هل تُصنف الترجمة الآلية على أنها ذكاء اصطناعي من قِبل Turnitin؟

نعم. تُوسم مخرجات الترجمة الآلية من قِبل كاشف الكتابة بالذكاء الاصطناعي في Turnitin، وهذا ليس خللا. تعمل أدوات الترجمة ومولدات الذكاء الاصطناعي على العائلة نفسها من التقنية، لذا يحمل النص الخارج من المترجم البصمة الإحصائية نفسها التي درب المصنف على التعرف عليها. كتبت أفكارك بلغة أخرى، وصاغتها آلة بالإنجليزية. وتلك الصياغة هي ما يقرؤه الكاشف.

هذا ليس هو نفسه أن تترك ذكاء اصطناعيا يكتب بحثك من الصفر. الفرق مهم لك. وليس مهما للكاشف، لأن الكاشف ينظر إلى النص النهائي، لا إلى الطريقة التي أُنتج بها.

في ما يلي سبب حدوث ذلك، وأجزاء نصك المترجم الأكثر تعرضا، وسمات النثر المترجم التي تطابق الوصف الرسمي للنصوص المعرضة للإيجابيات الخاطئة، وأين يقع الخط الفاصل بين استخدام مترجم لإنتاج مسودة أولى وبين تسليم شيء سيقرؤه الكاشف بوصفه ذكاء اصطناعيا.

يبدأ الوصف المنشور من Turnitin لطريقة عمل الكاشف بالتجزئة. تُستخرج الجمل، وتقطع إلى مقاطع متداخلة، ويعطى كل مقطع قيمة بين 0 و1. تلك القيمة هي احتمال أن يكون النص قد أُنتج بآلة. وتجمع درجات المقاطع في درجات للجمل، وتجمع درجات الجمل في رقم المستند.

وتذكر صفحة الأسئلة الشائعة نفسها ما يتحسس منه المصنف فعلا. يقول Turnitin إن مصنفاته دربت على رصد الفروق في احتمال الكلمات، وهي بارعة في تسلسلات احتمال الكلمات الخاصة بالكتاب من البشر. تلك هي الخاصية المقاسة. لا حجم المفردات، ولا طول الجملة، ولا ما إذا كانت العبارة تبدو رسمية. تسلسل اختيارات الكلمات، مرتبا بمدى قابلية كل منها للتوقع.

تشترك أدوات الترجمة الآلية ومولدات النصوص بالذكاء الاصطناعي في أصل واحد. كلتاهما تستخدم نماذج لغوية لإنتاج نص إنجليزي. يختار المترجم الكلمة الإنجليزية الأرجح في كل موضع بالنظر إلى جملة المصدر، وهي العملية الإحصائية نفسها التي يقوم بها النموذج التوليدي حين يتنبأ بالعنصر التالي. ومخرجات الاثنين تميل إلى مسار عالي التكرار، طلق، قليل المفاجأة. وهذا هو التوزيع نفسه الذي درب المصنف على وسمة.

من الاعتراضات الشائعة أن Turnitin لا يحسب صراحة "perplexity" (الحيرة، مقياس مدى قابلية الكلمات للتوقع) أو "burstiness" (تفاوت الإيقاع بين الجمل)، وهما مقياسان كثيرا ما يذكران في النقاشات العامة. ويؤكد قسم الأسئلة الشائعة ذلك: النموذج غير مبرمج صراحة على تقييم إشارات محددة مثل "burstiness," "perplexity," أو غيرها من المقاييس الفردية. لكن الجملة التالية مباشرة في الصفحة نفسها تقول إن النموذج يتعلم أنماطا إحصائية من بيانات التدريب بدلا من ذلك. والحيرة في حد ذاتها مقياس لاحتمال الكلمات. وإنكار أن النموذج يحسب مقياسا محددا باسمه ليس هو نفسه إنكار أنه يقرأ احتمالات الكلمات. إنه يقرأها. هذا ما درب عليه.

يعرف Turnitin ما يحلله بأنه نص مؤهل. وتقول الأسئلة الشائعة إن النص المؤهل لا يضم إلا جمل النثر، أي أنه لا يحلل إلا كتل النص المكتوبة بجمل نحوية قياسية. وتستبعد القوائم والنقاط والتراكيب الأخرى غير المكتملة كجمل.

الفقرة المترجمة آليا مكونة من جمل نحوية قياسية. هذه هي غاية أداة الترجمة أصلا: إنتاج نثر. لذا يقع النثر المترجم تماما داخل النص المؤهل الذي يعالجه الكاشف.

لا يعرف الكاشف أنك كتبت نص المصدر بنفسك بلغة أخرى. ولا يعرف أن مترجما صاغه. ولا يعرف أنك عدلته بعد ذلك. ينظر إلى النثر الإنجليزي النهائي ويسند إليه احتمالا. استخدمت مترجما ليساعدك على صياغة تفكيرك الأصلي بالإنجليزية، واستخدم شخص آخر روبوت محادثة لتوليد بحث لم يكتبه. هذان فعلان مختلفان. وبالنسبة إلى الكاشف، ينتجان النوع نفسه من المخرجات.

هذه هي النقطة التي تبدو غير منصفة لكثير من المستخدمين، ونحن نفهم السبب. لكن الكاشف لم يصمم قط للتمييز بين المساعدة والتأليف. صمم لوسم النص الذي يبدو توزيع احتمالات كلماته وكأنه أُنتج بآلة. أدوات الترجمة تنتج نصا يبدو أنه أُنتج بآلة، لأنه أُنتج بها فعلا.

يتضمن قسم الأسئلة الشائعة في Turnitin مقطعا عن أنواع النصوص التي تميل إلى توليد إيجابيات خاطئة:

"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." (قد تحدث أحيانا إيجابيات خاطئة، أي وسم نص كتبه إنسان خطأ على أنه مُولد بالذكاء الاصطناعي، ويمكن أن تشمل محتوى بلا قدر كبير من التنوع البنيوي، أو نصا يكرر نفسه حرفيا، أو نصا أُعيدت صياغته دون تطوير أفكار جديدة.)

والجملة التي تليها مباشرة هي التي تُسقط عادة: "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 قدرا أعلى من الكتابة بالذكاء الاصطناعي في نص من هذا النوع، ننصحك بأخذ ذلك في الاعتبار عند النظر إلى النسبة الموضحة.)

يصيب النثر المترجم هذه السمات الثلاث أكثر مما يصيب نصا كُتب بالإنجليزية من الأصل.

يميل التنوع البنيوي إلى الانخفاض لأن أدوات الترجمة تفضّل شكلا واحدا للجملة مقابل كل نمط في المصدر. فالجملة ذات ترتيب فاعل-فعل-مفعول في المصدر تصبح بالترتيب نفسه في الترجمة، ولا تُدخل الأداة كسرات الإيقاع والالتفافات البنيوية التي يولدها كاتب يؤلف بالإنجليزية كلغة أم بشكل طبيعي.

ويظهر التكرار الحرفي لأن المترجم يثبت على مرادف إنجليزي واحد للكلمة المتكررة في المصدر ويعيد استخدامه. أما الإنسان الذي يكتب بالإنجليزية من الصفر فيلجأ إلى رف المرادفات. المترجم لا يفعل ذلك، لأن عمله مطابقة المصدر، لا تنويع الأسلوب.

أما إعادة الصياغة دون أفكار جديدة فهي الحالة البنيوية للترجمة ذاتها. الترجمة تصوغ المحتوى نفسه بكلمات مختلفة. ولا يضاف أي حجة جديدة. تلك هي تعريف إعادة الصياغة.

نصيحة Turnitin نفسها هي أنه حين يظهر المؤشر قدرا أعلى من الكتابة بالذكاء الاصطناعي في نص من هذا النوع، فعليك أخذ ذلك في الاعتبار عند النظر إلى النسبة. هذه الجملة ليست حاشية. إنها الموقف الرسمي من كيفية قراءة درجة مرتفعة على النوع نفسه من النصوص التي تنتجها الترجمة الآلية.

تصف أسئلة Turnitin الشائعة ما يحدث مع الطلبات القصيرة:

"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 المستندات القصيرة التي لا تضم سوى بضع مئات من الكلمات، سيكون التنبؤ في معظمه "كل شيء أو لا شيء"، لأننا نتنبأ بناء على مقطع واحد دون فرصة للتداخل.)

والجملة التالية: "This means that some text that is a mix of AI-generated and original content could be flagged as entirely AI-generated." (وهذا يعني أن بعض النصوص التي تمزج محتوى مُولدا بالذكاء الاصطناعي ومحتوى أصليا يمكن أن تُوسم بأنها مُولدة بالذكاء الاصطناعي بالكامل.)

كثير من الطلبات المترجمة آليا قصير. ملخص، قسم المنهجية، رسالة تغطية، رد على ملاحظات المحكمين. بضع مئات من الكلمات. فإذا كان المستند قصيرا إلى حد إنتاج مقطع واحد، فلا تداخل لدى الكاشف ليحسب منه متوسطا، ويمكن أن يوسم مزيج من الإنجليزية المترجمة والإنجليزية المكتوبة أصلا بأنه مُولد بالذكاء الاصطناعي بالكامل. وكلما كان المستند أقصر، قل المجال المتاح أمام النتيجة للتعافي من مقطع سيئ واحد.

من الخطوات التالية الشائعة تمرير النص المترجم عبر أداة إعادة صياغة أو "humanizer" (أداة تسوق على أنها تجعل النص أقرب إلى كتابة البشر) لتفتيت أنماط الكلمات. وتتناول أسئلة Turnitin الشائعة هذا الأمر مباشرة:

"Furthermore, it can also identify instances where AI-generated text may have been modified by AI paraphraser or bypasser (also called humanizers) tools to evade detection." (وعلاوة على ذلك، يمكنه أيضا رصد الحالات التي يكون فيها نص مُولد بالذكاء الاصطناعي قد عُدل بأدوات إعادة صياغة أو تحايل بالذكاء الاصطناعي، وتسمى أيضا humanizers، بهدف التهرب من الكشف.)

يشمل نطاق الكاشف النص الذي عدلته أدوات إعادة الصياغة أو التحايل. وتمرير مخرجات المترجم عبر أداة إعادة كتابة لا يخرجك من نطاق الكشف. بل ينقلك إلى فئة ثانية صمم الكاشف لاصطيادها.

وهناك أيضا مشكلة بنيوية. فأدوات إعادة الصياغة تفعل بالضبط ما يسميه وصف Turnitin للإيجابيات الخاطئة: إعادة الصياغة دون تطوير أفكار جديدة. يبقى المحتوى كما هو، وتتغير الكلمات، ويظل توزيع احتمال الكلمات على شكل آلي لأن الذي أجرى التغيير آلة. والأداتان على التوالي، المترجم ثم معيد الصياغة، تنتجان نصا يصيب الإشارة الأصلية وإشارة إعادة الصياغة معا.

نريد أن نكون صادقين بشأن هذا الفرق. كتابة محتوى أصلي بلغتك ثم استخدام مترجم لصياغته بالإنجليزية فعل يختلف عن أن تطلب من ذكاء اصطناعي توليد محتوى لم تكتبه. الأول مساعدة على تجاوز حاجز اللغة. والثاني تفويض التفكير للغير.

كاشف Turnitin لا يفصل بينهما. لم يصمم لذلك. عمله أن يقدر احتمال أن يكون مقطع معين من النثر الإنجليزي قد أُنتج بآلة. والمترجم آلة. والنثر الذي ينتجه أُنتج بآلة. وكون الآلة كانت تترجم بدلا من التوليد انطلاقا من أمر مُدخل لا يغير ما يراه المصنف.

هذا قاسٍ حقا على من يكتبون بلغة ثانية، ولن نتظاهر بغير ذلك. الأدوات نفسها التي تخفض حاجز اللغة تنتج النص الذي صمم الكاشف لوسمه. لم يحل أحد مشكلة التمييز بين النثر المترجم والنثر المولد على مستوى احتمال الكلمات، لأنهما على ذلك المستوى يبدوان متطابقين.

ثلاثة أمور، بترتيب الجهد المطلوب.

أولا، استخدم المترجم لإنتاج مسودة أولى لا أكثر. فالمخرجات الخام للترجمة هي النسخة الأكثر تعرضا للكاشف من نصك. إنها نقطة بداية، لا منتج نهائي.

ثانيا، أعد الكتابة جملة بجملة بإنجليزيتك أنت. أعد بناء التركيب. غير شكل الجملة. انقل شبه الجملة إلى موضع آخر. قسم الجملة الطويلة إلى جملتين. ادمج جملتين قصيرتين. الهدف هو دفع تسلسلات احتمال الكلمات عائدة إلى الأنماط غير المنتظمة والمتفردة التي يربطها المصنف بالكتاب من البشر. ولا يلزم أن تكون إنجليزيتك مثالية. يلزم أن تكون ملكك، لا ملك المترجم.

ثالثا، إن كان بإمكانك الاطلاع على تقرير الكتابة بالذكاء الاصطناعي، فاستخدمه لتحديد النطاق. المقاطع المميزة هي التي قرأها المصنف على أنها مُنتجة بآلة. تلك هي المقاطع التي يجب إعادة كتابتها. وما عداها يمكن أن يبقى كما هو.

ما لا يساعد: تمرير النص عبر أداة ثانية. ما تقيسه كواشف الذكاء الاصطناعي يتناول الإشارة الأساسية بعمق أكبر. أُعيدت صياغته بالذكاء الاصطناعي ومع ذلك وُسم يعرض ما يحدث حين تكون مخرجات معيد الصياغة هي ما يقدم. لماذا تختلف الكواشف يشرح سبب إمكانية حصولك على درجتين مختلفتين من كاشفين للنص المترجم نفسه.

إن شاركك مدرسك تقرير الكتابة بالذكاء الاصطناعي، فأول ما تتحقق منه ليس النسبة. بل بنية ما وُسم.

التقرير الذي يميز فقرات كاملة من النثر المترجم يقرأ أنماط كلمات المترجم. والتقرير الذي يميز الجملة الأولى والأخيرة فقط من الفقرات قد يكون يظهر أثر المقطع القصير الموصوف أعلاه. والتقرير الذي يوسم مزيجا من مقاطع مترجمة وأخرى مكتوبة أصلا هو حالة «كل شيء أو لا شيء» في المستندات القصيرة.

كيف تقرأ تقرير الكتابة بالذكاء الاصطناعي من Turnitin يستعرض حالات المؤشر وما يخبرك به كل منها وما لا يخبرك به. هل 20% ذكاء اصطناعي مرتفعة جدا يتناول معنى الحد الفاصل ولماذا لا يظهر أي رقم في النطاق الذي دونه.

النسبة في المستند المترجم ليست بيانا عن نزاهتك. إنها بيان عن توزيع احتمال الكلمات في النص الذي قدمته. هذان أمران مختلفان، ويجب أن تعامل المحادثة مع مدرسك على أنهما مختلفان.

هل سيُوسم بحثي المترجم حتما؟ لا شيء حتمي في الكشف. لكن النثر المترجم يحمل أنماط احتمال كلمات درب المصنف على ربطها بمخرجات الآلة، لذا فالخطر حقيقي وبنيوي لا عرضي.

هل استخدام مترجم هو نفسه استخدام ChatGPT لكتابة بحثي؟ لا. أنت كتبت محتوى المصدر بنفسك، والمترجم صاغه. لكن الكاشف يقرأ النص الإنجليزي النهائي، وعلى ذلك المستوى أُنتج النص بنموذج لغوي. الفرق مهم لك وللمدرس. وليس مهما للمصنف.

إن أعدت صياغة النص المترجم، فهل تنخفض الدرجة؟ أدوات إعادة الصياغة تقع داخل النطاق المعلن للكاشف. وتقول الأسئلة الشائعة إن النموذج يستطيع رصد النص الذي عدلته أدوات إعادة الصياغة أو التحايل بالذكاء الاصطناعي. وإعادة الصياغة تطابق أيضا ملف الإيجابيات الخاطئة للنص المعاد صياغته دون تطوير أفكار جديدة.

حصل نصي المترجم على درجة مرتفعة، لكنني كتبت كل كلمة من المصدر. ماذا أفعل؟ تنصح أسئلة Turnitin الشائعة بأنه حين يظهر المؤشر قدرا أعلى من الكتابة بالذكاء الاصطناعي في نص بلا تنوع بنيوي أو يتكرر حرفيا، فعليك أخذ ذلك في الاعتبار عند النظر إلى النسبة. أحضر مسودة المصدر بلغتها، والترجمة، وسجل تعديلاتك. النسبة خاصية للنص الإنجليزي، لا حكم على طريقتك في العمل.

هل يعني هذا أن عليّ ألا أستخدم أدوات الترجمة إطلاقا؟ لا. استخدمها لإنتاج مسودة أولى. ثم أعد كتابة الإنجليزية بنفسك، جملة بجملة، إلى أن يبدو النص لك أنت لا للأداة. الكاشف يوسم ما أنتجته الآلة. ومهمتك أن تتأكد من أن النسخة النهائية هي ما أنتجته أنت.