosa yang cermat tetaplah umum. Anda tetap perlu melakukan proses detail spesifik dengan tangan.

Cara memanusiakan teks AI dalam sepuluh menit berikutnya

Letakkan penyuntingan di atas dalam urutan yang tepat dan semuanya membentuk rutinitas singkat, bukan daftar periksa untuk dihafal. Jika diterapkan pada satu halaman, sekitar 300 to 400 kata, berikut pembagian sepuluh menitnya.

1. Bacakan paragraf itu dengan suara keras sekali, dan tandai setiap kalimat yang terdengar identik dalam panjang atau bentuknya dengan kalimat di sebelahnya.
2. Pecah dua atau tiga kalimat yang paling datar, lalu pindahkan klaim utama ke bagian depan masing-masing kalimat.
3. Cari kosakata klise seperti facilitate, robust, myriad, dan underscore, lalu ganti masing-masing dengan kata yang lebih sederhana yang benar-benar akan Anda ucapkan.
4. Hapus atau ganti tanda pisah dan titik koma yang berulang, lalu bacakan setiap perbaikan untuk memastikan bunyinya tetap alami.
5. Tambahkan kembali satu detail spesifik per paragraf, sebuah angka, sebuah nama, sebuah batasan, yang hanya akan diketahui oleh seseorang yang benar-benar mengerjakan pekerjaan itu.
6. Jika draf itu berjalan lebih panjang daripada satu atau dua halaman, jalankan melalui alat pemanusia AI untuk putaran pertama, lalu ulangi langkah satu sampai lima pada apa pun yang masih terdengar datar.

Beberapa benang di sini membuka halaman-halaman tersendiri. Apakah alat-alat ini bekerja sama sekali dan apakah aman digunakan pada pekerjaan yang dinilai adalah pertanyaan yang terpisah dengan jawaban yang terpisah, dan apa yang Turnitin lakukan terhadap teks yang telah dipanusiakan setelah teks itu diserahkan adalah pertanyaan ketiga. Untuk masalah yang lebih sempit, ada tulisan langkah demi langkah tentang menurunkan skor AI dan tentang mengedit keluaran ChatGPT paragraf demi paragraf.

Tidak ada dari ini yang menghasilkan tulisan yang tidak dapat dideteksi, dan tidak ada panduan yang jujur yang seharusnya menjanjikan bahwa itu demikian. Ini menghasilkan tulisan yang terdengar seperti Anda benar-benar menghabiskan sepuluh menit, yang merupakan tujuan yang lebih tahan lama, seorang pembaca mempercayai prosa yang spesifik dan tidak seragam, baik ada maupun tidak ada detektor yang pernah melihatnya.