كيف تقرأ تقرير AI Writing Report من Turnitin

هذا هو الرقم الذي يُساء فهمه أكثر من أي رقم آخر في التقرير. تعرّفه Turnitin بأنه نسبة qualifying text (النص المؤهَّل للتقييم)، و qualifying text يعني جُملاً نثرية واردة بتنسيق كتابة طويل، أي جملاً داخل فقرات، في نص على شكل مقال أو أطروحة أو بحث.

كل ما عدا ذلك خارج من الحساب. وتقول Turnitin إن النموذج لا يكتشف الكتابة بالذكاء الاصطناعي بشكل موثوق خارج النثر، وتذكر من ذلك الشعر والنصوص المسرحية والشيفرة البرمجية، إلى جانب الكتابة القصيرة أو غير المعتادة: النقاط التعدادية، والجداول، وقوائم المراجع المشروحة.

درجة 30% في ورقة نصفها جداول وقوائم لا تعني "30% من ورقتك". إنها 30% من النثر الذي وافقت Turnitin على تقييمه، وهو قد لا يتجاوز ثلث ما سلّمته.

هناك حد أدنى أيضاً. يحتاج الإرسال إلى ما لا يقل عن 300 كلمة من النثر بالتنسيق الطويل قبل أن يُنشأ أي تقرير. وما دون ذلك لا توجد نسبة مئوية — لا نسبة منخفضة، بل لا شيء. ويوجد حد أقصى أيضاً: يتوقف تقرير الذكاء الاصطناعي عند 30,000 كلمة، لذا فإن أطروحة كاملة لا تحصل على تقرير واحد يغطيها بالكامل.

تضيف متطلبات الملفات الحالية حدوداً أخرى: يجب أن يقل حجم الملف عن 100 ميغابايت، وأن يكون بصيغة DOCX أو PDF أو TXT أو RTF مدعومة، وأن يكون مكتوباً بإحدى اللغات المدعومة. أضافت Turnitin العربية الفصحى الحديثة (Modern Standard Arabic) في 18 أغسطس 2026، ليصبح عدد اللغات في القائمة أربعاً؛ ولا تزال صفحتان من صفحاتها بالإنجليزية تذكران ثلاثاً، لذا قد تكون الصفحة التي تصل إليها غير محدَّثة. ولا يعني نجاح Similarity Report تلقائياً أن الإرسال مؤهَّل لنيل AI Writing Report؛ فالنظامان لهما غرضان ومتطلبات مختلفة.

مثال على المقام يجعل الفرق ملموساً. لنفترض أن تقرير مختبر من 4,000 كلمة يحتوي على 1,600 كلمة في جداول وقوائم تعدادية وشيفرة ومراجع، فيتبقّى 2,400 كلمة من النثر المؤهَّل. والرقم الظاهر وهو 25% يشير إلى نحو ربع تلك الكلمات البالغة 2,400 كلمة كما صنّفها النموذج، لا إلى ربع الكلمات الأصلية البالغة 4,000 كلمة. ولا يعرض التقرير معلومات كافية لإعادة بناء عدد كلمات دقيق بالعين، لذا تعامل مع هذه الحسبة بوصفها شرحاً للمقام، لا بوصفها إجمالاً معاد حسابه بشكل عكسي.

قبل تفسير النسبة المئوية، اسأل سؤالين: هل كان الملف مؤهَّلاً؟ وأي جزء منه حُسب نثراً مؤهلاً؟

يلاحظ القرّاء كثيراً أن المقاطع المُبرَزة لا تبدو مكافئة للنسبة المعلنة، فيستنتجون أن هناك خللاً. لا يوجد خلل. وتقول Turnitin ذلك صراحة: المستند الذي يضم عدة أنواع كتابة مختلفة سيُنتج تفاوتاً بين النسبة المئوية وما أُبرِز.

تُحسب النسبة المئوية على النص المؤهَّل. أما الإبرازات فتقع في مستند يحتوي أيضاً على نص غير مؤهَّل. والمقامان مختلفان، لذا لن يتوافقا بالعين، والتحقق من أحدهما بالآخر جهد ضائع.

ما يفيد فيه الإبراز حقاً هو التوزيع. فمكان وقوع التحديد يخبرك بأكثر مما يخبرك به حجمه.

اقرأ التقرير على ثلاث مراحل. أولاً، حدّد حالة المؤشر. توثّق Turnitin سبع حالات، واثنتان منها فقط تضعان نسبة مئوية على الشاشة: 0%، ورقم يبدأ من 20 فما فوق. أما النجمة، والتقرير الذي لا يزال قيد التحميل، وخطأ المعالجة، والملف الذي لم يستوفِ المتطلبات، والكشف الذي كان معطلاً وقت الإرسال، فكلها تعطيك شيئاً غير رقم. ثانياً، اقرأ تفصيل الإرسال. فحتى 4 أغسطس 2026 كان يفصل بين النص المُنتَج بالذكاء الاصطناعي والنص المُنتَج بالذكاء الاصطناعي الذي أُعيدت صياغته؛ ومنذ ذلك الحين دمجت Turnitin الاثنين في فئة زرقاء واحدة، لذا فإن التقارير الصادرة قبل هذا التاريخ وبعده لا تحمل المفتاح نفسه. ثالثاً، افحص المقاطع المُبرَزة في سياقها، بما في ذلك الجمل غير المُبرَزة التي تسبقها وتليها. فالانتقال مباشرة إلى فقرة لامعة واحدة يحذف السياق اللازم لتقييمها.

• تجمّع داخل قسم المنهجية أو داخل عبارات نمطية قد يعكس لغة شديدة التقليدية، ويستحق المقارنة بالقوالب أو البروتوكولات المطلوبة.
• حد فاصل بين مقاطع كُتبت بأسلوب مختلف يستحق مراجعة الجمل المحيطة، لأن التصنيف ليس دقيقاً بالضرورة عند الحد.
• نمط متفرّق ينبغي مع ذلك أن يُقارَن بسجل الإصدارات والمصادر؛ فالتفرّق البصري ليس بديلاً عن توثيق المصدر.
• انعدام الإبرازات مع وجود نجمة هو السلوك المتوقَّع للنطاق المنخفض المخفي، وليس دليلاً على أن الواجهة لم تُحمَّل.

لا تحسب الأسطر المُبرَزة ثم تقسمها على طول الصفحة. فتخطيط الصفحة وحجم الخط والمراجع وأنواع الكتابة المستبعدة تجعل هذه الحسبة بلا علاقة بمقام النص المؤهَّل لدى Turnitin. استخدم الإبرازات لتحديد المقاطع التي تراجعها، لا لتدقيق النسبة المئوية كما لو كانت قياساً لمساحة الصفحة.

يقسم التقرير نسبته المئوية إلى نوعين من الكشف.

• AI-generated only — نص يرجّح النموذج أنه صادر عن نموذج لغوي كبير، وربما عُدّل بعد ذلك بواسطة أداة تجاوز (bypasser).
• AI-generated text that was AI-paraphrased — نص يُرجّح أنه أُنشئ بالذكاء الاصطناعي ثم يُرجّح أنه مرّ عبر ما تسميه Turnitin "an AI paraphrasing tool or AI word spinner" (أداة إعادة صياغة بالذكاء الاصطناعي أو أداة تدوير الكلمات). وتذكر Turnitin QuillBot بوصفه مثالاً.

الفئة الثانية تستحق التوقف عندها. فخطوة إعادة الصياغة ليست خفية على النموذج: تمرير نص مكتوب بالذكاء الاصطناعي عبر أداة إعادة كتابة هو نمط صُمم الكاشف ليتعرّفه بوصفه كذلك، وليس وسيلة للتحايل عليه. وإن كنت قد تساءلت يوماً عن سبب عدم انخفاض الدرجة بعد إعادة الصياغة، فهذا هو السبب الموثَّق.

كما يفسّر ذلك خيبة أمل شائعة. فالنموذج يقرأ هيكل الجملة، لذا فإن تعديلاً يترك هذا الهيكل سليماً يترك أيضاً ما يُقرَأ سليماً — وهي نقطة تستحق أن تُقرأ إلى جانب ما تقيسه كاشفات الذكاء الاصطناعي فعلياً.

تصف التسميات تصنيف النموذج، لا سلسلة حفظ موثَّقة. فـ"AI-generated only" لا يحدّد نموذجاً ولا مُوجِّهاً ولا شخصاً؛ و"AI-paraphrased" لا يُثبت استخدام خدمة بعينها. وتقول Turnitin نفسها إن نموذجها قد يخطئ في تمييز النص المكتوب بشرياً والنص المُنتَج بالذكاء الاصطناعي والنص المُعاد صياغته بالذكاء الاصطناعي. وتساعد الفئات من يقيّم العمل على تنظيم المراجعة، لكنها لا تحوّل مخرجاً احتمالياً إلى إثبات جنائي.

وهناك أيضاً قيد لغوي يسهل تفويته: يقول دليل Turnitin الحالي إن كشف إعادة الصياغة بالذكاء الاصطناعي وكشف أدوات التجاوز مدرجان في كاشف الإنجليزية وحدها. ولا تتضمن التقارير بالإسبانية واليابانية هاتين الميزتين حالياً. لذا فإن لقطة الشاشة لتفصيل الفئات تحتاج إلى سياقها اللغوي قبل أن يمكن مقارنتها بتقرير آخر.

منذ 8 يوليو 2024، حين يضع النموذج نتيجة في نطاق 1-19%، يعرض التقرير نجمة ولا ينسب أي نسبة مئوية رقمية ولا أي إبرازات. والنتيجة التي لا تحتوي نصاً مؤهلاً هي حالة أخرى، وكذلك خطأ المعالجة.

السبب الذي تذكره Turnitin هو أن الاختبارات وجدت معدلاً أعلى للإيجابيات الخاطئة عند النسب المنخفضة، وأن إخفاء الرقم المحدَّد يقلل احتمال سوء التفسير. لذا تعني النجمة "نتيجة غير صفرية دون عتبة الإبلاغ، مع موثوقية منخفضة"، لا "0%" ولا "سليمة" ولا "سوء سلوك".

القاعدة تتعلق بما تُظهره الواجهة؛ وليست عتبة مؤسسية لسوء السلوك. فقد يمثّل رقم 19% في تقرير أُنشئ قبل 8 يوليو 2024 ونجمة في تقرير أحدث النطاق نفسه، لكن بموجب قواعد عرض مختلفة. سجّل تاريخ التقرير قبل مقارنتهما.

كذلك فإن ظهور 0% ليس دليلاً على عدم حدوث أي عملية بمساعدة الذكاء الاصطناعي. فهذا يعني أن النموذج لم يصنّف نصاً مؤهلاً بوصفه مرجّح الانتماء إلى فئات الكشف الخاصة به في تلك النسخة وذلك التكوين. وللكشف سلبيات خاطئة كما له إيجابيات خاطئة، والمحتوى غير المدعوم أو المستبعد يقع خارج النسبة المئوية تماماً.

تقول Turnitin إن نموذجها قد يخطئ في تمييز النص المكتوب بشرياً والنص المُنتَج بالذكاء الاصطناعي والنص المُعاد صياغته بالذكاء الاصطناعي، وإنه لا ينبغي استخدامه بوصفه الأساس الوحيد لإجراء مُضرّ بحق طالب. وهو يوفّر بيانات ليقيّمها المعلّمون إلى جانب سياسة المؤسسة وأدلة أخرى. والرقم مُدخَل إلى الحكم البشري، وهذا ما تقوله الشركة في دليل التقرير.

هذا أكثر ما يفيد معرفته إذا كنت على الطرف المتلقّي لأحد هذه التقارير. السؤال ليس "كيف أخفض هذا الرقم" بل "ما الذي يُستخدَم هذا الرقم من أجله، وماذا تقول سياسة مؤسستي إنه يعني".

• إنها ليست Similarity Score. فالنص المطابق لمصادر قائمة والنص المصنَّف بوصفه ذكاءً اصطناعياً تحليلان منفصلان؛ ولا يفسّر أحدهما الآخر.
• إنها ليست نتيجة انتحال. فتأليف النص ونسبته ومقدار المساعدة المسموح بها أسئلة تخصّ قواعد التقييم والأدلة.
• إنها ليست خريطة احتمال لكل كلمة. فالإبرازات تحدّد مقاطع أُسندت إلى فئات؛ ولا تعطي كل كلمة قيمة ثقة مستقلة.
• إنها ليست مستقرة عبر جميع النسخ. فقد تتغيّر شروط الأهلية وسلوك النموذج وقواعد العرض، لذا احتفظ بالتقرير الأصلي بدلاً من إعادة إنشائه لاحقاً وافتراض التكافؤ.

إذا احتجت إلى مناقشة تقرير، فأحضر الإرسال الأصلي والتقرير الكامل وقواعد استخدام الذكاء الاصطناعي في المهمة وأدلة على سير العمل مثل المسوّدات أو الملاحظات. تجيب هذه المجموعة عن أربعة أسئلة منفصلة: ما الذي أُرسل، وماذا وسَمته الأداة، وما المساعدة المسموح بها، وكيف أُنتج المستند. والنسبة المئوية وحدها تجيب عن السؤال الثاني فقط، وذلك في حدود الكاشف فحسب.