لماذا تُعلِّم Turnitin مقترحات البحث على أنها نصوص ذكاء اصطناعي

تعتمد مقترحات البحث على مجموعة محدودة من البنى التقليدية. أقسام المنهجية تصف إجراءات قياسية، وTurnitin علّمت قسم المنهجية بالكامل توضح كيف يبدو هذا عندما يحدث. مراجعات الأدبيات تلخّص الأعمال السابقة بصيغة معاد صياغتها. هذه الأنماط شائعة، وتتوافق مع ما تحدده وثائق Turnitin كمناطق للإيجابيات الكاذبة. المقترحات القصيرة التي تتكون من بضع مئات من الكلمات فقط تواجه خطراً إضافياً: يعالجها الكاشف على أنها «الكل أو لا شيء» لأنه لا يوجد نص كافٍ لتداخل الأجزاء. النتيجة هي أن المقترحات المكتوبة فعلياً بواسطة البشر قد تُرجع درجات ذكاء اصطناعي عالية دون أي مشاركة من الذكاء الاصطناعي.

الأسئلة الشائعة تصف خصائص نصية محددة قد تُسبب إيجابيات كاذبة:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (أحياناً الإيجابيات الكاذبة -أي تعليم النص المكتوب بشرياً على أنه مولَّد بالذكاء الاصطناعي بشكل خاطئ- قد تشمل محتوى بدون تنوع هيكلي كبير، أو نصاً يكرر نفسه حرفياً، أو نصاً أُعيدت صياغته دون تطوير أفكار جديدة.)

هذا الوصف يطابق مقترحات البحث عن قرب. قسم المنهجية الذي يصف أخذ العينات الهادفة والمقابلات شبه البنيوية يستخدم لغة تظهر في آلاف المقترحات. مراجعات الأدبيات تكثّف دراسات معقّدة إلى جمل تلخيصية، وهذا إعادة صياغة بطبيعتها، وإعادة الصياغة تميل إلى تحريك الرقم في الاتجاه الخاطئ، كما يشرح لماذا تجعل إعادة الصياغة درجة الذكاء الاصطناعي في Turnitin ترتفع. لا يوجد نشاط من هذه الأنشطة يطور أفكاراً جديدة في تلك اللحظة. الجملة التالية من الأسئلة الشائعة مهمة:

"If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (إذا أظهر مؤشرنا كمية أكبر من الكتابة بالذكاء الاصطناعي في مثل هذا النص، ننصحك بأخذ ذلك في الاعتبار عند النظر إلى النسبة المئوية المُشار إليها.)

هذا اعتراف صريح بأن النسبة وحدها غير كافية للوثائق ذات هذه الخصائص. يجب أن نتعامل مع الدرجة العالية على مقترح ما على أنها إشارة تستحق التحقيق، وليس حكماً قاطعاً.

لفهم سبب قابلية المقترحات للتأثر، نحتاج إلى إلقاء نظرة على كيفية معالجة Turnitin للمستند المقدم:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score." (عند تقديم ورقة إلى Turnitin، تُستخرج الجمل من المستند المقدم وتُقسّم إلى أجزاء متداخلة لتحليل التنبؤ. يُصنَّف كل جزء بواسطة نموذج كشف الذكاء الاصطناعي ويُعطى قيمة بين 0 و1، تشير إلى احتمالية أن يكون النص بشرياً أو مولَّداً بالذكاء الاصطناعي. كل جملة مؤهلة ضمن هذه الأجزاء ترث درجة الجزء.)

العبارة الأساسية هي «الجملة المؤهلة». الأسئلة الشائعة توضح ما يُعتَبر نصاً مؤهلاً:

"This qualifying text includes only prose sentences, meaning that we only analyze blocks of text that are written in standard grammatical sentences and do not include other types of writing such as lists, bullet points (short non-sentence structures), or other non-sentence structures." (هذا النص المؤهل يشمل فقط جمل النثر، مما يعني أننا نحلل فقط كتل النص المكتوبة في جمل نحوية قياسية ولا تشمل أنواعاً أخرى من الكتابة مثل القوائم، أو النقاط النقطية -البُنى القصيرة غير الجملية- أو البُنى غير الجملية الأخرى.)

بالنسبة للمقترحات، هذا يعني أن فقرات المنهجية، ونثر مراجعة الأدبيات، ونص التبرير السردي كلها تُحلّل. أسئلة البحث المنسقة كنقاط نقطية أو جداول زمنية بمداخل قصيرة لا تُحلّل. التباين بين ما يُقيَّم وما يظهر في الصفحة قد يكون مُربكاً عندما ترى النسبة المئوية فقط.

العديد من مقترحات البحث قصيرة. مقترح الأطروحة قد يتراوح بين 1500 إلى 3000 كلمة. قسم السرد في طلب المنحة قد يكون أقصر حتى. الأسئلة الشائعة تتناول هذا مباشرة:

"In shorter documents where there are only a few hundred words, the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap." (في الوثائق الأقصر التي تحتوي على بضع مئات من الكلمات فقط، سيكون التنبؤ في الغالب «الكل أو لا شيء» لأننا نتنبأ على جزء واحد بدون فرصة للتداخل.)

الجملة التالية تجعل العواقب واضحة:

"This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (هذا يعني أن بعض النص الذي هو مزيج من محتوى مولَّد بالذكاء الاصطناعي ومحتوى أصلي قد يُعلَّم على أنه مولَّد بالذكاء الاصطناعي بالكامل.)

حتى المقترحات التي تتجاوز بضع مئات من الكلمات قد تتأثر إذا كان النثر المؤهل متمركزاً في بضع فقرات كثيفة. أجزاء أقل تعني متوسطاً أقل، وجزء واحد عالي الدرجة قد يسحب النسبة المئوية الإجمالية للأعلى بشكل كبير.

أجرت Turnitin تغييرات لتقليل بعض الإيجابيات الكاذبة. ملاحظة إصدار من مايو 2023 تصف إصلاحاً واحداً:

"Since launch, we have observed a higher incidence of false positive detection in the first few or last few sentences of a document. Many times these sentences consist of introduction or conclusion content written in a generic way. As a result, we have changed our detection logic to help reduce these false positives." (منذ الإطلاق، لاحظنا حدوثاً أعلى للكشف الإيجابي الكاذب في الجمل القليلة الأولى أو الأخيرة من الوثيقة. في كثير من الأحيان تتكون هذه الجمل من محتوى مقدمة أو خاتمة مكتوب بطريقة عامة. نتيجة لذلك، غيّرنا منطق الكشف للمساعدة في تقليل هذه الإيجابيات الكاذبة.)

هذا التحسين ذو صلة بالمقترحات لأن مقدماتها غالباً ما تتبع نمطاً قائماً على الصيغ: ذكر المشكلة، وصف الفجوة، تقديم سؤال البحث. ملاحظة الإصدار نفسها تذكر تحسيناً آخر:

"We also worked on making our segment boundaries detection more precise which could lead in some rare cases to change of boundaries compared with a previous version." (عملنا أيضاً على جعل كشف حدود الأجزاء لدينا أكثر دقة، مما قد يؤدي في بعض الحالات النادرة إلى تغيير الحدود مقارنة بالإصدار السابق.)

هذه كانت تحسينات 2023، وليس عيوباً حالياً. إذا قارنت درجة مقترح قبل وبعد ذلك التحديث، ربما تكون قد رأيت انخفاضاً. الأنماط الهيكلية الأساسية التي وصفناها سابقاً لا تزال موجودة في كتابة المقترحات اليوم.

الأسئلة الشائعة صريحة بشأن محدوديات درجة كتابة الذكاء الاصطناعي:

"Our AI writing detection model may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student." (نموذج كشف كتابة الذكاء الاصطناعي قد لا يكون دقيقاً دائماً -قد يُخطئ في تحديد النص المكتوب بشرياً أو المولَّد بالذكاء الاصطناعي أو المُعاد صياغته بالذكاء الاصطناعي- لذا لا ينبغي استخدامه كأساس وحيد للإجراءات المعاكسة ضد الطالب.)

الجملة التالية تعزز هذا:

"It takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies to determine whether academic misconduct has occurred." (يتطلب الأمر تدقيقاً إضافياً وحكماً بشرياً بالاقتران مع تطبيق المؤسسة لسياساتها الأكاديمية المحددة لتحديد ما إذا كان سوء السلوك الأكاديمي قد حدث.)

مصدر منفصل من Turnitin يؤطر الدرجة على أنها جزء واحد من المعلومات بين أجزاء كثيرة:

"It is not meant to provide definitive answers in isolation. More important than any tool is the educator who sees the score and makes decisions balancing this information with their personal knowledge of their students, their work, and institutional policy." (لا يُقصد بها تقديم إجابات قاطعة بمعزل عن غيرها. الأهم من أي أداة هو المعلّم الذي يرى الدرجة ويتخذ قرارات موازناً هذه المعلومات مع معرفته الشخصية بطلابه، وعملهم، وسياسة المؤسسة.)

الجملة التالية تكمل الفكرة:

"When educators look at the AI writing score and utilize it as a single data point rather than a definitive response, then it is being used as intended." (عندما ينظر المعلّمون إلى درجة كتابة الذكاء الاصطناعي ويستخدمونها كنقطة بيانات واحدة بدلاً من استجابة قاطعة، عندها تُستخدم كما هو مقصود.)

بالنسبة لمقترحات البحث، هذا يعني أن نسبة الذكاء الاصطناعي العالية يجب أن تثير محادثة، وليس خلاصة. ما يُقال لمدرّسك عن فعله عندما تكون نسبة الذكاء الاصطناعي عالية هو إرشاد البائع الذي يُفترض أن تتّبعه تلك المحادثة.

إذا تلقى مقترح البحث الخاص بك درجة ذكاء اصطناعي عالية من Turnitin، إليك ما يجب تذكره:

• المقترحات تستخدم لغة تقليدية ومُعاد صياغتها وموحّدة هيكلياً تحددها الأسئلة الشائعة كمناطق للإيجابيات الكاذبة.
• المقترحات القصيرة ذات النثر المحدود قد تُنتج تنبؤات «الكل أو لا شيء» لأن الأجزاء قليلة جداً للتداخل.
• النسبة المئوية تعكس النثر المؤهل فقط، وليس وثيقتك بأكملها.
• حسّنت Turnitin معالجة الجمل الأولى والأخيرة في 2023، لكن الضعف الأساسي في لغة المقترحات لا يزال قائماً.
• يجب أن تكون درجة الذكاء الاصطناعي نقطة بيانات واحدة، وليست أساساً وحيداً للحكم.

إذا كنت ترغب في معالجة الفقرات المُعلَّمة، استورد تقرير Turnitin الخاص بك واعمل عليها. الفقرات المؤهلة يمكن إعادة تشغيلها بدون رسوم.