كيف تتغير قدرة Turnitin على الكشف بمرور الوقت: وما يعنيه ذلك لنتيجتك
ورقة بحثية حصلت على 20% ذكاء اصطناعي في يناير قد تحصل على 40% في أغسطس. النص لم يتغير، لكن نظام الكشف تغير. تقول Turnitin في أسئلتها الشائعة إن قدرات الكشف الخاصة بها "will also change" (ستتغير أيضاً) مع تطور النموذج. فهم هذا يوضح لماذا يعطي إعادة الإرسال نتائج مختلفة.
فريق HumanPen
· مدة القراءة: 4 د
الإجابة المختصرة
نفس الورقة البحثية قد تحصل على نتائج ذكاء اصطناعي مختلفة في أيام مختلفة. تنص Turnitin في أسئلتها الشائعة: "As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (بينما نستمر في تكرار نموذجنا وتطويره للكشف بشكل أفضل عن نماذج اللغة الأحدث، من المرجح أن تتغير قدرات الكشف لدينا أيضاً، مما يؤثر على نسبة الذكاء الاصطناعي. ومع ذلك، بالنسبة لوثيقة مُرسَلة، لن تتغير نسبة الذكاء الاصطناعي إلا إذا أُعيد إرسالها للمعالجة). هذا يعني أنه بمجرد إنشاء التقرير، يبقى كما هو. لكن إذا أعدت إرسال النص نفسه لاحقاً، يعكس التقرير الجديد القدرات المحدثة للنموذج. ورقة بحثية حصلت على 20% في يناير قد تحصل على نتيجة مختلفة في أغسطس لأن النموذج تغير، لا لأن النص تغير.
ماذا تقول الأسئلة الشائعة حول تغير القدرات
الأسئلة الشائعة واضحة في هذا الشأن:
"As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage.. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (مع تكرار وتطوير نموذجنا بشكل أكبر لاكتشاف نماذج اللغات الكبيرة الأحدث بشكل أفضل، من المرجح أن تتغير قدرات الاكتشاف لدينا أيضًا، مما يؤثر على نسبة الذكاء الاصطناعي. ومع ذلك، بالنسبة للمستند المرسَل، لن تتغير نسبة الذكاء الاصطناعي إلا إذا أُعيد إرساله مرة أخرى للمعالجة.)
شيئان يستحقان الملاحظة. أولاً، تقر Turnitin بأن قدرات الكشف لديها ليست ثابتة. النموذج يتطور للكشف عن نماذج اللغة الأحدث، وهذا التطور يؤثر على نسبة الذكاء الاصطناعي التي يعينها النموذج. ثانياً، التغيير ينطبق فقط عند إعادة الإرسال. التقارير الحالية لا تُعاد معالجتها. إذا كان لديك تقرير منذ ثلاثة أشهر، فإن نتيجته مجمدة. تعكس النموذج كما كان وقت المعالجة، لا كما هو الآن. وهذا السبب في أن لا يزال مُعلَّماً بعد إعادة فحص Turnitin يجادل بمقارنة تقريرين لا رقمين.
ملاحظات الإصدار تؤكد: لا تحديثات بأثر رجعي
ثلاث ملاحظات إصدار من صفحة نموذج كشف الكتابة بالذكاء الاصطناعي، مؤرخة في أكتوبر 2025 وفبراير 2026 ومايو 2026، جميعها تحتوي على الجملة نفسها:
"This release will not retroactively update previously-generated AI writing reports. To view the AI writing score generated by this update, existing submissions must be resubmitted." (هذا الإصدار لن يحدث بأثر رجعي تقارير الكتابة بالذكاء الاصطناعي التي تم إنشاؤها سابقًا. لعرض درجة الكتابة بالذكاء الاصطناعي التي أنشأها هذا التحديث، يجب إعادة تقديم الإرسالات الموجودة.)
هذا يتسق مع بيان الأسئلة الشائعة. كل تحديث للنموذج يحسن الكشف لكن لا يعود لإعادة حساب التقارير القديمة. اتجاه هذه التحديثات موضح أيضاً: "We have updated our AI writing detection model to improve recall while maintaining a low false positive rate." (قمنا بتحديث نموذج كشف الكتابة بالذكاء الاصطناعي لتحسين الاستدعاء مع الحفاظ على معدل منخفض للإيجابيات الكاذبة). تحسين الاستدعاء يعني أن النموذج يصبح أكثر حساسية للنص المولد بالذكاء الاصطناعي. ورقة كانت ستحصل على نتيجة منخفضة قد تحصل على نتيجة أعلى بعد التحديث لأن النموذج المحدث يلتقط أنماطاً فاتت النموذج القديم. وهذا أحد التفسيرات وراء تعديل الورقة ومشاهدة نتيجة الذكاء الاصطناعي ترتفع.
تغيير البنية في يوليو 2026
تصف الأسئلة الشائعة تغييراً حديثاً مهماً: "In July 2026, we updated our model architecture to consolidate a multi-model ensemble into a single model. This update improves and simplifies the AI writing report, maintaining a less than 1% false positive rate." (في يوليو 2026، قمنا بتحديث بنية نموذجنا لدمج مجموعة نماذج متعددة في نموذج واحد. هذا التحديث يحسن ويبسط تقرير الكتابة بالذكاء الاصطناعي، مع الحفاظ على معدل إيجابيات كاذبة أقل من 1%).
هذا من الأسئلة الشائعة، لا من صفحة ملاحظات الإصدار. تقول الأسئلة الشائعة إنه تم دمج مجموعة نماذج متعددة في نموذج واحد. هذا نوع من التغييرات البنيوية التي قد تنتج فروقاً ملحوظة في النتائج لنفس النص. مجموعة النماذج المتعددة تجمع تنبؤات من نماذج متعددة، بينما النموذج الواحد يصنع تنبؤاته الخاصة. الدمج يعني أن مسار التقييم تغير، ومعها قد يتغير تصنيف الأجزاء الحدودية.
الجدول الزمني لكشف أدوات التحايل
قدرات النموذج توسعت أيضاً بمرور الوقت في اتجاهات محددة. في ديسمبر 2023، أضافت Turnitin كشفاً لما تسميه "AI word spinners" (أدوات تدوير كلمات الذكاء الاصطناعي). في أغسطس 2025، تم تحديث نظام الكشف ليشمل النص المعدل بأدوات التحايل على الذكاء الاصطناعي ضمن فئة "AI-generated only" (مولد بالذكاء الاصطناعي فقط). هذه الإضافات تعني أن النص المعالج بأدوات إعادة الصياغة أو التحايل أكثر عرضة للكشف في التقارير المُنشأة بعد هذه التحديثات منها قبلها. هل يكشف Turnitin أدوات البشْرة البشرية يستعرض ما سيلتزم به البائع وما لن يلتزم.
ماذا يعني هذا لإعادة الإرسال
لتلخيص ما غطيناه:
- تقول Turnitin في أسئلتها الشائعة إن قدرات الكشف "will also change" (ستتغير أيضاً) مع تطور النموذج للكشف عن نماذج اللغة الأحدث.
- تؤكد ملاحظات الإصدار أن التحديثات لا تغير بأثر رجعي التقارير المُنشأة مسبقاً.
- اتجاه التحديثات الأخيرة هو تحسين الاستدعاء مع الحفاظ على معدل منخفض للإيجابيات الكاذبة.
- تغيير بنيوي في يوليو 2026 دمج مجموعة نماذج متعددة في نموذج واحد.
- النص نفسه قد ينتج نتائج ذكاء اصطناعي مختلفة إذا أُعيد إرساله بعد تحديث النموذج.
إذا كان لديك تقرير Turnitin وتريد العمل على الفقرات المُعلَّمة، استورد التقرير وعالجها مباشرة. يمكن إعادة تشغيل الفقرات المؤهلة مجاناً.
تابع القراءة