الكشف عن المحتوى المُنشأ بالذكاء الاصطناعي
كيف يكتشف DrillBit المحتوى المُنشأ بالذكاء الاصطناعي
نظرة تفصيلية على الأسس العلمية والمنهجية والأداء المثبت لمحرك DrillBit،
المصمم للمؤسسات الأكاديمية التي تتطلب الدقة والشفافية والإنصاف.
↓ تنزيل التقرير الفني الكامل حول الدقة
93%
دقة التعرف على النص البشري
83%
دقة التعرف على النص المُنشأ بالذكاء الاصطناعي
مسار الكشف
كيف يعمل
يمر كل مستند مقدّم بمسار تحليلي من خمس مراحل قبل إسناد درجة احتمال
المحتوى المُنشأ بالذكاء الاصطناعي إليه.
1 الاستخراج
يُستخرج النص ويُجزأ إلى وحدات، ثم تُحدَّد لغته. وتُزال العناصر
الشكلية والضوضاء في البيانات الوصفية قبل بدء التحليل.
2 تحليل السمات
تُقاس الحيرة الإحصائية، والتفاوت الإيقاعي، والبصمة الأسلوبية،
وكثافة n-gram، والتماسك الدلالي في المستند بأكمله.
3 التصنيف
تقوم مجموعة من الشبكات العصبية ونماذج التعزيز التدرجي بمعالجة
جميع السمات المستخرجة في وقت واحد.
4 التقييم
تُنشأ درجة احتمال متصلة تتراوح بين 0
و100%. ولا يصدر النظام أحكامًا ثنائية متسرعة؛ بل تحدد الأدلة قيمة الدرجة.
5 المراجعة
تُعرض الدرجات على المراجعين المؤسسيين، وتُعلّم الحالات غير
المؤكدة في النطاق 20–60% لإحالتها إلى المراجعة البشرية.
ما يبحث عنه DrillBit
خصائص النص المُنشأ بالذكاء الاصطناعي
تترك نماذج اللغة الكبيرة بصمات إحصائية متسقة في النصوص التي تنتجها، وقد
دُرِّب محرك DrillBit على كشف هذه المؤشرات مجتمعة.
∼
انخفاض الحيرة الإحصائية
يتميز النص المُنشأ بالذكاء الاصطناعي بقابلية أعلى للتنبؤ إحصائيًا، إذ تتبع كلماته
أنماطًا مرتفعة الاحتمال تعلّمها النموذج من بيانات التدريب. أما الكتابة البشرية
فتتضمن اختيارات مفاجئة وأقل احتمالًا، تنحرف طبيعيًا عن توقعات النموذج.
≋
انخفاض التفاوت الإيقاعي
يكتب البشر بإيقاع متنوع، فتتخلل الجمل التحليلية الطويلة جمل قصيرة ومؤثرة. أما النص
المُنشأ بالذكاء الاصطناعي فيميل إلى أطوال جمل متجانسة بصورة غير طبيعية، ما ينتج
نمطًا إيقاعيًا مسطحًا يمكن كشفه بتحليل تفاوت الأطوال.
♦
التوحيد الأسلوبي
تفتقر مخرجات الذكاء الاصطناعي إلى عادات الترقيم وتفضيلات المفردات والسمات النحوية
التي تميز كل مؤلف بشري. ويكشف التحليل الأسلوبي غياب هذا الصوت الشخصي.
≡
التناسق الدلالي المفرط
تُظهر الفقرات التي تنتجها نماذج اللغة الكبيرة (LLMs) اتساقًا مفرطًا وانتقالات مصقولة
بصورة غير طبيعية، مع غياب الاستطراد والتصحيح الذاتي اللذين يميزان التفكير البشري
والحجاج الأكاديمي.
⊙
كثافة أنماط N-gram
تعيد نماذج الذكاء الاصطناعي استخدام تراكيب شائعة على مستوى العبارات في مستندات
متعددة. وتكشف مطابقة أنماط n-gram عالية التكرار مع مجموعة مرجعية مدرَّبة هذه البنى
والأنماط المعجمية المتكررة.
◎
تراجع الثراء المعجمي
تميل نسبة الأنواع إلى الرموز ومقاييس التنوع المعجمي في النصوص المُنشأة بالذكاء
الاصطناعي إلى نطاق أضيق منها في الكتابة البشرية، التي تتباين بدرجة كبيرة تبعًا
لاتساع المفردات وتغير الأسلوب والتعبير الفردي.
نطاق الكشف
منصات الذكاء الاصطناعي التي يكتشفها DrillBit
تم التحقق من النتائج عبر أبرز ثلاث منصات للكتابة بالذكاء الاصطناعي
مستخدمة في السياقات الأكاديمية، مع تحديثات مستمرة عند إصدار نماذج جديدة.
| المنصة |
النماذج المشمولة |
خصائص المحتوى |
حالة الكشف |
|
ChatGPT
OpenAI
|
GPT-3.5، GPT-4، GPT-4o |
نثر أكاديمي سلس ومنظم؛ أسلوب رسمي متسق عبر التخصصات؛ تنظيم قوي للفقرات. |
مدعوم بالكامل |
|
Gemini
Google DeepMind
|
Gemini 1.0، Gemini 1.5 Pro |
مخرجات غنية بالمعلومات؛ نطاق متنوع؛ مفردات تقنية قوية؛ ميل نحو التعداد المنظم. |
مدعوم بالكامل |
|
Grok
xAI
|
Grok-1، Grok-1.5 |
أسلوب يتراوح بين الحواري والرسمي، وأنماط نحوية مميزة، ودرجات متفاوتة من الرسمية
حسب نوع المطالبة. |
مدعوم بالكامل |
|
محتوى ذكاء اصطناعي مُعاد الصياغة
أي منصة
|
أي نموذج تُطبَّق على مخرجاته إعادة صياغة يدوية أو آلية بعد الإنشاء. |
نص مُنشأ بالذكاء الاصطناعي خضع لتعديلات سطحية بهدف إخفاء مؤشرات مصدره، مع بقاء
مؤشرات التفاوت والأسلوب قابلة للكشف في كثير من الأحيان. |
دعم جزئي — قيد التحسين |
|
تأليف مختلط
أي منصة
|
صياغة بمساعدة الذكاء الاصطناعي تتخللها مقاطع كتبها البشر. |
مستندات مختلطة تتناوب فيها المقاطع المُنشأة بالذكاء الاصطناعي والمقاطع البشرية،
وتمثل نمطًا ناشئًا من التأليف في الكتابة الأكاديمية. |
دعم جزئي — قيد التحسين |
دليل تفسير النتائج
ما دلالة درجة الذكاء الاصطناعي؟
يسند DrillBit إلى كل مستند درجة احتمال متصلة تتراوح بين 0
و100%. استخدم هذا الدليل التفاعلي لفهم دلالة كل درجة والإجراء الملائم لها.
أداء مثبت
دقة موثقة يمكنك الاستشهاد بها
تم التحقق من دقة DrillBit في دراسة واسعة شملت 2.5 مليون عينة من
المستندات، وهي من أكبر التقييمات التجريبية المنشورة حتى الآن لأنظمة كشف المحتوى المُنشأ
بالذكاء الاصطناعي.
93%
دقة التعرف على النص البشري
معدل النتائج السلبية الصحيحة في 1,000,000 عينة بشرية
83%
دقة التعرف على النص المُنشأ بالذكاء الاصطناعي
معدل النتائج الإيجابية الصحيحة في 1,000,000 عينة
مُنشأة بالذكاء الاصطناعي
88%
دقة النظام الإجمالية
(TP + TN) / الإجمالي = 176
/ 200
الأسئلة الشائعة
الأسئلة الشائعة
هل يجوز معاقبة طالب استنادًا إلى درجة الذكاء الاصطناعي وحدها؟ +
لا. صُممت درجات DrillBit لتكون مؤشرات تدعم المراجعة البشرية، وليست
أدوات آلية لاتخاذ إجراءات. وينبغي أن يستند أي إجراء مؤسسي إلى تقييم بشري مؤهل للعمل
المقدّم ضمن سياقه الكامل؛ فالدرجة مؤشر واحد وليست حكمًا نهائيًا. وتوصي DrillBit بشدة
بوضع سياسات واضحة لاستخدام الذكاء الاصطناعي، تحدد آلية مراجعة الدرجات ومعايير الإثبات
قبل بدء أي إجراء تأديبي.
لماذا توجد منطقة عدم يقين بين 20% و 60% ؟
+
يمثل هذا النطاق غموضًا حقيقيًا في التصنيف، إذ يجمع المحتوى بين
خصائص لغوية بشرية وأخرى مرتبطة بالذكاء الاصطناعي. وبدلًا من فرض نتيجة ثنائية حين تكون
الأدلة ضعيفة، تعرض DrillBit النتيجة بشفافية وتُحيل هذه الحالات إلى المراجعة البشرية.
ويحد هذا التصميم من الاتهامات الخاطئة مع الحفاظ على قوة الكشف في الحالات الواضحة. وقد
تعكس المستندات في هذا النطاق محتوى مُنشأ بالذكاء الاصطناعي ثم حُرر، أو تأليفًا مختلطًا،
أو كتابة بشرية منظمة تتقاطع جزئيًا مع أنماط مخرجات الذكاء الاصطناعي.
ماذا لو كتب الطالب بأسلوب أكاديمي رسمي أو منظم للغاية؟ +
قد تسجل الكتابة البشرية الرسمية درجات مرتفعة، ولا سيما في
التخصصات العلمية والتقنية التي تفرض أعرافها نثرًا دقيقًا ومنظمًا. وهذا تحدٍ معروف في
جميع أنظمة الكشف عن المحتوى المُنشأ بالذكاء الاصطناعي. وقد ضُبط حد التصنيف البالغ
20% في DrillBit لاستيعاب الكتابة البشرية المنظمة، وتؤكد ذلك دقة
التعرف على الكتابة البشرية البالغة 93%. وينصح المراجعون بمراعاة
أسلوب الكتابة وسجل الأعمال السابقة والأدلة السياقية الأخرى، إلى جانب الدرجة، قبل
استخلاص أي نتيجة.
هل يكشف DrillBit المحتوى المُنشأ بالذكاء الاصطناعي بلغات غير الإنجليزية؟ +
يغطي التقييم المعتمد حاليًا المستندات المكتوبة باللغة الإنجليزية. ويقع الكشف متعدد
اللغات ضمن خطة التطوير النشطة، مع أولوية للعربية والإسبانية والفرنسية والماندرين
والهندية في دورة الإصدار التالية. ونشجع المؤسسات التي تستقبل محتوى بغير الإنجليزية على
التواصل مباشرة مع DrillBit لمناقشة الجداول الزمنية للتطبيق.
كيف يواكب DrillBit صدور نماذج ذكاء اصطناعي جديدة؟ +
يحافظ DrillBit على مسار تدريب مستمر. فعند إتاحة نماذج ذكاء
اصطناعي جديدة ومهمة للجمهور، تُجمع عينات مخرجاتها وتُصنف وتُدرج في دورة التدريب
التالية. ويُقيّم أداء الكشف على النماذج الجديدة باستخدام مجموعات اختبار مستقلة قبل
نشر أي تحديث في بيئة الإنتاج. كما تُخطر المؤسسات بالتحديثات المهمة عبر ملاحظات إصدار
المنصة.
أين يمكنني الاطلاع على منهجية تقييم الدقة كاملة؟ +
تنشر DrillBit ورقة بيضاء كاملة تتناول تكوين مجموعة البيانات (2.5
مليون عينة في 8 تخصصات)، وشروط حدود التصنيف، ومصفوفة الالتباس الكاملة، ومقاييس الأداء
كافة، ومنها الحساسية والنوعية والدقة الإجمالية وصيغها. ويمكن تنزيل الورقة مجانًا من
صفحة موارد DrillBit من دون إنشاء حساب.
ما الحد الأدنى لطول المستند للحصول على نتائج موثوقة؟ +
حُسّن محرك DrillBit للمستندات التي تضم 500 كلمة فأكثر، وهو الحد
الأدنى المستخدم في دراسة التحقق. وقد تنتج المستندات القصيرة جدًا، التي تقل عن 200
كلمة، درجات ثقة أدنى لأن مؤشرات التصنيف الإحصائية تحتاج إلى قدر كافٍ من النص. لذلك
ينبغي تفسير درجات المستندات القصيرة بمزيد من الحذر والاستناد إلى تقدير المراجع.