أعدتُ صياغة نص كتبه الذكاء الاصطناعي بأداة ذكاء اصطناعي أخرى، ومع ذلك أشار إليه Turnitin

ثمة أمران منفصلان يحدثان في الوقت نفسه، وكثيراً ما يُدمجان في أمر واحد. أولاً، النسبة المئوية لا تُحسب على الكلمات التي تغيّرت: يستخرج Turnitin الجُمل، ويجمعها في مقاطع متداخلة، ويُعطي كل مقطع درجة بين 0 و1، وكل جملة مؤهلة ترث درجات المقاطع التي تقع فيها بعد تجميعها. وأي مرور يعيد الجمل نفسها بالترتيب نفسه وبفواصل الفقرات نفسها يعيد التجميع نفسه. ثانياً، سير العمل هذا بعينه شيء يصفه Turnitin في وثائقه الخاصة، ولا يزال يصدر تحديثات ضده منذ ديسمبر 2023.

أيّ الأمرين هو الذي يفعل فعله في حالتك لا يمكن قراءته من النسبة المئوية. كانت فئة التقرير في ما مضى جواباً جزئياً، وفي 4 أغسطس 2026 دمج Turnitin الفئتين في فئة واحدة، فلم تعد كذلك حتى في تقرير مُنشأ حديثاً. الذي يتبقّى هو مقارنة يمكنك إجراؤها على ملفيك أنت من دون أي كاشف على الإطلاق. كلاهما أدناه.

يفترض هذا المقال أن النص بدأ مخرجات ذكاء اصطناعي وأنك أجريت عليه أداة إعادة صياغة. أما إذا كنت قد كتبته بنفسك ووُضع عليك علامة على أي حال، فالوضع والرد مختلفان، وقد كتبنا عن ذلك في وُضع عليك علامة، لكنك كتبته بنفسك.

تصف الأسئلة الشائعة عن القدرات لدى Turnitin مسار المعالجة في فقرة واحدة:

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated. Each qualifying sentence within these segments inherits the segment's score. Since segments overlap, some sentences may have multiple scores, which are then pooled into a single score. These sentence scores are further aggregated and used to compute the overall document AI writing score." (عند إرسال ورقة إلى Turnitin، تُستخرج الجُمل من المُرسَل وتُقسَّم إلى أقسام متداخلة لأجل تحليل التنبؤ. ويُصنَّف كل قسم بواسطة نموذج كشف الذكاء الاصطناعي ويُعطى قيمة بين 0 و1 تدل على احتمال أن يكون النص من كتابة بشر أو مُولَّداً بالذكاء الاصطناعي. وترث كل جملة مؤهلة داخل هذه الأقسام درجة القسم. ولأن الأقسام تتداخل، قد تحمل بعض الجُمل درجات متعددة تُجمَّع بعد ذلك في درجة واحدة. وتُجمَع درجات الجُمل هذه أكثر ثم تُستخدم لحساب نتيجة الكتابة بالذكاء الاصطناعي للوثيقة ككل.)

الوحدة التي تحمل النتيجة هي المقطع، والمقطع مجموعة من الجُمل. وهذا قول عن النطاق، وليس حكماً على أي عملية تحرير بعينها. والاستبدال داخل الجملة عملية واحدة من بين عدة عمليات يمكن أن تقوم بها إعادة الكتابة؛ وما تفعله بدرجة المقطع يتوقف على مقدار ما يتحرك من المقطع معها، ولم ينشر Turnitin لا طريقة تجميع الدرجات ولا طريقة حسابها إجمالاً، فلا يوجد مقدار منشور يمكن الاستدلال منه. وهذه فجوة لا يستطيع أي مورّد أن يسدّها من الخارج، ونحن من ضمنهم.

ما يمكنك قوله من دون تخمين أضيق نطاقاً، ومع ذلك يظل مفيداً. إذا كان الملف المُعاد صياغته يحمل العدد نفسه من الجُمل والترتيب نفسه للجُمل وفواصل الفقرات نفسها، فإن الجُمل التي كانت تتقاسم مقطعاً من قبل لا تزال تتقاسمه الآن. أما دمج جملتين، أو فصل جملة، أو حذف عبارة زائدة، أو نقل حجة إلى فقرة أخرى، فيغيّر أي الجُمل تجلس معاً. وهذا الفرق ظاهر في ملفيك أنت، وهو أكثر مما يمكن أن يُقال عن معظم ما يُزعم عن هذه التقارير.

والخصائص التي سمّاها Turnitin فعلاً في العلن هي على المستوى نفسه. ففي الأسئلة الشائعة ذاتها يقول إن الإيجابيات الخاطئة "can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas" (يمكن أن تشمل محتوى بلا تنوّع بنيوي كبير، ونصاً يكرّر نفسه حرفياً، ونصاً أُعيدت صياغته من دون تطوير أفكار جديدة). وهذا البند الثالث وصف لِما يُنتجه مرور أداة إعادة الصياغة، كتبه المورّد نفسه، في قائمة نصوص يوضع عليها علامة. والجملة التي تليه مباشرة تشير في الاتجاه الآخر وتستحق أن تُذكر هنا أيضاً: "If our indicator shows a higher amount of AI writing in such text, we advise you to take that into consideration when looking at the percentage indicated." (إذا أظهر مؤشرنا قدراً أكبر من الكتابة بالذكاء الاصطناعي في هذا النوع من النصوص، ننصحك بأن تأخذ ذلك في الاعتبار عند النظر إلى النسبة المئوية المبيَّنة.) والتعديلات اليدوية التي تترتب على كل هذا موجودة في كيف تُضفي طابعاً بشرياً على نص الذكاء الاصطناعي من دون أداة.

الأمر الثاني لا يتعلق بملفك على الإطلاق. إنه يتعلق بما بُني الكاشف ليبحث عنه. وتذكره أسئلة Turnitin الشائعة بصيغة مباشرة:

"Furthermore, it can also identify instances where AI-generated text may have been modified by AI paraphraser or bypasser (also called humanizers) tools to evade detection." (وعلاوة على ذلك، يمكنه أيضاً تحديد الحالات التي قد يكون فيها نص مُولَّد بالذكاء الاصطناعي قد عُدِّل بواسطة أدوات إعادة الصياغة أو التحايل بالذكاء الاصطناعي، وتُسمّى أيضاً أدوات «التأنيس»، للتهرّب من الكشف.)

القوسان من Turnitin، لا منّا. وتمنح ثلاث ملاحظات إصدار هذه القدرة خطاً زمنياً، وقد غيّرت أحدثها ما يعرضه التقرير من دون أن تغيّر ما يبحث عنه النموذج.

ويقول Turnitin أيضاً إنه لن ينشر الأدوات التي دُرِّب النموذج عليها: "Our AI writing detector has been trained and tested to detect leading paraphraser and bypasser tools. However, to safeguard the integrity of our solution and its effectiveness in maintaining academic honesty, we're unable to disclose the names of these tools." (دُرِّب كاشف الكتابة بالذكاء الاصطناعي لدينا واختُبر لكشف أدوات إعادة الصياغة والتحايل الرائدة. غير أننا، حفاظاً على سلامة حلنا وعلى فعاليته في صون النزاهة الأكاديمية، لا نستطيع الإفصاح عن أسماء هذه الأدوات.) ولهذا لا يستطيع أحد أن يعطيك جواباً قابلاً للتحقق عن أي أداة إعادة صياغة تنجو من الكشف، بمن فيهم من يبيع واحدة منها. فهذه القائمة غير موجودة في العلن، والنموذج يتغيّر.

ثمة حدّ واحد على كل هذا، بكلمات المورّد نفسه. القدرة الموثَّقة وصف لِما دُرِّب النموذج على فعله، وليست دليلاً على أن مقطعاً بعينه مرّ بذلك المسار. وتقول إرشادات Turnitin نفسها إن نموذجه "may not always be accurate (it may misidentify human-written, AI-generated, and AI-paraphrased text), so it should not be used as the sole basis for adverse actions against a student" (قد لا يكون دائماً دقيقاً، إذ قد يخطئ في تصنيف نص كتبه بشر ونص مولَّد بالذكاء الاصطناعي ونص أُعيدت صياغته بالذكاء الاصطناعي، ولذا لا ينبغي استخدامه أساساً وحيداً لإجراءات ضارة بحق طالب)، وإن تحديد سوء السلوك "takes further scrutiny and human judgment in conjunction with an organization's application of its specific academic policies" (يتطلّب مزيداً من التدقيق والحكم البشري إلى جانب تطبيق المؤسسة لسياساتها الأكاديمية الخاصة).

واللغة مهمة هنا أيضاً: إذ تنص إحدى مقالات مساعدة Turnitin على أن "only our English AI detector includes AI paraphrasing and AI bypasser detection capabilities" (كاشف الذكاء الاصطناعي باللغة الإنجليزية لدينا هو الوحيد الذي يتضمن قدرات كشف إعادة الصياغة والتحايل بالذكاء الاصطناعي)، وتضيف أن الكاشفين بالإسبانية واليابانية لا يتضمنانها.

حتى 4 أغسطس 2026 كان AI Writing Report القياسي يعرض فئتين مرئيتين. كانت `AI-generated only` إحداهما، ومنذ تحديث أغسطس 2025 صار بإمكانها أيضاً أن تضم نصاً يرى النموذج أنه قد يكون عُدِّل بأداة تحايل. أما الأخرى فكانت `AI-generated text that was AI-paraphrased`، وتُعرض باللون البنفسجي، وهي استدلال إضافي يُطبَّق على نص صُنِّف أصلاً على أنه مُرجَّح أنه مُولَّد بالذكاء الاصطناعي. وفي 4 أغسطس 2026 ضمّ Turnitin الثانية إلى الأولى وقال إن التمييزات البنفسجية لن تُعرض بعد الآن.

لذا فإن قيمة اللون تتوقف على التقرير الذي تحمله. ففي تقرير أُنشئ قبل ذلك التاريخ، يقول اللون البنفسجي إن النموذج وصل إلى تصنيف بإعادة الصياغة فوق تصنيف الذكاء الاصطناعي، بينما الفئة الأخرى، بعد أغسطس 2025، لا تقول شيئاً في أي من الاتجاهين عن خطوة إعادة صياغة. وفي تقرير أُنشئ بعده توجد فئة واحدة، ولا جواب على ذلك المستوى على الإطلاق. الذي لم يتغيّر هو الكشف: فملاحظة الإصدار نفسها تقول إن النموذج سيواصل كشف المحتوى المُولَّد بالذكاء الاصطناعي الذي قد يكون عُدِّل أكثر بأدوات إعادة الصياغة أو التحايل. ولا تشير أي من الحالتين إلى أداة أو حساب أو جهاز أو مطالبة، والفئتان القديمتان تستحقان قراءة صحيحة قبل أن تبني رواية على تقرير قديم: وقد فككناها في ما الذي تعنيه فعلاً تسميتا AI-paraphrased و AI-bypasser لدى Turnitin.

ثمة سبب ثانٍ لعدم المبالغة في قراءة تغيّر الفئة بين تقريريك. فهذه التغييرات لا تُطبَّق بأثر رجعي: إذ يقول Turnitin إن تغيير أغسطس 2026 يشمل فقط ما ترسله بعده، وإن ما هو موجود في النظام يحتفظ بتقريره حتى ترسله من جديد. وتقريران أُنشئا على جانبي تحديث لا يقيسان الشيء نفسه، ويمكن لفئة أن تتبدّل من دون أن يكون نصك هو السبب. وإذا كنت تحمل تقريرين وتحاول معرفة ما فعلته مراجعتك، فالمقارنة فيها عوامل متحركة أكثر مما يبدو، ومقارنة تقريرين لا نتيجتين هي الصيغة الأطول لهذه الحجة.

أنت على الأرجح لا تستطيع قياس أثر المرور، لسببين موثَّقين يتراكبان. لا يعرض Turnitin رقماً ولا تمييزات للنتائج فوق 0% ودون 20%، بل علامة نجمة فقط، بحيث يبدو الانخفاض الحقيقي من 19% إلى 3% تماماً كما يبدو غياب أي تغيير. وفي معظم الإعدادات، المؤشر ليس متاحاً لك أصلاً: إذ يقول Turnitin إن التقرير غير مرئي للطلاب، وإن كان بوسع المدرّسين تنزيل ملف PDF ومشاركته.

الذي يمكنك فعله هو فتح ملفيك قبل إعادة الصياغة وبعدها جنباً إلى جنب والإجابة عن أربعة أسئلة. لا يحتاج أي منها إلى الكاشف، والأسئلة الأربعة تستغرق نحو خمس دقائق على فصل واحد.

ثمة فخّ خاص بهذا المسار: إذا كنت قد اختبرت أداة إعادة الصياغة على مقتطف قصير، فالنتيجة لم تخبرك إلا بالقليل. يقول Turnitin إنه في الوثائق التي لا تتجاوز بضع مئات من الكلمات "the prediction will be mostly 'all or nothing' because we're predicting on a single segment without the opportunity to overlap" (سيكون التنبؤ في معظمه «الكل أو لا شيء» لأننا نتنبأ على مقطع واحد من دون فرصة للتداخل)، وإنه نتيجة لذلك قد يُبلَّغ عن نص يخلط بين محتوى مُولَّد بالذكاء الاصطناعي ومحتوى أصلي على أنه مُولَّد بالذكاء الاصطناعي بالكامل.

الصف الرابع هو الذي يكلّف الناس درجات لا نقاط مئوية. وهو أيضاً الذي لا يتحقّق منه أحد، لأن الملف عاد بمظهر العمل المنتهي.

أداة إعادة الصياغة التي تُشغَّل على ملف كامل لا تقرير لديها، وبالتالي لا نطاق لها. فهي تُعيد كتابة المقدمة التي كنت راضياً عنها، وفقرة المنهجية التي أمضيت أسبوعاً عليها، والجملة التي تحتوي على الرقم الذي استشكله مشرفك. لم يكن أيٌّ من ذلك مُعلَّماً. وكل ذلك الآن نصوص لم تقرأها بشكلها الحالي.

هذا عمل تدقيق بحجم الوثيقة، ويقع في اللحظة من دورة التسليم التي يكون فيها الوقت أقل ما يمكن. والأشياء التي تنكسر مملّة وذات تبعات: اقتباس مباشر أُعيدت صياغته بهدوء، تحفّظ حُذف فصارت حجة تقول أكثر مما تدعمه بياناتك، مصطلح تخصصي استُبدل بمرادف قريب في منتصف النص فصار للمفهوم نفسه اسمان، رقم جرى تقريبه. ولقوائم المراجع والجداول والمعادلات أنماط فشل خاصة بها، أوردناها في ما الذي يحدث للاستشهادات والجداول والمعادلات.

البديل ليس «ألا تفعل شيئاً». بل أن يجعل التقرير هو من يحدّد النطاق، بحيث تكون الفقرات التي تُعيد التحقق منها هي الفقرات التي قيل عنها شيء فعلاً. هذا ما يعنيه عملياً إعادة كتابة الفقرات التي وضع عليها تقرير علامة فقط، ومعظم الصعوبة فيه يكمن في مطابقة تمييز يبدأ في منتصف العبارة مع فقرة في ملفك الأصلي.

لديك ما هو أنفع من نسبة مئوية: مجموعة مقاطع مُعلَّمة. ابدأ منها.

1. احتفظ بكل ملف، وبترتيبه. المسودة الأصلية، والنسخة المُعاد صياغتها، والتقريران. هذا التسلسل هو الشيء الوحيد هنا الذي يجيب عن سؤال «كيف كُتب هذا»، ويظل يجيب عنه مهما فعل الرقم.
2. لا تُجرِ مروراً أعمى ثانياً على العمل كله. فهذا يضاعف عمل إعادة التحقق ويسلبك القدرة على معرفة أي تغيير فعل ماذا، إذ سيكون لديك جولتان من التعديلات مختلطتان في نص لم تعد تعرفه.
3. أعد قراءة الصفوف الأربعة في الجدول أعلاه قبل أي شيء آخر. الاقتباسات والمراجع أولاً. فهي معايير تقييم، لا مخرجات كاشف.
4. حدّد النطاق من التقرير، لا من النتيجة. فالمقطع الذي لم يضع عليه أحد علامة هو مقطع لا دليل مرتبط به.
5. تحقّق من قاعدة مؤسستك قبل أن تُعيد كتابة أي شيء. لا توجد عتبة منشورة، وما يُعدّ مساعدة مقبولة يُحدَّد محلياً لا من قِبل المورّد. والسبب في أن نسبة 20% الشائعة ليست هي تلك القاعدة موجود في هل 20% ذكاء اصطناعي مرتفعة أكثر من اللازم.

نحن نبني أداة للبند الرابع. إذ تستقبل أداة HumanPen تقرير AI Writing Report بصيغة PDF، وتطابق مقاطعه المُعلَّمة مع المستند الذي رفعته، وتوضّح لك النطاق قبل أن يعمل أي شيء. والفقرة هي أصغر وحدة تُعيد كتابتها، ولذلك يُوسَّع أي تمييز يغطي نصف فقرة ليشملها كاملة ويُعرض لك على هذه الصورة لتؤكّده. وتُحاسَب الكلمات التي تُعيد كتابتها فعلاً، بحيث يُسعَّر عمل يقتصر على أربع فقرات كما لو كان أربع فقرات.

ما لا تفعله هو أن تعطيك نتيجة متوقَّعة، لأن هذا الرقم غير متاح لأي أحد خارج Turnitin. والذي يمكننا قوله هو أن المقاطع المستوفية للشروط يمكن إعادة تشغيلها مجاناً.

هل يساعد مرور ثالث لإعادة الصياغة؟ لا يوجد مقدار منشور يسمح لأي أحد بالإجابة عن ذلك، وكل مرور يضيف جولة تعديلات إلى نص عليك بعد ذلك إعادة التحقق منه. وقائمة الإيجابيات الخاطئة لدى المورّد نفسه تسمّي "text that has been paraphrased without developing new ideas" (نصاً أُعيدت صياغته من دون تطوير أفكار جديدة) خاصية من خصائص النص الذي يوضع عليه علامة، وهو ما يستحق القراءة قبل إضافة جولة ثالثة مما هو كذلك تماماً.

يوجد لون بنفسجي في تقريري. هل يثبت أنني استخدمت أداة إعادة صياغة؟ لا، وتحقّق أولاً من تاريخ التقرير. فالبنفسجي كان تصنيفاً وصل إليه النموذج من النص النهائي، وليس سجلاً لكيفية إنتاج الوثيقة، ويقول Turnitin إن النموذج قد يخطئ في تصنيف نص كتبه بشر ونص مولَّد بالذكاء الاصطناعي ونص أُعيدت صياغته بالذكاء الاصطناعي، وإن النتيجة لا ينبغي أن تكون الأساس الوحيد لإجراء بحق طالب. ومنذ 4 أغسطس 2026 لم تعد هذه الفئة تُعرض منفصلة، فوجود اللون البنفسجي في الصفحة يعني أنك تنظر إلى تقرير أُنشئ قبل ذلك التاريخ، أو إلى عمل لم يُعَد إرساله منذ ذلك الحين.

أعدتُ صياغة مقتطف من 300 كلمة لاختبارها، فعاد المقتطف كله مُعلَّماً. لماذا؟ يقول Turnitin إنه في الوثائق التي لا تتجاوز بضع مئات من الكلمات يكون التنبؤ في معظمه كل شيء أو لا شيء، لأن هناك مقطعاً واحداً ولا مجال للتداخل، وإن المحتوى المختلط قد يُبلَّغ عنه بالتالي على أنه مُولَّد بالذكاء الاصطناعي بالكامل. والمقتطف القصير يقترب من أسوأ منصة اختبار ممكنة.

هل ينطبق أي من هذا على عملي بالإسبانية أو اليابانية؟ أما جزء إعادة الصياغة فلا. تنص إحدى مقالات مساعدة Turnitin على أن كاشف اللغة الإنجليزية وحده هو الذي يتضمن قدرات كشف إعادة الصياغة والتحايل بالذكاء الاصطناعي، وأن الكاشفين بالإسبانية واليابانية لا يتضمنانها.

ألا يمكنني ببساطة التحقق من النتيجة بين المرورين؟ في العادة لا. فأي شيء فوق 0% ودون 20% يظهر كعلامة نجمة بلا رقم وبلا تمييزات، وفي معظم الإعدادات يكون المؤشر والتقرير مرئيَّين للمدرّسين والإداريين لا لك. وهذا هو السبب الرئيسي في أن هذا المجال كله يسير بالادعاءات لا بالقياسات، وهو أيضاً سبب اختلاف إجابات الكواشف المختلفة، وقد تناولنا ذلك في سبب اختلاف نتيجة النص نفسه على كل كاشف.

المصادر: الأسئلة الشائعة عن قدرات كشف الكتابة بالذكاء الاصطناعي، واستخدام AI Writing Report، وملاحظات إصدار نموذج كشف الكتابة بالذكاء الاصطناعي لدى Turnitin. وُوفِقت الاقتباسات مع تلك الصفحات في 14 أغسطس 2026، ووُوفِق مدخل 4 أغسطس 2026 في ملاحظات إصدار Turnitin في 18 أغسطس 2026. يُنشر هذا في مدونة شركة تبيع أداة لإعادة كتابة الوثائق، وهو أمر يستحق أن تعرفه وأنت تقرأ القسم المتعلق بكلفة المرور الأعمى.