هل يصنف Turnitin كتابات غير الناطقين بالإنجليزية؟ دراسة نُشرت في 2026

في بعض الأحيان، وفقاً لهذه الدراسة، وبالمعدل نفسه تقريباً لكتابات أخبار BBC. فمن بين 48 مقالاً لطلاب الإنجليزية كلغة أجنبية (EFL)، كُتبت جميعها قبل أغسطس 2022، منح Turnitin نسبة تتجاوز 20% لـ 4 مقالات، وكذلك فعل Originality. ومن بين 48 نصاً إخبارياً احترافياً من BBC، منح Turnitin نسبة تتجاوز 20% لـ 3 نصوص، في حين لم يمنح Originality أي نص تلك النسبة. ولم يجد الباحثون فرقاً ذا دلالة إحصائية في Turnitin بين المجموعتين، بينما كان الفارق على حافة الدلالة الإحصائية في Originality. وكان أداء كلا البرنامجين ضعيفاً في النصوص المشتركة مناصفة بين البشر والذكاء الاصطناعي.

تحمل الدراسة عنوان "Evaluating the accuracy and reliability of AI content detectors in academic contexts" (تقييم دقة وموثوقية أدوات كشف محتوى الذكاء الاصطناعي في السياقات الأكاديمية)، وهي من إعداد Mohammad Hadra وKarleen Cambridge وMostefa Mesbah من جامعة السلطان قابوس، ونُشرت بنظام الوصول الحر في دورية International Journal for Educational Integrity في 2 فبراير 2026. وصرّح المؤلفون بعدم وجود أي تضارب في المصالح.

أعد الباحثون 192 نصاً مقسمة إلى أربع مجموعات، تضم كل منها 48 نصاً:

• كتابات طلاب EFL. أعمال فصلية نهائية من مساقات اللغة الإنجليزية للعلوم ضمن البرنامج التأسيسي في الجامعة، قُدمت جميعها قبل أغسطس 2022، أي قبل أن تكون أدوات مثل ChatGPT متاحة للطلاب.
• كتابات احترافية. نصوص مأخوذة من XSum، وهي مجموعة بيانات بحثية تتكون من مقالات إخبارية لهيئة الإذاعة البريطانية BBC.
• نصوص منشأة بالذكاء الاصطناعي. نصوص أنتجها نموذجان لغويان كبيران لأداء مهام كتابية مماثلة لتلك التي كُلّف بها الطلاب.
• نصوص هجينة. نحو النصف من كتابات طلاب EFL ونصفها الآخر من نصوص منشأة بالذكاء الاصطناعي، دُمجت معاً في نص واحد.

تراوحت أطوال النصوص بين 300 و1,100 كلمة، وكان 135 نصاً من أصل 192 نصاً تدور حول موضوعات علمية. وشُغّلت أدوات الكشف بين يناير ومايو 2025. وصُنفت درجة كل أداة كشف ضمن ثلاثة نطاقات: من 0 إلى 20% عُدّت كتابة بشرية، ومن 21% إلى 79% عُدّت هجينة، و80% فأكثر عُدّت ذكاءً اصطناعياً.

بالنسبة لـ Turnitin، لم تكن الفجوة بين مقالات الطلاب والنصوص الإخبارية ذات دلالة إحصائية (p = 0.50). وكتب الباحثون أن هذا "suggests that Turnitin did not exhibit measurable bias against EFL writers within this dataset." (يشير إلى أن Turnitin لم يُظهر تحيزاً يمكن قياسه ضد كُتّاب الإنجليزية كلغة أجنبية ضمن مجموعة البيانات هذه). في المقابل، صنّف Originality جميع النصوص الإخبارية بشكل صحيح لكنه أخطأ في أربعة مقالات للطلاب، وهو فرق وصفه الباحثون بأنه اتجاه على حافة الدلالة الإحصائية (p أحادي الجانب = 0.058)، ويسير في الاتجاه نفسه الذي أشارت إليه أبحاث سابقة حول تحيز أدوات الكشف ضد الكُتّاب غير الناطقين بالإنجليزية كلغة أم.

لكن ينبغي قراءة هذه النتائج في سياق حجم الاختبار؛ فأربعة مقالات من أصل 48 تعني مقالاً واحداً تقريباً من كل اثني عشر مقالاً. وهذه النسبة ليست صفراً، كما أن الحصول على نتيجة تتجاوز 20% هو بالتحديد النوع الذي قد يُستدعى الطالب لمساءلته عنه. فضلاً عن ذلك، فإن المقارنة أُجريت مع صحافة إخبارية، لا مع مقالات أكاديمية كتبها متحدثون أصليون باللغة.

في النصوص المشتركة مناصفة بين البشر والذكاء الاصطناعي، فشل كلا البرنامجين في الغالب في إدراجها ضمن النطاق الأوسط؛ إذ وضع Turnitin ما نسبته 31% منها هناك، في حين وضع Originality نسبة 2% فقط. ويفسّر الباحثون ذلك بأن أدوات الكشف "appear calibrated primarily for binary distinctions (AI vs. Human) and struggle to identify partial or mixed AI involvement." (تبدو معايرة في المقام الأول للتمييز الثنائي [ذكاء اصطناعي مقابل بشري] وتواجه صعوبة في تحديد التدخل الجزئي أو المختلط للذكاء الاصطناعي).

وبلغت الدقة الإجمالية عبر المجموعات الأربع 0.61 لـ Turnitin و0.69 لـ Originality.

كانت كلتا الأداتين أقل دقة بكثير في النصوص العلمية مقارنة بنصوص العلوم الإنسانية:

تغطي هذه الأرقام المجموعات الأربع مجتمعة، ومن ثم فهي تقيس الأخطاء في جميع الاتجاهات، وليس فقط تصنيف الكتابة البشرية على أنها ذكاء اصطناعي. ويرى الباحثون أن السمات الشائعة في الكتابة العلمية، "such as lexical density, technical terminology, and formulaic sentence structure, may be more difficult for detectors to distinguish from AI-generated text." (مثل الكثافة المعجمية والمصطلحات التقنية وتراكيب الجمل النمطية، قد تكون أكثر صعوبة على أدوات الكشف في تمييزها عن النصوص المنشأة بالذكاء الاصطناعي).

أظهرت دراسة أخرى أُجريت في عام 2026، واختبرت أداتي Pangram وGPTZero على ملخصات أبحاث منشورة، أن الملخصات الحديثة في العلوم السياسية واللاهوت صُنفت على أنها ذكاء اصطناعي بمعدل أعلى من ملخصات الكيمياء وعلوم الحاسوب. غير أن تلك الدراسة قاست أمراً مختلفاً وباستخدام أدوات كشف أخرى، وهو ما نتناوله في هل يؤدي تنقيح النصوص بالذكاء الاصطناعي إلى تصنيفها؟. ولا تخلص النتيجتان معاً إلى قاعدة عامة تحدد أي التخصصات أكثر أماناً.

كان لطول النص تأثير أيضاً، وإن لم يكن خطياً. فعبر المجموعات الأربع بأكملها، كانت كلتا الأداتين أكثر دقة مع النصوص الأقصر (من 300 إلى 330 كلمة) وأقل دقة مع النطاق الأوسط (من 450 إلى 550 كلمة)؛ إذ سجل Turnitin دقة بلغت 0.87 للنصوص القصيرة، و0.56 للمتوسطة، و0.68 للطويلة، بينما سجل Originality دقة بلغت 0.96 و0.63 و0.84 على التوالي.

• أداتا كشف فقط، اختُبرتا في أوائل 2025. اقتصر الاختبار على Turnitin وOriginality بين يناير ومايو 2025، وتتغير أدوات الكشف باستمرار مع التحديثات.
• مجموعة واحدة من الطلاب. جاءت مقالات EFL من برنامج تأسيسي واحد في جامعة واحدة.
• المقارنة تمت مع نصوص إخبارية وليست أكاديمية. كانت النصوص الاحترافية عبارة عن مقالات من BBC.
• نسب خلط ثابتة. كانت جميع النصوص الهجينة بنسبة 50/50 تقريباً، وهو ما أشار الباحثون إلى ندرة حدوثه في كتابات الطلاب الفعلية.

وكانت خلاصة الباحثين أن "neither detector achieves the level of reliability required for high-stakes decision-making." (لا تحقق أي من أداتي الكشف مستوى الموثوقية المطلوب لاتخاذ قرارات عالية الخطورة).

1. تأكد من النطاق الذي تقع فيه نتيجتك. في هذه الدراسة، عُدّت النسبة البالغة 20% أو أقل كتابة بشرية. ويُظهر Turnitin علامة نجمة بدلاً من الرقم في الدرجات المنخفضة؛ راجع ماذا تعني علامة النجمة في درجة Turnitin للذكاء الاصطناعي.
2. احتفظ بمسوداتك وسجل التعديلات. فهذه السجلات تُثبت كيف كُتب النص خطوة بخطوة، وهو ما لا يمكن للدرجة الرقمية إثباته.
3. تحقق من المقاطع المحددة بالألوان. فهذه هي المقاطع التي يتعين عليك الاستعداد لشرحها ومناقشتها.
4. استند إلى الأدلة العلمية. تدعم دراسات كهذه، إلى جانب الأبحاث السابقة حول الكُتّاب غير الناطقين بالإنجليزية في لماذا يتم تصنيف كتابات غير الناطقين بالإنجليزية بمعدل أكبر، حقيقة أن درجة أداة الكشف وحدها لا تشكل دليلاً قاطعاً.

إذا كان لديك تقرير من Turnitin أو iThenticate وكانت المقاطع المشار إليها بحاجة إلى إعادة صياغة، فهذا تحديداً ما يوفره خيار humanize في HumanPen. استورد تقرير Turnitin أو iThenticate وأعد صياغة المقاطع التي يشير إليها فقط، لتحصل على ملف قابل للتحرير بالتنسيق نفسه. وتحقق أولاً من القواعد الخاصة بمساقك الدراسي بشأن الاستعانة بالذكاء الاصطناعي، واقرأ ما تحصل عليه بعناية قبل تقديمه.

هل ينحاز Turnitin ضد الكُتّاب غير الناطقين بالإنجليزية كلغة أم؟ في مجموعة البيانات هذه، قيّم Turnitin مقالات طلاب EFL ونصوص أخبار BBC بالمعدل نفسه تقريباً دون وجود فرق ذي دلالة إحصائية. غير أن هذا اختبار واحد لمجموعة واحدة من الطلاب، ولا يمثل إجابة عامة.

ماذا كان يعني تصنيف النص في هذه الدراسة؟ الحصول على نسبة تتجاوز 20%. إذ صُنفت النسب من 21% إلى 79% كنصوص هجينة، و80% فأكثر كذكاء اصطناعي.

هل كُتبت مقالات الطلاب بالفعل دون استخدام الذكاء الاصطناعي؟ قُدمت تلك المقالات قبل أغسطس 2022. ويوضح الباحثون أن أدوات مثل ChatGPT لم تكن متاحة لهؤلاء الطلاب في ذلك الوقت، كما أن أدوات توليد النصوص التي كانت موجودة حينها تطلبت وصولاً مقيداً وإعدادات تقنية متخصصة.

أي الأداتين كان أداؤها أفضل؟ حقق Originality دقة إجمالية أعلى (0.69 مقابل 0.61). أما في مقالات الطلاب، فقد تساوت الأداتان، حيث صنّفت كل منهما 4 مقالات من أصل 48 بنسبة تتجاوز 20%، في حين نجح Originality في تصنيف كافة النصوص الإخبارية بشكل صحيح. ولم تتمكن أي من الأداتين من التعامل مع النصوص المختلطة على نحو جيد.

• Mohammad Hadra وKarleen Cambridge وMostefa Mesbah، Evaluating the accuracy and reliability of AI content detectors in academic contexts، مجلة International Journal for Educational Integrity، المجلد 22، المقال 4، نُشر في 2 فبراير 2026؛ تاريخ الاطلاع 28 سبتمبر 2026 (الجداول 1–5).