النتائج الإيجابية الخاطئة في Turnitin: كيف تُبلّغ عنها وماذا تفعل

تحدث الإيجابية الخاطئة حين يصنّف Turnitin نصًا كتبه إنسان على أنه من إنتاج الذكاء الاصطناعي. والوثائق الرسمية تقرّ بإمكانية حدوث ذلك، وتطلب من المستخدمين الإبلاغ عنه: "If you find AI written documents that we've missed, or notice authentic student work that we've predicted as AI-generated, please let us know! Your feedback is crucial in enabling us to improve our technology further." (إذا عثرتم على مستندات كتبها الذكاء الاصطناعي وفاتنا رصدها، أو لاحظتم عملًا أصليًا للطلاب صنّفناه على أنه من إنتاج الذكاء الاصطناعي، فأخبرونا بذلك! فملاحظاتكم بالغة الأهمية لتمكيننا من تحسين تقنيتنا أكثر).

إذا وقعت ضحية إيجابية خاطئة، فأبلِغ Turnitin بها عبر قناة الملاحظات الخاصة بها. وفي الوقت نفسه، تعامل مع النتيجة على أنها إشارة تستدعي حكمًا بشريًا، لا على أنها حكم نهائي.

تضع Turnitin حدًا واضحًا للإيجابيات الخاطئة. وتنصّ الوثائق الرسمية: "We strive to maximize the effectiveness of our detector while keeping our false positive rate - incorrectly identifying fully human-written text as AI-generated - under 1% for documents with over 20% of AI writing." (نسعى إلى تعظيم فعالية كاشفنا، مع إبقاء معدل الإيجابيات الخاطئة لدينا — أي تصنيف نص مكتوب بالكامل بيد إنسان على أنه من إنتاج الذكاء الاصطناعي — دون 1% في المستندات التي تزيد نسبة الكتابة بالذكاء الاصطناعي فيها على 20%).

معدل دون 1% هدف منخفض، لكنه ليس صفرًا. ففي المؤسسات التي تتعامل مع آلاف الأعمال المُقدَّمة، يعني حتى جزء ضئيل من النسبة المئوية طلابًا حقيقيين يواجهون أسئلة عن عمل كتبوه بأنفسهم. ومقالة ما الذي يعنيه معدل إيجابيات خاطئة بنسبة 1% تحسب هذه الأرقام على حجم تقديم فعلي. ولهذا تطلب Turnitin الملاحظات، ولهذا صُممت النتيجة ليراجعها معلّم، لا لتُتخذ إجراءات تلقائية بناءً عليها.

تحدد Turnitin أنماطًا بعينها كثيرًا ما تُطلق الإيجابيات الخاطئة. وتنصّ الوثائق الرسمية: "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 تشمل الإيجابيات الخاطئة أحيانًا — وتعني تعليم نص كتبه إنسان خطأً على أنه من إنتاج الذكاء الاصطناعي — محتوى لا يتباين كثيرًا في بنيته، أو نصًا يكرر نفسه حرفيًا، أو نصًا أُعيدت صياغته دون أن يطوّر أفكارًا جديدة).

والجملة التالية لا تقل أهمية: "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 قدرًا أكبر من الكتابة بالذكاء الاصطناعي في مثل هذا النص، فننصحكم بأخذ ذلك في الاعتبار عند النظر إلى النسبة المئوية المبيّنة).

بعبارات أخرى، إن كانت كتابتك متجانسة البنية، أو تكرارية بطبيعتها، أو أُعيدت صياغتها بكثافة عن مصادر دون إضافة تحليل جديد، فاحتمال أن يعلّمها الكاشف أكبر. وهذا لا يعني أن النص من إنتاج الذكاء الاصطناعي، بل يعني أنه يشترك مع مخرجات الذكاء الاصطناعي في أنماط سطحية، وأن النسبة المئوية ينبغي أن تُقرأ في ضوء ذلك. وتتناول مقالة لماذا تُعلّم كواشف الذكاء الاصطناعي المقالات المكتوبة بإتقان الأثر نفسه من الجهة الأخرى.

توضح Turnitin صراحة أن كاشفها ليس أداة تأديبية. وتنصّ الوثائق الرسمية: "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." (قد لا يكون نموذج الكشف عن الكتابة بالذكاء الاصطناعي لدينا دقيقًا دائمًا، إذ قد يخطئ في تصنيف النص المكتوب بيد إنسان، والنص المُنتَج بالذكاء الاصطناعي، والنص المُعاد صياغته بالذكاء الاصطناعي، لذا لا ينبغي استخدامه كأساس وحيد لأي إجراء ضار بحق طالب).

وتؤكد الجملة التالية هذا المعنى: "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." (الأمر يتطلب مزيدًا من التدقيق والحكم البشري، إلى جانب تطبيق المؤسسة لسياساتها الأكاديمية الخاصة، لتحديد ما إذا كان قد وقع سوء سلوك أكاديمي).

هذا تعليم مباشر من Turnitin بأن النتيجة وحدها لا تكفي لاستنتاج وقوع سوء سلوك أكاديمي. فالمراجع البشري هو من يحتاج إلى النظر في العمل، وتطبيق سياسة المؤسسة، ثم إصدار الحكم.

تذهب الوثائق الرسمية أبعد من ذلك في تأطير كيفية استخدام النتيجة، إذ تنصّ: "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." (ليس الغرض منها تقديم إجابات قاطعة بمعزل عن غيرها. والأهم من أي أداة هو المعلّم الذي يرى النتيجة ويتخذ قراراته موازنًا بين هذه المعلومات ومعرفته الشخصية بطلابه وبأعمالهم وبسياسة المؤسسة).

وتلخّص الجملة التالية حال الاستخدام المقصودة: "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." (حين يطّلع المعلّمون على نتيجة الكتابة بالذكاء الاصطناعي ويتعاملون معها كأحد البيانات لا كإجابة قاطعة، فهم يستخدمونها على الوجه المقصود).

هذا هو التأطير الذي ننصح بتبنّيه: النسبة المئوية مدخل واحد من بين مدخلات عدة، وليست حكمًا. فإن كنت معلّمًا، فاجمع بين النتيجة ومعرفتك بتاريخ كتابة الطالب وسياق التكليف وسياسات مؤسستك. وإن كنت طالبًا تلقّيت إيجابية خاطئة، فهذا التأطير هو حجتك الأقوى: الأداة نفسها تقول إنه لا ينبغي التعامل معها كإجابة قاطعة. ومقالة كيف تعترض على تعليم خاطئ بالذكاء الاصطناعي تبيّن ما تقبله الجامعات فعليًا من أدلة إلى جانب ذلك.

تطلب Turnitin بنشاط تلقّي الملاحظات حين يخطئ الكاشف. وتقول الوثائق الرسمية: "If you find AI written documents that we've missed, or notice authentic student work that we've predicted as AI-generated, please let us know! Your feedback is crucial in enabling us to improve our technology further." (إذا عثرتم على مستندات كتبها الذكاء الاصطناعي وفاتنا رصدها، أو لاحظتم عملًا أصليًا للطلاب صنّفناه على أنه من إنتاج الذكاء الاصطناعي، فأخبرونا بذلك! فملاحظاتكم بالغة الأهمية لتمكيننا من تحسين تقنيتنا أكثر).

للإبلاغ عن إيجابية خاطئة، استخدم قناة الملاحظات الخاصة بـ Turnitin. أرفق المستند، ونسبة الكتابة بالذكاء الاصطناعي المُعلَنة، وشرحًا موجزًا لسبب اعتقادك أن النص المُعلَّم مكتوب بيد إنسان. وكلما كانت ملاحظاتك أكثر تحديدًا، كانت أنفع في تحسين النموذج. غير أن توجيه الملاحظات إلى الجهة المطوّرة لا يحسم قضيتك لدى مؤسستك، ومقالة كيف تثبت أن عملك أصلي هي المسار المستقل لذلك.

وإلى أن يصلك الرد أو تنتهي المراجعة، ركّز على المقاطع المُعلَّمة. فإن كانت أقسام بعينها من بحثك هي التي أطلقت الكشف، فإن مراجعة تلك المقاطع تحديدًا لإضافة تباين في البنية وتحليل أصلي وصياغة أقل تكرارًا قد يساعد عند إعادة التقديم. ومقالة إعادة صياغة الفقرات التي علّمها تقرير Turnitin وحدها تفصّل هذه المراجعة المحدودة.

إذا كان تقرير Turnitin قد علّم مقاطع كتبتها أنت بنفسك، فاتبع هذه الخطوات:

1. أبلِغ Turnitin عن الإيجابية الخاطئة عبر قناة الملاحظات الخاصة بها.
2. راجع المقاطع المُعلَّمة في ضوء الأنماط التي تصفها Turnitin: تجانس البنية، والتكرار، وإعادة الصياغة دون أفكار جديدة.
3. نقّح الأقسام المُعلَّمة بما يضيف تباينًا وتحليلًا أصليًا.
4. تعامل مع النتيجة كأحد البيانات لا كحكم قاطع، وفق ما تنصّ عليه وثائق Turnitin نفسها.

المقاطع المستوفية للشروط يمكن إعادة تشغيلها دون مقابل.