لماذا تُصنف الأوراق البحثية الصينية المكتوبة بشرياً على أنها نصوص ذكاء اصطناعي: حقيقة القوائم النقطية والتوازي وعبارة "ختاماً"
كثيراً ما تؤدي القوائم المرقمة، والتراكيب النحوية المتوازية، وعبارات الربط التلخيصية القياسية إلى إطلاق تنبيهات برامج كشف الذكاء الاصطناعي، نظراً لأن انتظامها الشديد وبنيتها النمطية تشبه الأنماط التي تعلمتها المصنفات العصبية المدربة. ومع ذلك، لا يوجد أي دليل تجريبي يثبت أن أي عبارة صينية بعينها تشير إلى توليد آلي. وعند مواجهة نتيجة إيجابية خاطئة، فإن حذف عبارات الربط الانتقالية لا يؤدي إلا إلى الإضرار بالوضوح الأكاديمي؛ ويبقى تقديم مسار مسودات يمكن التحقق منه وتفعيل إجراءات المراجعة المؤسسية هو المسار الوحيد الذي يمكن الدفاع عنه.
فريق HumanPen
· مدة القراءة: 9 د
لماذا تؤدي القوائم النقطية والتوازي وعبارة "ختاماً" إلى إطلاق تنبيهات الذكاء الاصطناعي في الأبحاث الصينية المكتوبة بشرياً؟
لا تُقيّم مصنفات نصوص الذكاء الاصطناعي الجوهر الفكري لبحثك؛ بل هي نماذج تعلم آلي مدربة تُقيّم الأنماط الإحصائية والانتظام الهيكلي عبر تسلسلات الرموز (Tokens). ويمثل التعداد المنظم (مثل "أولاً، ثانياً، ثالثاً")، والجمل المتوازية المتوازنة، والعبارات الانتقالية الأكاديمية النمطية (مثل "ختاماً" / 综上所述 أو "يتضح من هذا" / 由此可见) صياغات قياسية وموحدة للغاية في اللغة الصينية الرسمية. ونظراً لأن المصنفات المدربة قد تعلمت ربط هذا التناظر النحوي الشديد والقابلية للتنبؤ النمطي بتوزيعات تدريب الذكاء الاصطناعي التوليدي، فإن النثر الأكاديمي البشري المنظم بعناية يمكن أن يؤدي إلى ارتفاع درجات الاشتباه.
وقد حظيت هذه المعضلة—المتمثلة في أن الدقة الأكاديمية العالية قد تؤدي إلى إطلاق تحذير آلي—باهتمام واسع النطاق من الرأي العام. ففي تقرير استقصائي أعدته منصة BeiQing ShenYiDu (Beijing Youth Daily) بعنوان "Graduation Theses Trapped in the 'AI Rate': Methodically Structured Bullet Points and Frequent Parallel Sentences Judged as Not 'Human'" (أطروحات التخرج العالقة في 'معدل الذكاء الاصطناعي': نقاط منظمة منهجياً وجمل متوازية متكررة اعتُبرت غير 'بشرية')، روى أحد الطلاب كيف رُصد بحثه بسبب التعداد المنهجي والصياغة المتوازية المتناظرة، متسائلاً: "Just because I like to use methodical bullet points and parallel sentences, does that mean I cannot be 'human'?" (لمجرد أنني أفضل استخدام النقاط المنهجية والجمل المتوازية، هل يعني ذلك أنني لا يمكن أن أكون 'بشرياً'؟). وقد دفع هذا التوتر العديد من الطلاب إلى التساؤل عما إذا كانت أنظمة الكشف المحلية تحتفظ بقائمة سوداء داخلية للعبارات الانتقالية المحظورة.
والواقع التقني الأساسي واضح تماماً: لم يثبت أي مزود لأنظمة الكشف أو أي دراسة منشورة في مجال التعلم الآلي على الإطلاق أن أي عبارة صينية بعينها أو أي تركيب نحوي محدد يشكل بصمة حصرية للذكاء الاصطناعي. فالمصنفات تستجيب للأنماط التوزيعية—مثل القابلية للتنبؤ النحوي، وسلاسة الانتقال على مستوى الرموز (Tokens)، والوتيرة الآلية عبر المقطع—وليس لمفردات محددة بذاتها.
حدود الأدلة: أدوات الكشف هي مصنفات مدربة وليست مرشحات لكلمات محددة
يتطلب فهم أسباب رصد النصوص الأكاديمية المنهجية فحص كيفية عمل تقنيات كشف الذكاء الاصطناعي الحديثة في الواقع. فهناك مفهوم خاطئ واسع الانتشار في منتديات الطلاب يشير إلى أن أدوات الكشف تحسب رياضياً "الحيرة" (مدى مباغتة الكلمة التالية للنموذج) و"التفاوت" (التباين في بنية الجمل وطولها) في الوقت الفعلي لتقييم النصوص المقدمة. وكما أوضحنا بالتفصيل في تحليلنا حول علاقة الحيرة والتفاوت بكشف الذكاء الاصطناعي، فإن هذين المقياسين يصفان بالأساس أدوات العرض التوضيحي المبكرة من الجيل الأول. وقد تجاوزتهما الشركات التجارية المطورة لكواشف الذكاء الاصطناعي إلى حد كبير: حيث صرحت GPTZero بأنها توقفت منذ خريف 2023 عن استخدام مقياسي الحيرة والتفاوت، بينما أوضحت Turnitin أن نموذجها "is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity'." (لم تتم برمجته صراحةً لتقييم إشارات محددة مثل "التفاوت" و"الحيرة").
تعمل أدوات الكشف الفعلية المستخدمة اليوم—بما في ذلك منصات الفحص الأكاديمي الكبرى ومصنفات النصوص العصبية—باعتبارها مصنفات تعلم آلي خضعت للضبط الدقيق. ويجري تدريب نماذج التعلم العميق هذه على مجموعات بيانات ضخمة من نصوص متطابقة تجمع بين كتابات بشرية وأخرى مولدة آلياً للتعرف على سمات لغوية معقدة وعالية الأبعاد.
ومع ذلك، فإن تعليم الكتابة الأكاديمية المعتمد في الجامعات الصينية يغرس عن قصد عادات هيكلية تتقاطع بشكل وثيق مع الأنماط الإحصائية التي ترصدها المصنفات:
- التعداد المرقم: يؤدي تفصيل الإجراءات بصيغة "First, establish mechanisms; second, improve procedures; third, strengthen supervision" (أولاً، إنشاء الآليات؛ ثانياً، تحسين الإجراءات؛ ثالثاً، تعزيز الرقابة) إلى خلق تناظر هيكلي صارم؛
- التوازي والتوازن النحوي: تؤدي مواءمة التراكيب النحوية عبر الجمل المزدوجة إلى خلق أطوال جمل موحدة وأطر نحوية متكررة؛
- العبارات الانتقالية النمطية: توفر تعبيرات مثل "ختاماً" (综上所述)، و"بناءً على التحليل أعلاه" (基于上述分析)، و"وهكذا يتضح" (由此可知) روابط منطقية قياسية تكون سياقاتها النصية قابلة للتنبؤ بدرجة كبيرة.
وعندما يلتزم الطالب بصرامة بالمعايير الأكاديمية الرسمية من خلال تنظيم الحجج في فقرات متناظرة وعالية التنظيم، يصبح المظهر اللغوي لنثره متجانساً وموحداً على نحو استثنائي. وبالنسبة لمصنف عصبي مدرب، فإن هذا الانتظام الهيكلي يعكس عن قرب توزيع النصوص الاصطناعية التي عاينها أثناء تدريب النموذج.
وهنا يتحدد الخط الفاصل للأدلة: أدوات الكشف الآلية حساسة للقوالب الهيكلية الصارمة، والتناظر الآلي، والانتظام التنظيمي المفرط؛ ومع ذلك، لا يوجد أي مصدر تقني منشور يتعامل مع مجرد وجود عبارة "ختاماً" أو القوائم النقطية كدليل قاطع على نسبة النص إلى الذكاء الاصطناعي. فالنسبة المرتفعة تمثل تصنيفاً احتمالياً يستند إلى أنماط السمات المكتسبة، وليست حكماً واقعياً مؤكداً على سوء السلوك الأكاديمي.
مغالطة مزارع المحتوى: لماذا تُعد نصائح "حذف هذه العبارات" بلا أساس؟
تكتظ نتائج البحث على الإنترنت ومنتديات التواصل الاجتماعي بمنشورات تسويقية تجارية تزعم أن "deleting these 20 phrases will instantly reduce your AI rate below 5%." (حذف هذه العبارات العشرين سيخفض نسبة الذكاء الاصطناعي فوراً إلى أقل من 5%). وتقوم مزارع المحتوى هذه بتجميع قوائم عشوائية لما تسميه "العبارات المحظورة"، موجهة الطلاب إلى استبعاد علامات أكاديمية قياسية مثل "ختاماً"، و"من الواضح"، و"استكشاف متعمق"، و"من منظور"، و"on one hand... on the other hand." (من ناحية... ومن ناحية أخرى).
تروج المنصات التجارية لوصفات حذف العبارات هذه لأن الاستبدال المبسط للكلمات يسهل تحويله إلى أرباح من خلال أدوات إعادة الكتابة الآلية وخدمات الصياغة المدفوعة. ومن الناحيتين التحليلية والمنهجية، تتسم هذه النصائح بخلل جسيم:
- المصنفات تحلل نوافذ السياق، لا القوائم السوداء الثابتة للكلمات المفتاحية: إن الاستبدال الآلي لعبارة "ختاماً" (综上所述) بمرادف عامي مثل "بشكل عام" (总的来看) يترك بنية الجملة الأساسية، والتضمينات السياقية، والتوزيع الاحتمالي الهيكلي دون أي تغيير فعلي يُذكر.
- الحذف العشوائي يضر بالتماسك والرصانة الأكاديمية: تعتمد الحجج العلمية على علامات إرشادية انتقالية واضحة لنقل العلاقات المنطقية. كما أن إجبار الطلاب على تفكيك النقاط المنظمة إلى شظايا حوارية مفككة أو استبدال مصطلحات فنية دقيقة بلغة غير رسمية يقلل مباشرة من جودة الأطروحة، مما يثير انتقادات مبررة أثناء مراجعة هيئة التدريس.
- القواعد المؤسسية هي التي تحدد استخدام الأدوات، وليس الحظر الشامل أو ادعاءات الوسطاء: كثيراً ما يتساءل الطلاب عما إذا كان استخدام برامج إعادة الصياغة أو إضفاء الطابع البشري محظوراً تماماً. إن الاستخدام المقبول للأدوات لا يخضع لقاعدة عامة موحدة؛ فما هو مسموح به يعتمد كلياً على الإرشادات المحددة لجامعة الطالب وقسمه الأكاديمي والواجب الدراسي المعني. إذ تسمح بعض الكليات باستخدام الأدوات التوليدية أو المساعدة لصقل اللغة شريطة الإفصاح عن تلك المساعدة صراحةً، بينما تحظر كليات أخرى أي إعادة كتابة مؤتمتة. وينبغي للقراء مراجعة ميثاق السلوك الأكاديمي لمؤسستهم والتحدث مباشرة مع المشرف الأكاديمي. والأهم من ذلك، يجب على الطلاب الحذر من الوسطاء التجاريين الذين يزعمون تقديم "نسب نجاح مضمونة" أو يعدون بـ "درجات بشرية بنسبة 100%". وقد سلطت تقارير وكالة أنباء شينخوا (Xinhua News Agency) الضوء على انتشار خدمات "خفض نسبة الذكاء الاصطناعي" المدفوعة، في حين حققت إذاعة الصين الوطنية (Voice of China) في التجاوزات السائدة في هذه السوق، مشيرة إلى رسوم تتراوح بين عشرات وأكثر من ألف يوان، وبائعين يكتفون باستخدام الذكاء الاصطناعي عبر أوامر نصية لإعادة كتابة النصوص ("استخدام الذكاء الاصطناعي لخفض نسبة الذكاء الاصطناعي" / 用AI降AI率)، وحالات تعرض فيها طلاب لأطراف نزاع لتهديدات برفع أطروحاتهم على الإنترنت أو إبلاغ جامعاتهم. ونظراً لأن نماذج الكشف تعمل وفق احتمالات إحصائية، فلا يمكن لأي أداة تجارية أن تضمن بصورة مشروعة نتائج كشف محددة.
أعراف الكتابة التخصصية: البنية المنهجية رصانة أكاديمية وليست توليداً آلياً
تُعد البنية المنهجية والانتقالات المنمقة أعرافاً أساسية في التخصصات الأكاديمية، وتعكس معايير الأقسام العلمية بدلاً من كونها اختصارات توليدية:
- الهندسة وعلوم الحاسوب: يجري عادةً تقديم المنهجيات التقنية، ومسارات الخوارزميات، ومعايير الاختبار، وبنى الأنظمة عبر قوائم مرقمة ومراحل منفصلة وتسلسلات قابلة للتكرار للحفاظ على الدقة التقنية؛
- القانون والإدارة والسياسات العامة: يعتمد التحليل التشريعي والتقييمات المؤسسية والتوصيات الإدارية اعتماداً كبيراً على الجمل المتوازية والخلاصات القياسية لضمان تفسير قانوني وإجرائي لا لبس فيه؛
- الطب وعلوم الحياة: تلتزم التقارير التجريبية بصيغ إبلاغ قياسية (مثل توصيف التجارب السريرية ومقاييس المجموعات الضابطة)، حيث تحد الصياغة الموحدة من أي غموض في التفسير.
وكما صرحت الأستاذة إي هاي هونغ (E Haihong) في تقرير شينخوا: "Different disciplines should not apply a one-size-fits-all approach to AIGC rates; final determinations should be made by subject-matter experts or faculty advisors." (لا ينبغي لمختلف التخصصات تطبيق نهج مقاس واحد يناسب الجميع على معدلات المحتوى المولد بالذكاء الاصطناعي؛ بل يجب أن يتخذ الخبراء المتخصصون أو المشرفون الأكاديميون القرارات النهائية). إذ لا يمكن لأدوات التصنيف الإحصائي التمييز بين التزام المؤلف الصارم بالأعراف الأكاديمية المهنية وبين إكمال الرموز إحصائياً بواسطة خوارزمية.
وفي نهاية المطاف، فإن البت الموثوق في الأصالة الأكاديمية يقع على عاتق العلماء والأساتذة من البشر: المشرفين الأكاديميين، والمحكمين الأقران، ولجان مناقشة الأطروحات في الأقسام. وتركز سياسات النزاهة الجامعية على الانتحال، والتلفيق، والاستخدام غير المصرح به للأدوات التوليدية؛ في حين أن التنظيم الواضح، والتركيب النحوي المتوازن، والاستدلال الدقيق لا تشكل في حد ذاتها سوء سلوك أكاديمي. ولا ينبغي المساومة على النزاهة الأكاديمية لإرضاء أداة إحصائية.
كيفية التعامل بمسؤولية مع تنبيهات الذكاء الاصطناعي: بروتوكول تحقق من أربع خطوات
عندما تحصل أطروحة صينية كُتبت بصورة مستقلة على درجة كشف مرتفعة للذكاء الاصطناعي بسبب البنية المنهجية، أو الصياغة المتوازية، أو العبارات الانتقالية الأكاديمية القياسية، يجب على المرشحين لنيل الدرجة العلمية تجنب الذعر ومقاومة إغراء وسطاء إعادة الصياغة التجاريين الذين يعدون بنتائج مضمونة. إن أشكال التنقيح أو المساعدة المسموح بها تتوقف على السياسات المحددة لمؤسستك، لكن تقديم نصوص أُعيدت صياغتها تجارياً دون التحقق منها يعرض عملك للخطر. بدلاً من ذلك، اتبع بروتوكول التحقق المؤسسي المكون من أربع خطوات:
- الاحتفاظ بسجل مسودات شامل وتأمينه: إن أقوى دفاع ضد التنبيه الآلي هو وجود سجل زمني غير قابل للتعديل لعملية الكتابة؛ احرص على تصدير وأرشفة نسخ المستندات المزودة بطوابع زمنية: ملفات Word المتضمنة لتتبع التغييرات والنسخ الاحتياطية المحلية التلقائية المتعاقبة، وسجلات الإصدارات السحابية من WPS أو Tencent Docs، أو سجلات الإيداع (Commit logs) من مستودعات Overleaf وGit؛ واجمع أدلة التطوير الثانوية: المراجع البحثية المزودة بملاحظات وهوامش، ودفاتر المختبر المكتوبة بخط اليد، ومجموعات بيانات الاستبيانات الأولية، والتسجيلات الأصلية للمقابلات، وتقارير التقدم الرسمية المقدمة في المحطات الرئيسية لإعداد الأطروحة.
- فحص ومقارنة تقرير الفحص التفصيلي بدقة: احصل على تقرير PDF أو HTML الكامل وغير المختصر الصادر عن منصة الكشف المعتمدة لدى المؤسسة وراجعه بعناية بدلاً من الاعتماد فقط على النسبة المئوية الموجزة؛ حدد بدقة الأقسام أو الفقرات أو المقاطع التي تم تمييزها، مع ملاحظة ما إذا كان البرنامج قد صنفها كأنماط ذكاء اصطناعي توليدي أو كتطابق تقليدي مع الأدبيات السابقة؛ وتحقق مما إذا كانت الاستثناءات الهيكلية قد ضُبطت بشكل صحيح، للتأكد من عدم احتساب قائمة المراجع، وعبارات الشكر والتقدير، والملاحق، والمعادلات الرياضية، والاقتباسات الكتلية عن طريق الخطأ ضمن عدد الكلمات المحتسب في النتيجة.
- توضيح أعراف التخصص والمنطق المنهجي للمشرف الأكاديمي: حدد موعداً للقاء شخصي مع مشرفك الأكاديمي، وقدّم له كلاً من التقرير المؤشر عليه ومسودات البحث التأسيسية؛ واشرح بوضوح الضرورة التخصصية للبنى التي رُصدت: "Section 3 uses a three-part comparative list in accordance with standard engineering benchmarking conventions, and the concluding transitional sentence reflects the direct deduction from the preceding empirical dataset" (يستخدم القسم 3 قائمة مقارنة ثلاثية متوافقة مع معايير المقارنة المرجعية الهندسية المعتمدة، والجملة الانتقالية الختامية تعكس الاستنتاج المباشر من مجموعة البيانات التجريبية السابقة)؛ واعتمد على الخبرة الأكاديمية لمشرفك لإثبات أن المقاطع المرصودة تمثل تعبيراً تخصصياً مناسباً وليست توليداً مؤتمتاً.
- الاستفسار عن عتبات المراجعة المؤسسية وإجراءات التظلم: راجع الإرشادات الرسمية لإدارة الأطروحات في قسمك من خلال مكتب الشؤون الأكاديمية (教务处) أو كلية الدراسات العليا (研究生院) لمعرفة ما إذا كانت درجة المحتوى المولد بالذكاء الاصطناعي مجرد تنبيه استرشادي أم عتبة حاسمة صارمة؛ واطلب الإجراءات الرسمية للتظلم في جامعتك والنماذج المطلوبة. وبموجب قانون الدرجات الأكاديمية في الصين (Academic Degrees Law)، تحكم مراجعة الدرجات نصوص تشريعية محددة: حيث تنص المادة 39 على حق تقديم الإيضاحات والدفوع (陈述和申辩) قبل اتخاذ قرار بعدم منح الدرجة أو إلغائها، وتنص المادة 40 على إجراء مراجعة أكاديمية (学术复核) لخلاصات التقييم الأكاديمي، وتنص المادة 41 على مراجعة (复核) قرارات عدم قبول طلب الدرجة أو عدم منحها أو إلغائها. ونظراً لأن النتيجة الأولية لفحص المحتوى المولد بالذكاء الاصطناعي لا تشكل في حد ذاتها قراراً تأديبياً قانونياً، يجب على الطلاب الذين يواجهون نزاعات اتباع إجراءات المراجعة المعتمدة في مؤسستهم، وتقديم مسار مسوداتهم وسجل كتابتهم لتقييمها من قبل أساتذة بشريين.
المراجع والمصادر العامة
- BeiQing ShenYiDu (Beijing Youth Daily) (北青深一度 / 北京青年报): "Graduation Theses Trapped in the 'AI Rate': Methodically Structured Bullet Points and Frequent Parallel Sentences Judged as Not 'Human'" (أطروحات التخرج العالقة في 'معدل الذكاء الاصطناعي': نقاط منظمة منهجياً وجمل متوازية متكررة اعتُبرت غير 'بشرية') (《困在“AI率”中的毕业论文:有条理地分点叙述,常用排比句,被判定为不是“人”》)، نُشر في 8 أغسطس 2025. URL: `https://news.qq.com/rain/a/20250808A03F3K00`
- وكالة أنباء شينخوا (Xinhua News Agency) (新华社): "Thesis AIGC Rate: Are Detection Standards Scientific?" (معدل المحتوى المولد بالذكاء الاصطناعي في الأطروحات: هل معايير الكشف علمية؟) (《论文AIGC率,检测标准科学吗?》)، نُشر في 23 مايو 2026 عبر حساب شينخوا على وي تشات (نُشر لأول مرة بواسطة Science and Technology Daily / CCTV News في 22 مايو 2026)، حيث يفحص معايير الفحص الجامعي وخدمات خفض نسبة الذكاء الاصطناعي المدفوعة. URL: `https://m.thepaper.cn/newsDetail_forward_33210288`
- إذاعة الصين الوطنية (China National Radio) (央广网): "Investigation into Abuses in Thesis AI-Reduction Services" (تحقيق في تجاوزات خدمات خفض نسبة الذكاء الاصطناعي في الأطروحات) (《代降论文AI率服务乱象调查》)، نُشر في 14 يوليو 2025 (نُشر لأول مرة بواسطة Legal Daily)، ويتناول الخدمات المدفوعة التي تستخدم أوامر الذكاء الاصطناعي لإعادة كتابة النصوص، والرسوم التي تتراوح بين عشرات وأكثر من ألف يوان، والتهديدات أثناء النزاعات. URL: `https://news.cnr.cn/native/gd/20250714/t20250714_527260647.shtml`
- موقع صحيفة غوانغمينغ اليومية (Guangming Daily Online) (光明网): "My Self-Written Thesis Was Diagnosed as AI" (أطروحتي المكتوبة ذاتياً شُخِّصت على أنها ذكاء اصطناعي) (《“自己写的毕业论文,被确诊AI”》، في 22 يوليو 2024، إعادة نشر عن The Paper) و"Thesis 'AI-Reduction' Has Become a Business: AI Detection Must Not Become Formalism" ('خفض الذكاء الاصطناعي' في الأطروحات أصبح تجارة: يجب ألا يتحول كشف الذكاء الاصطناعي إلى شكلية) (《论文“降AI率”已成生意,AI检测不能沦为形式主义》، في 11 يونيو 2026، مقال تعليقي يشير إلى تقرير National Business Daily بتاريخ 10 يونيو 2026 بعنوان 《高校严查论文AI率,帮学生“降写”成了火爆生意》). URL: `https://m.gmw.cn/2024-07/22/content_1303798841.htm` / `https://guancha.gmw.cn/2026-06/11/content_38823723.htm`
- تطبيق صحيفة بكين اليومية (Beijing Daily Client) (北京日报客户端): "Thesis AI Detection Is Driving This Year's College Graduates Crazy" (كشف الذكاء الاصطناعي في الأطروحات يدفع خريجي الجامعات هذا العام إلى الجنون) (《论文AI检测,正在“逼疯”这届大学生》)، نُشر في 19 يوليو 2026. URL: `https://xinwen.bjd.com.cn/content/s6a5ccb7de4b03fa51a81b89b.html`
- اللجنة الدائمة للمجلس الوطني الرابع عشر لنواب الشعب الصيني: قانون الدرجات الأكاديمية لجمهورية الصين الشعبية (《中华人民共和国学位法》)، أُقر في 26 أبريل 2024 في الجلسة التاسعة للجنة الدائمة للمجلس الوطني الرابع عشر لنواب الشعب، ودخل حيز التنفيذ في 1 يناير 2025. URL: `https://www.12371.cn/2024/04/28/ARTI1714265542656277.shtml`
تابع القراءة
شرح سياسة جامعة غلاسكو لعام 2026-27 بشأن تلخيص الذكاء الاصطناعي والترجمة وفحص التشابه
مدة القراءة: 8 د
أدوات كشف الذكاء الاصطناعيأول ورقة بحثية جامعية تحصل على 96% ذكاء اصطناعي: لماذا تختلف نتائج أدوات الفحص المجانية
مدة القراءة: 11 د
الكتابة الأكاديميةهل نسبة الذكاء الاصطناعي 0% في CNKI تثير الشبهات؟ وهل تؤدي إلى التحكيم الأعمى؟
مدة القراءة: 9 د