كيف تُبلِغ Turnitin عن نتيجة إيجابية خاطئة

يطلب قسم الأسئلة الشائعة في Turnitin من المستخدمين الإبلاغ عن النتائج الإيجابية الخاطئة، ونصّه الحرفي: "If you find AI written documents that we've missed, or notice authentic student work that we've predicted as AI-generated, please let us know! Your feedback is crucial in enabling us to improve our technology further." (إذا عثرت على مستندات كتبها الذكاء الاصطناعي ولم نكشفها، أو لاحظت عملاً طلابياً أصيلاً صنّفناه على أنه من إنتاج الذكاء الاصطناعي، فأخبرونا من فضلكم! فملاحظاتكم بالغة الأهمية لتمكيننا من تحسين تقنيتنا أكثر.) وهذه القناة هي الوحيدة التي تذكرها وثائق Turnitin العامة للإبلاغ عن نتيجة إيجابية خاطئة. ويقول القسم أيضاً إن نتيجة الذكاء الاصطناعي "should not be used as the sole basis for action," (لا ينبغي أن تُتخذ أساساً وحيداً لأي إجراء) وإن النموذج "may not always be accurate," (قد لا يكون دقيقاً على الدوام) وإن بعض أنماط النصوص أكثر عُرضة للنتائج الإيجابية الخاطئة. الإبلاغ عن النتيجة الخاطئة لا يغيّر نتيجتك الحالية، لكنه يمدّ Turnitin ببيانات تستعين بها في تحسين تحديثات النموذج القادمة.

عبارة القسم واضحة لا لبس فيها:

"If you find AI written documents that we've missed, or notice authentic student work that we've predicted as AI-generated, please let us know! Your feedback is crucial in enabling us to improve our technology further." (إذا عثرت على مستندات كتبها الذكاء الاصطناعي ولم نكشفها، أو لاحظت عملاً طلابياً أصيلاً صنّفناه على أنه من إنتاج الذكاء الاصطناعي، فأخبرونا من فضلكم! فملاحظاتكم بالغة الأهمية لتمكيننا من تحسين تقنيتنا أكثر.)

تشمل هذه الجملة اتجاهين: تطلب الإبلاغ عن نصوص مكتوبة بالذكاء الاصطناعي فاتها رصدها (النتائج السلبية الخاطئة)، وعن أعمال طلابية أصيلة صُنّفت خطأً على أنها من إنتاج الذكاء الاصطناعي (النتائج الإيجابية الخاطئة). وما يعنينا هنا هو الاتجاه الثاني. فإن كان ما كتبته أنت قد رُصد بوصفه من إنتاج الذكاء الاصطناعي، فوثائق Turnitin نفسها تطلب منك أن تخبرهم بذلك.

يصف القسم النصوص الأكثر عُرضة لهذه النتائج:

"Sometimes false positives (incorrectly flagging human-written text as AI-generated), can include content without a lot of structural variation, text that literally repeats itself, or text that has been paraphrased without developing new ideas." (قد تقع النتائج الإيجابية الخاطئة — أي رصد نص كتبه إنسان على أنه من إنتاج الذكاء الاصطناعي — في نصوص تفتقر إلى تنوّع كبير في البنية، أو تكرّر نفسها حرفياً، أو أُعيدت صياغتها دون أن تأتي بأفكار جديدة.)

وتكمل الجملة التالية: "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 أعلى من الكتابة بالذكاء الاصطناعي في نص من هذا النوع، فننصحك بوضع ذلك في الاعتبار عند النظر إلى النسبة المئوية المشار إليها.)

إذا كان النص المرصود ينطبق عليه أيٌّ من هذه الأوصاف، فلديك تفسير ملموس للنتيجة الإيجابية الخاطئة. يمكنك الاستشهاد بوصف القسم نفسه حين تناقش الاشتباه مع مدرّسك، وحين تُبلِغ Turnitin عن هذه النتيجة أيضاً. أما كيف تنسج تلك المحادثة، فيشرحها لك رُصد نصّك وأنت من كتبته.

يقول القسم:

"Hence, we must emphasize that the percentage on the AI writing indicator should not be used as the sole basis for action or a definitive grading measure by instructors." (لذا نؤكد أن النسبة المئوية في مؤشر الكتابة بالذكاء الاصطناعي لا ينبغي أن تُستخدم أساساً وحيداً لاتخاذ إجراء، ولا مقياساً نهائياً للتقييم من قِبل المدرّسين.)

وتضيف صفحة إرشادية أخرى:

"It is not meant to provide definitive answers in isolation. More important than any tool is the educator who sees the score and makes decisions balancing this information with their personal knowledge of their students, their work, and institutional policy." (ليس الغرض منه تقديم إجابات قاطعة بمفرده. والأهم من أي أداة هو المدرّس الذي يرى النتيجة، ثم يتخذ قراره موازِناً بينها وبين معرفته الشخصية بطلابه وأعمالهم وسياسة مؤسسته.)

تمنحك هاتان العبارتان سببين للتحرك. أولهما أن النتيجة نقطة بيانات واحدة لا حكم. وثانيهما أن النموذج قد يخطئ، وTurnitin تقرّ بذلك. والإبلاغ عن النتيجة الإيجابية الخاطئة هو الآلية الرسمية لإعلام Turnitin بأن النموذج أخطأ في حالتك أنت تحديداً. أما كم مرة يُتوقّع أن يخطئ أصلاً، فتلك حسبة تجدها في ما الذي يعنيه معدل 1% للنتائج الإيجابية الخاطئة حين ترفع جامعة 75,000 ورقة بحثية.

الإبلاغ عن نتيجة إيجابية خاطئة لدى Turnitin لا يغيّر نتيجتك الحالية. التقرير صدر بالفعل، وكما تؤكد ملاحظات إصدارات Turnitin، فإن تحديثات النموذج "will not retroactively update previously-generated AI writing reports." (لن تُحدَّث بأثر رجعي تقارير الكتابة بالذكاء الاصطناعي التي صدرت سابقاً.) وما يفعله الإبلاغ هو تزويد Turnitin ببيانات تستخدمها لتحسين التحديثات القادمة للنموذج. ويقول القسم: "Your feedback is crucial in enabling us to improve our technology further." (ملاحظاتكم بالغة الأهمية لتمكيننا من تحسين تقنيتنا أكثر.) تلك مساهمة بعيدة المدى لا حلّ فوري. أما في وضعك الراهن، فالخطوات الأكثر عملية هي أن تناقش الاشتباه مع مدرّسك، وأن تستشهد بأوصاف القسم لأنماط النصوص المعرّضة للنتائج الإيجابية الخاطئة إن كانت تنطبق عليك، وأن تعمل على المقاطع المرصودة تحديداً. فإن تجاوز الأمر حدود المحادثة، فالطريق الذي يحرّك قضيتك فعلاً هو ما الأدلة التي تقبلها جامعتك.

خلاصة ما مررنا به:

• قسم الأسئلة الشائعة في Turnitin يطلب من المستخدمين صراحةً الإبلاغ عن النتائج الإيجابية الخاطئة، وعبارته: "please let us know!" (أخبرونا من فضلكم!)
• يعدد القسم أنماط النصوص المعرّضة للنتائج الإيجابية الخاطئة: ضعف التنوّع في البنية، والتكرار، وإعادة الصياغة بلا أفكار جديدة.
• بحسب وثائق Turnitin نفسها، لا ينبغي أن تُستخدم النتيجة أساساً وحيداً لاتخاذ إجراء.
• الإبلاغ لا يغيّر نتيجتك الحالية، لكنه يسهم في تحسين النموذج مستقبلاً.
• أما التحرك الفوري، فمناقشة مدرّسك والعمل على المقاطع المرصودة.

إن كان لديك تقرير من Turnitin يبيّن المقاطع التي رُصدت، يمكنك استيراد التقرير والعمل على تلك المقاطع تحديداً. والمقاطع المؤهلة يمكن إعادة تشغيلها دون مقابل.