شرحت Pangram Labs كيف يمكن التعرّف على النصوص التي يكتبها AI ولماذا لا تزال أدوات الكشف تخطئ

حاولت Pangram Labs الإجابة على سؤال يصبح أكثر أهمية مع نمو النماذج التوليدية: هل يمكننا فهم بشكل موثوق أن نصًا تم كتابته ليس بواسطة إنسان، بل بواسطة الذكاء الاصطناعي؟ يُزيح الحوار النقاش من البديهة "يبدو أن روبوتًا كتب هذا" نحو واقع أكثر تعقيدًا: يعمل الاعتراف ليس كاختبار له إجابة صحيحة، بل كتقييم احتمالي بناءً على مجموعة من الإشارات غير المباشرة.

لماذا يفضح النص نفسه

تكتب النماذج التوليدية بالفعل بشكل أنظف وأكثر انتظامًا من العديد من الأشخاص. نادرًا ما تقع في أخطاء إملائية ملحوظة، وعادة ما تحافظ على منطق الفقرة وتجمع بسرعة شرحًا مقنعًا حول أي موضوع تقريبًا. لذا فإن الإشارة الرئيسية لم تعد الصحة كمثل.

المشكلة مختلفة: أصبح النص المُولد بالآلة جيدًا بما يكفي للمرور من الفحص الأول لمحرر أو معلم أو قارئ عادي ويبدو طبيعيًا تمامًا مقابل محتوى الإنترنت المتوسط. لكن هذه الكتابة غالبًا ما تترك انطباعًا بصحة مفرطة. تُربط العبارات بشكل أنيق جدًا، وينكسر إيقاع الفقرات نادرًا، وتنجرف النبرة نادرًا نحو الخبرة الشخصية أو الشك أو الملاحظة غير المتوقعة.

لا يستطيع القارئ دائمًا شرح هذا الانطباع رسميًا، لكنه يلاحظ أن النص يبدو وكأنه مجمع من نموذج بدون خشونة طبيعية. أصبح هذا التأثير ذو الملمس الغريب أحد أولى العلامات اليومية للكتابة المولدة بالذكاء الاصطناعي اليوم.

في مثل هذا النص، غالبًا ما يكون هناك شيء خاطئ قليلاً.

كيف تعمل الكواشف

يصف ماكس سبيرو، الرئيس التنفيذي لـ Pangram Labs، الكواشف ليس كماسح سحري للمؤلفية، بل كنظام تحليل الأنماط. بدلاً من علامة واحدة حاسمة، تجمع مثل هذه الأدوات عادة عدة إشارات إحصائية وأسلوبية في نفس الوقت: مدى قابلية التنبؤ بالنص، وكيفية تغير طول الجملة، وما إذا كانت الروابط المنطقية نفسها تتكرر، وهل توجد آثار للتحرير الطبيعي، وكم يتم توزيع المفردات بتنوع. في الممارسة العملية، هذا نموذج تقييم التشابه بدلاً من نظير تقني لاختبار كشف الكذب.

• طول موحد بشكل مفرط للجمل والفقرات
• أنماط حجج متكررة
• هيكل عبارات منظم، لكن موحد
• تنوع منخفض للمفردات رغم التماسك العام
• غياب الانحرافات الطفيفة التي تحدث غالبًا في الكتابة الحية

النقطة الأساسية هي أن حتى الكاشف القوي يُصدر احتمالية وليس حكمًا نهائيًا. لا يُجيب بثقة تامة على من كتب النص بالضبط، بل يُظهر فقط مدى تشابهه مع نتيجة التوليد. هذا مهم بشكل خاص الآن، عندما يستخدم المؤلفون الذكاء الاصطناعي بشكل متزايد كمسودة، ثم يعيدون كتابتها وتقصيرها وتكميلها يدويًا. نتيجة لذلك، الناتج عبارة عن وثيقة مختلطة حيث يصعب الفصل بين المساهمات الآلية والبشرية بالحد.

أين ستحدث الأخطاء

يرفع الحوار بشكل منفصل مشكلة الإيجابيات الكاذبة والسلبيات الكاذبة. في الحالة الأولى، يتم الخلط بين النص البشري بشكل خاطئ بأنه من الآلة، وهذا واقعي تماماً للكتابة الرسمية وأوراق الطلاب أو نصوص المؤلفين الذين لا يكتبون بلغتهم الأم ويختارون التراكيب الأكثر أماناً. في الحالة الثانية، يمر نص الذكاء الاصطناعي، على العكس، كإنساني - خاصة إذا تم تحريره وإضافة تفاصيل شخصية وإزالة العبارات النمطية وإعطاؤه إيقاعًا أكثر عدم انتظام وحوارًا.

ويترتب على ذلك استنتاج غير سار لكن عملي: من الخطير استخدام الكواشف كأداة وحيدة للعقوبات في التعليم أو التوظيف أو الإشراف. تكلفة الخطأ عالية جدًا إذا تحولت العلامة الاحتمالية إلى اتهام. وفي الوقت نفسه، هناك خطر أوسع على الإنترنت بشكل عام.

عندما تنخفض تكلفة إنتاج النص إلى ما يقرب من الصفر، يمتلئ الشبكة بسرعة بحجم ضخم من المحتوى المقبول لكن الفارغ، وتعتمد الثقة بشكل متزايد ليس على النص نفسه، بل على سمعة المنصة وشفافية أصله.

ماذا يعني هذا

تصيغ Pangram Labs استنتاجًا مهمًا، على الرغم من أنه غير مريح للسوق: سيصبح الاعتراف بنص الذكاء الاصطناعي مهمة دائمة، لكن اختبار مثالي لن يظهر على الأرجح. بالنسبة للوسائط والمنصات والمعلمين والمستخدمين، يعني هذا الانتقال من التفكير الثنائي إلى نموذج التحقق الاحتمالي. بكل بساطة، سيتعين علينا الوثوق بالعلامات التلقائية أقل والنظر في السياق والتحرير وسجل النشر وجودة المصادر. سيصبح هذا تدريجيًا المعيار الجديد لنظافة التحرير.