تفسير تباين نتائج كشف الذكاء الاصطناعي بين CNKI وVIP وTurnitin
تُعطي أنظمة كشف الذكاء الاصطناعي المختلفة أرقاماً متباينة للغاية للنص نفسه، نظراً لاختلاف بيانات التدريب، والنطاق اللغوي، والمعالجة الأولية، وعتبات التصنيف. فالنسبة المئوية الصادرة عن أداة واحدة ليست مقياساً موحداً أو مطلقاً.
فريق HumanPen
· مدة القراءة: 10 د
الإجابة المختصرة: لا توجد أداة كشف تمثّل معياراً شاملاً
عليك الاعتماد فقط على النظام الفردي المعتمد رسمياً من قِبل جامعتك أو الجهة المانحة لشهادتك أو المجلة الأكاديمية؛ فالأرقام الصادرة عن الأدوات الأخرى لا تتمتع بأي وزن إداري، ولا تمثّل النسبة المئوية لأي أداة كشف فردية مقياساً موضوعياً أو شاملاً للكتابة بالذكاء الاصطناعي. لا توجد نقطة مرجعية عامة أو مقياس معاير يجمع بين هذه المنصات. كما أن البحث الكامن وراء هذا التحليل لم يُجرِ مقارنة مضبوطة ومحكمة على الملف نفسه عبر CNKI وVIP وTurnitin، وبالتالي لا يمكنه الجزم بأي نظام هو "الصحيح" أو "الأكثر صرامة" أو "الأدق".
في حين يتناول تحليلنا الأوسع سبب اختلاف كواشف الذكاء الاصطناعي عبر المنصات المختلفة (بما في ذلك المقارنات بين الأنظمة مثل CNKI مقابل Wanfang)، فإن التباين الثلاثي المحدد بين CNKI وVIP وTurnitin يوضح كيف تؤدي الخيارات الهندسية المنفصلة إلى مخرجات شديدة التناقض. فعندما تُعطي ثلاثة أنظمة أرقاماً متباينة—مثل 3% على CNKI و67% على VIP ورقماً مختلفاً تماماً على Turnitin—فهي لا تقيس الكمية الأساسية نفسها مع درجات خطأ متفاوتة، بل تُجري تصنيفات إحصائية متمايزة استناداً إلى مجموعات بيانات تدريب متباينة، ونماذج لغوية مختلفة، وتعاريف هندسية مستقلة لما يُعد جملة مؤهلة.
في إجراءات المراجعة الأكاديمية أو تقديم أطروحة التخرج، يؤدي الفحص المسبق عبر محركات تجارية مستقلة متعددة ومحاولة التوفيق بين أرقامها إلى خلق حالة من الارتباك والتوتر دون تغيير المتطلبات المؤسسية الواجب عليك استيفاؤها. فالدرجة الوحيدة ذات الدلالة المؤسسية هي تلك الصادرة عن المنصة الرسمية التي تلزمك بها جامعتك أو كليتك، والمُقيَّمة وفقاً لإرشاداتها ومعاييرها المحددة.
التمييز الأول: مطابقة التشابه مقابل تصنيف الكتابة بالذكاء الاصطناعي
ينبع قدر كبير من القلق والاضطراب من الخلط بين تقارير التشابه التقليدية وتقارير تصنيف الكتابة بالذكاء الاصطناعي. ورغم أن كلاً منهما يقدم نسبة مئوية، إلا أن آلياتهما التقنية لا تكاد تشترك في أي شيء.
فحص التشابه التقليدي—الذي يُعرف غالباً بفحص الانتحال أو كشف التطابق—هو عملية مطابقة فهارس. يقوم البرنامج بتفكيك النص إلى سلاسل نصية أو مقاطع (n-grams)، ويبحث في قاعدة بيانات مفهرسة من مقالات الدوريات، وأطروحات الطلاب، وصفحات الويب عن تتابعات متطابقة من الحروف. وتعكس نسبة التشابه مقدار ما يشاركه نصك من عبارات مطابقة أو شبه مطابقة مع مصادر منشورة خارجية.
على النقيض من ذلك، لا يبحث مصنف الكتابة بالذكاء الاصطناعي في قاعدة بيانات مرجعية؛ فهو لا يحاول العثور على الأوامر التي كتبتها، ولا الخادم الذي أنشأ فيه النموذج فقرة معينة. بل يستخدم كاشف الذكاء الاصطناعي مصنفاً للتعلم الآلي لتحليل الخصائص الأسلوبية والإحصائية للنص—مثل احتمالية تتابع الكلمات (token probability) وتنوع تراكيب الجمل.
ولأن هاتين الآليتين تعملان بشكل مستقل تماماً، فإن أرقامهما تتباعد كثيراً للنص نفسه:
- قد يحصل بحث على نسبة تشابه قدرها 2% (مما يشير إلى عدم وجود اقتباس نصي مباشر من الأدبيات الحالية) مقابل نسبة تصنيف ذكاء اصطناعي تبلغ 60% (إذا اعتبر النموذج أن إيقاع الجمل والمفردات الانتقالية مميزة لنماذج اللغة الكبيرة).
- وعلى العكس، قد يحصل بحث على نسبة تشابه تبلغ 35% (بسبب الاستشهاد القانوني الصحيح بالنصوص، أو البروتوكولات الطبية الحيوية الموحدة، أو الاقتباسات المباشرة الطويلة) مصحوبة بنسبة تصنيف ذكاء اصطناعي تبلغ 0% (لأن النص صاغه بشر بالكامل).
إن النظر إلى نسبة كشف الذكاء الاصطناعي من منظور تقرير التشابه التقليدي يؤدي إلى تعديلات خاطئة؛ إذ لا يمكنك التخلص من وسم تصنيف الذكاء الاصطناعي بمجرد إضافة الاستشهادات والمراجع، كما أن انخفاض درجة التشابه لا يضمن انخفاض احتمالية الذكاء الاصطناعي.
لماذا تختلف الأدوات: أربعة تباينات تقنية
عندما تُعطي كواشف الذكاء الاصطناعي التجارية درجات متباينة للمسودة نفسها تماماً، فإن أربعة فروق هيكلية تفسر هذا التباين.
1. مجموعات بيانات التدريب والنطاق اللغوي الأساسي
كواشف الذكاء الاصطناعي هي أدوات للتعرف على الأنماط الإحصائية دُرِّبت على مجموعات نصوص محددة، وتعتمد موثوقيتها بشكل كبير على مدى تطابق نصك مع نوع ولغة بيانات التدريب الخاصة بها.
تم تطوير CNKI (中国知网) وVIP (维普) خصيصاً للنصوص الأكاديمية الصينية، وصُمما لتقييم التراكيب اللغوية والأعراف والصياغات الانتقالية المعتادة في النثر العلمي الصيني.
تم تطوير نظام كشف الكتابة بالذكاء الاصطناعي التابع لـ Turnitin في الأصل للغة الإنجليزية بالدرجة الأولى، ويعمل ضمن مجموعة محددة من اللغات المدعومة. ووفقاً لدليل Turnitin المعنون Using the AI Writing Report، فإن متطلب "generate an AI Writing Report and percentage," (إنشاء تقرير ونسبة مئوية للكتابة بالذكاء الاصطناعي)، يقتضي أن الملف "must be written in a supported language: English, Spanish, Japanese, Arabic, German, Dutch, Turkish." (يجب أن يكون مكتوباً بلغة مدعومة: الإنجليزية، والإسبانية، واليابانية، والعربية، والألمانية، والهولندية، والتركية.). واللغة الصينية ليست من اللغات المدعومة في كشف الذكاء الاصطناعي لدى Turnitin؛ وبالتالي فإن تقرير Turnitin الأصلي لا يُصدر نسبة ذكاء اصطناعي للنصوص الصينية. وإذا كان لدى القارئ "رقم Turnitin" لمخطوطة صينية، فهذا الرقم لا يمكن أن يكون نسبة كشف ذكاء اصطناعي حقيقية من Turnitin: فهو إما درجة التشابه التقليدية (مطابقة النصوص مع المصادر المفهرسة)، أو درجة ناتجة عن ملخص باللغة الإنجليزية أو ترجمة للنص، أو مخرجات يقدمها وسيط غير مصرح له يستخدم خدمة مختلفة تماماً.
2. المعالجة الأولية للنص، والتقطيع إلى أجزاء، وتجزئة الكلمات (Tokenization)
قبل أن تحسب أي خوارزمية احتمالية معينة، يجب عليها أولاً تحليل النص المجرد وتفكيكه إلى وحدات منفصلة. وتختلف القواعد التي تحكم هذا التحليل والتفكيك اختلافاً جوهرياً بين الشركات المطورة.
- فروق تجزئة الكلمات (Tokenization): يعتمد النص الإنجليزي على فواصل طبيعية بين الكلمات (المسافات)، في حين يتطلب النص الصيني تقسيماً خوارزمياً للكلمات (分词) أو تقييماً على مستوى الحروف. وتؤدي طريقة تعامل كل أداة مع المصطلحات التخصصية، أو الاقتباسات الصينية القديمة، أو الرموز الأبجدية الرقمية إلى تباينات مباشرة وفورية في تمثيل السمات الإحصائية الكامنة.
- قواعد التقطيع إلى أجزاء (Segmentation): في مدونتها التي توضح ما يحتاج القادة الأكاديميون إلى معرفته حول كشف الكتابة بالذكاء الاصطناعي، تشير Turnitin إلى أن "sentences from the submission are extracted and segmented into overlapping sections for prediction analysis." (تُستخرج الجمل من العمل المُقدَّم وتُقسَّم إلى مقاطع متداخلة لتحليل التنبؤ.). بينما تطبق المنصات الصينية منطق التجزئة الخاص بها لتحديد نقطة بداية كل مقطع ونهايته.
- التعامل مع العناصر غير النثرية: ما إذا كان كاشف الذكاء الاصطناعي يحلل أو يتجاهل الجداول، والتعبيرات الرياضية، ومقاطع التعليمات البرمجية، وعبارات الشكر والتقدير، وقوائم المراجع الببليوغرافية؛ فهذا يغير مقام الحساب (denominator) بأكمله. فإذا شملت إحدى المنصات نصوص المنهجية النمطية واستبعدتها منصة أخرى، فإن النسب المئوية النهائية على مستوى الوثيقة ستتباعد بشكل كبير.
3. عتبات اتخاذ القرار ونماذج التجميع
درجة الكشف ليست عداً مطلقاً أو مقياساً حتمياً، بل هي نتاج عتبة احتمالية.
داخل نموذج التصنيف، يحصل كل مقطع نصي خاضع للتحليل على درجة احتمالية. ولكي تعرض الشركة التقرير، يتعين عليها تحديد حد فاصل للقرار: ما هو مستوى الثقة الذي يُصنف عنده المقطع على أنه مُولَّد بالذكاء الاصطناعي؟ فالنظام الذي يُعاير بحد قرار متحفظ لن يضع علامة على النص إلا عندما يُظهر النموذج ثقة عالية جداً، مما يحد من النتائج الإيجابية الزائفة ويؤدي إلى درجة إجمالية منخفضة للوثيقة (مثل 3%). في المقابل، فإن نظاماً آخر يُعاير بحد أكثر حساسية سيضع علامة على المقاطع عند مستوى ثقة أدنى، مما يؤدي إلى درجة أعلى بكثير (مثل 67%) للمخطوطة نفسها تماماً.
علاوة على ذلك، تعكس المقاييس على مستوى الوثيقة تعريفات رياضية مختلفة لم يُنشر منها إلا جزء يسير. فعلى سبيل المثال، تنشر Turnitin مخططاً عاماً لمنهجيتها: يتم احتساب درجات المقاطع، وترث الجمل الفردية تلك الدرجات، وتعكس النسبة المئوية للوثيقة حصة النص المؤهل التي وُضعت عليها علامات كشف. وفي الوقت نفسه، تُعرّف CNKI مقياسها بأنه الاحتمالية التقديرية لوجود محتوى مُولَّد بالذكاء الاصطناعي في المقال ("文章内容存在AI生成的概率大小" (مدى احتمالية وجود محتوى مُولَّد بالذكاء الاصطناعي في المقال)).
ولأن كل منصة تُعرّف درجتها وتجمعها بطريقة مختلفة وفق صيغ حسابية غير معلنة بالكامل، فلا يمكن تحويل "النسبة المئوية" الصادرة من أداة إلى "النسبة المئوية" الصادرة من أداة أخرى رياضياً.
4. الاختلافات في الوثيقة المرفوعة
من الناحية العملية، ينشأ كثير من التباينات الملحوظة من الاختلافات في المحتوى الذي تم رفعه فعلياً؛ إذ يقوم المستخدمون في كثير من الأحيان بتقديم مسودة تقتصر على متن النص فقط إلى إحدى المنصات، بينما يرفعون ملفاً كاملاً—يشتمل على صفحة العنوان، والملخص، وفهرس المحتويات، وقائمة المراجع—إلى منصة أخرى. وتغيير بنية الوثيقة يُغيّر حدود التحليل وإجمالي عدد الأحرف، مما يؤدي إلى نتائج غير متطابقة حتى داخل أداة المزود نفسه.
مدونات الشركات وخرافة وجود كاشف واحد هو "الأكثر صرامة"
تكتظ نتائج محركات البحث عبر Baidu وBing والمنتديات التجارية بالمقالات الترويجية التي تزعم تصنيف أنظمة الكشف وترتيبها. ويطلق كثير منها ادعاءات رقمية جازمة، زاعمة أن إحدى المنصات تُعطي باستمرار درجات أعلى بنسبة ثلاثين بالمئة من منصة أخرى، أو أن أداة معينة تكتشف جميع الترجمات، أو أن خدمة بعينها هي النظام الموثوق الوحيد.
نادراً ما تستند هذه المزاعم إلى وثائق هندسية أولية، أو منهجيات خاضعة لمراجعة الأقران، أو عينات اختبار مضبوطة ومحكمة. وفي معظم الحالات، تصدر هذه الادعاءات عن وسطاء تجاريين غير رسميين، أو سماسرة أوراق بحثية، أو خدمات إعادة صياغة آلية تسعى لتوجيه الطلاب المتوترين نحو خدمات فحص مدفوعة أو برامج إعادة صياغة تجارية.
أكدت التحقيقات الصحفية المستقلة والتقارير المعنية بالتعليم مراراً وتكراراً أن أدوات كشف الذكاء الاصطناعي التجارية كثيراً ما تُعطي نتائج غير مستقرة عبر جولات الاختبار والمنصات المختلفة، مما يؤجج القلق التجاري بدلاً من تقديم معيار علمي دقيق ومعاير. وغالباً ما يجد الطلاب الذين يختبرون مسوداتهم عبر خدمات طرف ثالث غير مصرح بها أنفسهم عالقين في دوامة من التسويق التجاري، حيث تهدف "التصنيفات" المزعومة بين المنصات في المقام الأول إلى بيع خدمات غير موثوقة أو رصيد فحص بديل.
ولأنه لا يوجد معيار تجريبي شامل ومضبوط يُثبّت جميع المتغيرات عبر هذه المنصات المملوكة لشركات، فإن أي ادعاء بأن أداة معينة تمثل المعيار "الحقيقي" هو تموضع تسويقي وتجاري وليس حقيقة علمية ثابتة.
قائمة مرجعية للتصرف بهدوء: ماذا تفعل عندما تتعارض الأرقام؟
إذا واجهت درجات متضاربة عبر منصات كشف مختلفة، فلا داعي للذعر، ولا تبدأ في إعادة الكتابة بشكل عشوائي، بل اتبع هذه القائمة المرجعية العملية لاتخاذ القرار:
- استفسر عن منصة الكشف المعتمدة رسمياً لدى كليتك أو مؤسستك. لا تُقيّم الجامعات والأقسام الأكاديمية الأعمال استناداً إلى متوسط أدوات تجارية متعددة. ونظراً لأن السياسات المؤسسية قد تسمح للكليات باختيار أدوات كشف الذكاء الاصطناعي (AIGC) الخاصة بها، فتحقق من الإعلانات الرسمية الصادرة عن قسمك أو جامعتك لمعرفة الأداة المحددة التي تعتمدها كليتك، وكيفية معالجة الأعمال المقدمة، وما إذا كان الفحص المسبق معترفاً به أصلاً.
- اقرأ السياسة والإجراءات الفعلية لمؤسستك بعناية. حدد ما إذا كانت مؤسستك تستخدم درجة الذكاء الاصطناعي كمؤشر فحص أولي أم كمعيار إثبات قاطع. وتنص العديد من اللوائح الأكاديمية صراحة على أن النسبة المئوية الآلية لا يمكن أن تشكل الأساس الوحيد لإثبات سوء السلوك الأكاديمي، وتشترط تقييماً من أعضاء هيئة التدريس، أو تأكيداً من المشرف، أو جلسة استماع أكاديمية قبل اتخاذ أي إجراء.
- احتفظ بسجل مسوداتك الكامل ومسار الأدلة الإثباتية. إن خط الدفاع الأكثر موثوقية ضد أي وسم أو اشتباه غير مبرر هو التوثيق الحقيقي لعملية كتابتك. احتفظ بـ: إصدارات الملفات وسجلات التعديل المؤرخة زمنياً (في Word، أو WPS، أو نظام التحكم في الإصدارات لديك)؛ والمخططات الأولية، وسجلات المختبر، والبيانات التجريبية الأولية، ونصوص المقابلات؛ ومكتبات برامج إدارة المراجع التي توضح كيفية جمع الأدبيات؛ والتقرير الأصلي الكامل بصيغة PDF الصادر عن الفحص الرسمي، بما في ذلك الطوابع الزمنية للتقديم ومخططات المقاطع المظللة.
- ارجع إلى اللوائح المؤسسية بشأن الأدوات، بدلاً من ملاحقة أرقام محددة. إن السماح باستخدام أدوات إعادة الصياغة أو تحسين الأسلوب (humanizer) ليس قاعدة عامة؛ فالمسموح به يعتمد كلياً على مؤسستك وبرنامجك الدراسي ولوائح المهمة الأكاديمية المحددة. ينبغي على الباحثين دائماً مراجعة سياسات النزاهة الأكاديمية في جامعاتهم لتحديد المستويات المسموح بها من المساعدة التحريرية. وعلاوة على ذلك، لا يمكن لأي أداة أو طريقة إعادة صياغة أن تَعِد أو تضمن الحصول على نتيجة محددة في أداة كشف أو خفض الدرجة. كما أن الاعتماد الأعمى على الاستبدال الآلي للصياغات قد يُدخل أخطاء في الحقائق، ويشوه المصطلحات العلمية، ويفسد الاستشهادات، مما يضر بالجودة الأكاديمية الأساسية لمخطوطتك أثناء المراجعة المتخصصة.
الأسئلة الشائعة
هل يمكنني استخدام درجة منخفضة في CNKI أو Turnitin للاعتراض على درجة مرتفعة في VIP (أو العكس)؟ في الغالب لا. تُقيّم لجان المراجعة المؤسسية الأعمال المقدمة وفق بيئة البرمجيات المعتمدة الخاصة بها. وتقديم درجة غير رسمية من أداة تجارية أخرى لا يحمل سوى وزن إثباتي ضئيل، لأن المؤسسات تدرك أن أدوات الكشف المختلفة تستخدم مقاييس وعتبات لا تقبل المقارنة. ويتم دعم الطعون والاعتراضات بشكل سليم من خلال أدلة عملية الكتابة—مثل سجلات الإصدارات، والمسودات، وملاحظات المصادر—وليس من خلال تقرير صادر عن شركة منافسة.
إذا ترجمت بحثاً من الصينية إلى الإنجليزية، فهل ستبقى درجة كشف الذكاء الاصطناعي كما هي؟ كلا. فالترجمة الآلية تُغيّر جذرياً تسلسل الكلمات وتراكيب الجمل وأطوالها. كما أن ترجمة النص تُغيّر النطاق اللغوي بالكامل، مما ينقل التحليل من نماذج معايرة للغة الصينية إلى نماذج معايرة للغة الإنجليزية؛ وبالتالي فإن درجة 5% في اللغة الصينية لا تعني الحصول على 5% في اللغة الإنجليزية.
هل ينبغي أن أدفع مقابل فحوصات مسبقة متعددة عبر خدمات طرف ثالث قبل التقديم الرسمي؟ لا يُنصح بالدفع مقابل فحوصات مسبقة متعددة عبر منصات تجارية من طرف ثالث. فبالإضافة إلى التكلفة المالية التراكمية، فإن تقديم أبحاث غير منشورة إلى منصات غير مصرح بها على الإنترنت ينطوي على مخاطر اعتراض الوثائق، أو تشويه البيانات الوصفية (metadata)، أو فهرستها وأرشفتها غير المقصودة في مستودعات البيانات.
هل تعني نتيجة 0% للذكاء الاصطناعي قبول بحثي دون أي نقاش؟ كلا. تشير نسبة 0% فقط إلى أن المصنف المحدد لم يجد مؤشرات إحصائية تتجاوز عتبته في الأجزاء التي تم تحليلها من ذلك الملف بعينه. وهي لا تثبت الملكية الفكرية للمؤلف، ولا تتحقق من دقة الحقائق، ولا تُقيّم جودة البحث. إن النزاهة الأكاديمية تتحدد من خلال القيمة العلمية والأصالة الحقيقية في التأليف، وليس من خلال نسبة مئوية مؤتمتة.
المصادر والمراجع
- إرشادات Turnitin حول استخدام تقرير الكتابة بالذكاء الاصطناعي (Using the AI Writing Report): https://guides.turnitin.com/hc/en-us/articles/22774058814093-Using-the-AI-Writing-Report
- مدونة Turnitin حول كشف الكتابة بالذكاء الاصطناعي: https://www.turnitin.com/blog/ai-writing-detection-what-academic-leaders-need-to-know
- بوابة كشف المحتوى المولد بالذكاء الاصطناعي (AIGC) التابعة لشبكة البنية التحتية للمعرفة الوطنية الصينية (CNKI): https://aigc.cnki.net/
- مدخل فحص الأوراق البحثية لمعلومات VIP (CQVIP): http://vpcs.cqvip.com/
تابع القراءة
هل نسبة الذكاء الاصطناعي 0% في CNKI تثير الشبهات؟ وهل تؤدي إلى التحكيم الأعمى؟
مدة القراءة: 9 د
تقارير الكشفلماذا تُصنف الأوراق البحثية الصينية المكتوبة بشرياً على أنها نصوص ذكاء اصطناعي: حقيقة القوائم النقطية والتوازي وعبارة "ختاماً"
مدة القراءة: 9 د
الكتابة الأكاديميةStudy.com وGrammarly واكتشاف الذكاء الاصطناعي: ما تحظره السياسة الرسمية فعلياً
مدة القراءة: 10 د