الذكاء الاصطناعي المحرِّر يعيد كتابة النص بصمت: كيف تقيس نسبة التعديلات قبل اختيار النموذج

تسلّم مقالًا إلى الذكاء الاصطناعي مع طلب «صحّح الأخطاء فقط». فيعود إليك نص سلس لا تتعرف فيه على الكاتب. هل يبدو لك هذا مألوفًا؟ إنه ليس نزوة نموذج واحد، بل سلوك افتراضي، وقد جرت بالفعل محاولات لقياسه.

طلب «القواعد فقط» لا يحمي المعنى

في ورقة بحثية أولية صدرت عام 2026، قارن باحثون من Berkeley وGoogle DeepMind ومؤسسات أخرى بين تعديلات البشر وثلاثة نماذج ذكاء اصطناعي على 86 مقالًا. حرّر البشر بتعديلات صغيرة وفي اتجاهات مختلفة، أما النماذج فأبعدت النص كثيرًا عن الأصل. ولم يفلح المنع الصريح: تغيّر المعنى حتى بعد ملاحظات الخبير وطلب تصحيح القواعد فقط. وفي تجربة مجاورة، ارتفعت لدى من كتبوا بنشاط مع الذكاء الاصطناعي نسبة المقالات المحايدة التي لا تتخذ موقفًا من القضية بنحو 70%.

ومن هنا نستنتج عمليًا أنه لا يجوز اختيار المحرر بناءً على الشعور بأن «النص صار أفضل». فالسلاسة هي عَرَض إعادة الكتابة تحديدًا.

ولا تفيد التصنيفات هنا. يدخل Kimi K3 ضمن العشرين الأوائل في الشريحة الروسية من Arena، ويحتل DeepSeek V3.2 المركز الرابع في llmarena.ru، ويتصدر Qwen3.5-27B عمود النصوص الطويلة في MERA Reason، ويحل Grok 4.7 في المركز 13 في التصنيف الشعبي AI-Stat. لكن هذه الجداول تقيس الحوارات وسيناريوهات لعب الأدوار والنصوص الطويلة، لا تحرير مقال شخص آخر. كما أن المراكز في جداول مختلفة لا تُقارَن ببعضها: فالمشاركون والمهام والتواريخ مختلفة.

كيف تقيس مقدار ما غيّره النموذج

أولًا الموجِّه (prompt). عدِّد التعديلات المسموحة بالاسم (الإملاء، علامات الترقيم، القواعد، الهفوات الواضحة)، وامنع كل ما عداها، وأضف «إذا ساورك شك فلا تعدّل». واطلب إعادة النص كاملًا مع قائمة بالتعديلات بصيغة «كان ← صار». فإذا كان في النص تغييرات أكثر مما في القائمة، فقد عدّل النموذج بصمت.

ثم نحسب. يعرض الفرق الأمر git diff --no-index --word-diff original.txt edited.txt. وتُعطي نسبة التغييرات سكربت Python قصير باستخدام difflib: نقسّم النصين إلى كلمات وعلامات ترقيم، ثم نأخذ واحدًا ناقص ratio من SequenceMatcher. العتبات الإرشادية: حتى 5% — تصحيح موضعي، ومن 15% — إعادة كتابة. لكن شغّل أولًا المقياس نفسه على تصحيح محرر بشري: فهو الذي ينبغي أن يكون المرجع.

وثمة فخ. إذا نقل النموذج الفقرات من مكان إلى آخر، فسيرى الحساب بالكلمات حذفًا وإضافة جديدة، مع أنه لا يوجد نص جديد. يقترح Devatine وAbraham لهذه الحالات مقياسًا قائمًا على ضغط LZ77. وتعطي zlib القياسية تقريبًا خشنًا: نضغط الأصل مع النص المعدَّل ونرى كم زاد الحجم. نافذة zlib هي 32 كيلوبايت، لذا قسّم المقال الطويل إلى أقسام. وارتفاع word_share مع انخفاض compression_share يعني على الأرجح نقل كتل. أما إذا ارتفعت القيمتان معًا فقد كتب النموذج من جديد. وهذا تبسيط وليس شيفرة المؤلفين.

قائمة تحقق لتجربة على مقالك

• خذ مقالًا من 3 إلى 5 آلاف حرف وشغّل كل نموذج في محادثة جديدة بالموجِّه نفسه.
• عطّل وضع الاستدلال أو قيّده. ففي اختبار الضغط لـ27 نموذجًا أنفقت النماذج الصينية مع هذا الوضع 51 000–68 000 رمز (token)، بينما اكتفى GPT-6 Astra وGemini 4 Argon بما بين 6 461 و9 841. وستدفع ثمن هذا الفارق وقتًا ومالًا.
• احسب word_share وcompression_share، ثم ابحث عن الحروف الصينية بتعبير نمطي. ففي اختبار أعمى أدرجها Tencent Hy4 Preview وNVIDIA Nemotron 3.5 Super VL، ولم يرد Qwen وDeepSeek وKimi بين هذه النماذج. لكن كلمة غريبة واحدة في المقال قد تفوت العين بسهولة.
• قارن diff بقائمة تعديلات النموذج: كل اختلاف يعني تعديلًا صامتًا.
• اقرأ المواضع المعدَّلة بعينك: فالسكربت لا يرى أن المعنى قد ضاع.

الخلاصة

العتبات والشيفرة هنا نقطة انطلاق، والنتيجة تتوقف على النص، وإصدارات النماذج تتغير بسرعة: ففي أكتوبر 2026 كان يُذكر بين الرايات الصينية Qwen 3.8 Max وDeepSeek V4.1. لذا من المناسب تحويل التجربة إلى اختبار انحدار للموجِّه وتكرارها بعد كل تعديل. وتحقق مسبقًا على موقع كل نموذج من التسجيل والدفع من روسيا.

يمكن إسناد التحرير إلى النموذج الذي تكون نسب تغييراته الأقرب إلى تصحيح المحرر البشري ولا توجد لديه تعديلات صامتة. أما سلاسة النتيجة فلا تحسم شيئًا في هذا الاختيار. فما النسبة من النص المعدَّل التي تعدّونها مقبولة في مقالاتكم؟