ما زلت مُعلَّمًا بعد إعادة فحص في Turnitin؟ قارن تقريرين، لا رقمين فقط

لنفترض أن أول تقرير AI Writing Report من Turnitin يُظهر 42%، وأن إعادة الفحص تُظهر 28%. من المغري أن نسمّي ذلك تحسّنًا بمقدار 14 نقطة ونتوقف عند هذا الحد. لكن الرقم وحده لا يسند هذا الاستنتاج. فهو لا يقول لك ما إذا كانت التظليلات القديمة قد اختفت، أو تحركت حدودها، أو أصبح مقطع آخر هو المظلل، أو تغيّر المقام لأن بنية الوثيقة تغيّرت.

والعكس صحيح أيضًا. قد يبقى الرقم المئوي ثابتًا بينما يشير التقرير إلى مقاطع مختلفة تمامًا. وقد يرتفع الرقم مع أن عدة تظليلات قديمة اختفت، إذا كان النص المنقّح يحتوي على نثر مؤهل أقل، أو إذا صنّف تحديث النموذج منطقة أخرى بطريقة مختلفة. المجموع يضغط كل هذه الأحداث في قيمة واحدة.

لذا فإن السؤال المفيد ليس "هل انخفض الرقم؟" بل "ماذا حدث لكل مقطع سبق تظليله، وتحت أي ظروف للتقرير؟" والإجابة عنه تتطلّب وثيقتَي المصدر وملفَّي PDF كاملين. ولقطات الشاشة لأرقام الغلاف غير كافية.

إعادة الفحص ملاحظة جديدة، وليست تجربة مضبوطة بشكل افتراضي. عليك أن تُحدّد ما الذي تغيّر في الوثيقة وما الذي تغيّر في أداة الكشف قبل أن تنسب النتيجة إلى التنقيح.

طريقة المقارنة أدناه هي مسار العمل التشغيلي في HumanPen، وهي مستمدة من سلوك التقارير الموثّق في Turnitin. وهي ليست إجراءً رسميًا من Turnitin، ولا تدّعي أن مطابقة المقاطع تكشف سبب تغيير النموذج لتصنيفه. غرضها أضيق: أن تمنعك من إعادة كتابة البحث بأكمله عندما تشير الأدلة إلى بقيّة صغيرة يمكن تحديدها.

قبل ربط التظليلات بعضها ببعض، أكمل فحص قابلية المقارنة. إذا تعذّر تأكيد أحد الصفوف أدناه، فسجّل عدم اليقين بدلًا من معالجة الرقمين المئويين بوصفهما قياسًا دقيقًا لما قبل وما بعد.

تكرّر ملاحظات إصدار النموذج الصادرة عن Turnitin أن تحديثات النموذج لا تُطبَّق بأثر رجعي، وأن إعادة الإرسال ضرورية للحصول على نتيجة محدَّثة. واستهدف تحديثا 14 أكتوبر 2025 و12 فبراير 2026 تحسين الاستدعاء، بينما أثّر تحديث مايو 2026 على النموذج الإسباني. وتقريران أُنشئا على جانبي تحديث ما لا يعزلان أثر تعديلاتك.

للمفتاح تاريخه الخاص. فقد غيّر Turnitin منطق حدود المقاطع في مايو 2023، وأضاف معالجة متعلقة بإعادة الصياغة دون تغيير بصري في ديسمبر 2023، وأعاد تصميم الفئات ومعالجة النتائج المنخفضة في يوليو 2024، وفي 4 أغسطس 2026 دمج فئتَي الذكاء الاصطناعي في فئة واحدة، قائلًا إن التظليلات البنفسجية التي كانت تُستخدم للنص المعاد صياغته بالذكاء الاصطناعي لن تُعرض بعد الآن. ويضيف Turnitin أن الملفات المُرسلة بعد ذلك التاريخ وحدها هي التي تحصل على التخطيط الجديد، أما ما هو موجود في النظام فيحتفظ بتقريره حتى يمرّ من جديد. لذا فإن تحرك الحدود وتغيّر المفتاح يمكن أن ينشآ من إصدار التقرير، لا من جملة تغيّرت فحسب.

متى صار التقريران قابلين للمقارنة بما يكفي للمضي قدمًا، توقف عن التفكير بالصفحات. فأرقام الصفحات تتحرك عندما يُعاد ترتيب الفقرات. استخدم مرتكزًا ثابتًا للمقطع بدلًا من ذلك: عنوان القسم مضافًا إليه أول ثماني كلمات إلى اثنتي عشرة كلمة من المقطع الأصلي. ثم عيّن نتيجة واحدة لكل منطقة مظللة.

تحرك الحدود هو أكثر ما يسهل المبالغة في رد الفعل عليه. فنماذج التصنيف تعمل على السياق النصي، لذا فإن تعديل جملة واحدة يمكن أن يغيّر طريقة تجميع الجمل المجاورة. ويشمل تاريخ Turnitin تغييرات صريحة في دقة حدود المقاطع. ووحدة المراجعة الصحيحة هي الفقرة المتماسكة، لا كل سطر ملوّن يُعامل بوصفه دليلًا مستقلًا.

التظليل الجديد لا يعني تلقائيًا نصًا جديدًا كتبه الذكاء الاصطناعي. بل يعني أن التقرير الثاني أبرز منطقة لم يبرزها الأول. وتعديلات الوثيقة والسياق وتغيّرات النص المؤهل وإصدار النموذج كلها تفسيرات متزاحمة.

جدول المقارنة الجيد صغير بما يكفي لكي يُفهَم، ودقيق بما يكفي لكي يُعاد إنتاجه. أنشئ صفًّا واحدًا لكل مرتكز مقطع، لا صفًّا لكل سطر مظلل. أعطِ معرّفات مثل `P01` و`P02`، واجعل التقرير الأول هو نظام الإحداثيات.

استخدم مقارنة الوثائق أو تتبّع التغييرات في Word لتحديد النص الذي تغيّر فعليًا بين ملفَّي المصدر. ولا تعتمد على الذاكرة. وفي كل صف، تحقق من الأرقام والاقتباسات وحالة الاقتباس وقوة الادعاء قبل النظر في الأسلوب. وانخفاض تصنيف الذكاء الاصطناعي ليس تحسّنًا إذا أصبح ادعاء سببي خاطئًا على مستوى الارتباط، أو اختفى قيد من القيود، أو لم يعد الاقتباس يسند الجملة.

احتفظ بجدول المقارنة خاصًا مع وثائق المصدر ما لم يتطلّب الإجراء المعمول به الإفصاح عنه. فقد يحتوي على بحث غير منشور أو معلومات عن الطلاب. وإذا كان لا بد من مشاركته، فاحذف البيانات الشخصية غير ذات الصلة واحتفظ فقط بالأدلة اللازمة لشرح تاريخ المقطع.

والجدول مفيد أيضًا عندما لا يكون المزيد من التحرير مناسبًا. فيمكنه أن يُظهر أن التقرير الثاني علّم مادة مختلفة، أو أن تحديث نموذج يفصل بين التشغيلين، أو أن النتيجة الجديدة نجمة بلا دليل على الموضع. و"لا يمكن المقارنة" الموثّق جيدًا أدق من نسبة تحسّن واثقة لكنها مخترعة.

يقول دليل AI Writing Report إن النسبة تغطي النثر المؤهل، وقد تختلف بشكل واضح عن مقدار التظليل عندما تمزج الوثيقة أنواعًا مختلفة من الكتابة. وتحرير الوثيقة يمكن أن يغيّر البسط (النص المؤهل المصنَّف) والمقام (كل النص المؤهل). وهذا يجعل حساب النقاط المئوية البسيط غير مكتمل.

• المجموع نفسه، ونتيجة محددة المواضع على نحو أفضل: تختفي ثلاث تظليلات قديمة وتظهر منطقة جديدة واحدة بحجم مماثل. والمجموع يخفي إعادة توزيع كاملة.
• مجموع أقل، ونواة غير محسومة: تختفي التظليلات الهامشية، لكن المقطع المركزي محل النزاع يبقى. ينخفض الرقم بينما تبقى أهم مسألة مراجعة.
• مجموع أعلى، وصفحات مرئية أقل: تغيّرات في المحتوى غير النثري أو في نص مؤهل آخر تقلّص المقام. والنسبة الأكبر لا تعني بالضرورة تغطية جزء أكبر من الوثيقة الفعلية.
• من نتيجة رقمية إلى `*%`: النتيجة الثانية تقع في مكان ما فوق الصفر ودون 20، لكن Turnitin لا يكشف النتيجة الدقيقة ولا التظليلات. وليس صحيحًا تسجيلها صفرًا أو حساب مقدار الانخفاض الدقيق.
• إعادة توزيع الفئات: في تقرير صدر قبل 4 أغسطس 2026، تتحرك حصتا الفئتين بينما يكاد المجموع المشترك لا يتغير. ومنذ ذلك التاريخ توجد فئة واحدة، لذا فإن هذا التأويل ينطبق على التقارير القديمة وحدها، ولا يمكن مقارنة زوج يعبر ذلك التاريخ على مستوى الفئة إطلاقًا.

ولهذا أيضًا لا توجد صيغة أمينة لـ "نسبة التنقيح التي نجحت". فأداة الكشف لا تتبّع التعديلات ولا تنسب فضلًا سببيًا. يمكنك الإبلاغ عن نتائج المقاطع القابلة للملاحظة وعن تغيّرات المجموع، لكن لا يمكنك تحويلها إلى معدل فعالية موثَّق لعملية التحرير.

يوصي Turnitin نفسه بمعالجة النتيجة بوصفها نقطة بيانات واحدة إلى جانب المعرفة بالكاتب والعمل وسياسة المؤسسة. وتوجّه إرشادات المراجعة الانتباه إلى الفئات المظللة وإلى الحكم البشري، لا إلى نتيجة بمعزل عن غيرها.

لإعادة الكتابة المتكررة تكاليف. ينزلق المعنى، وتنفصل الاقتباسات عن الادعاءات، وتصبح المصطلحات التخصصية غامضة، وقد يختفي صوت المؤلف. والتقرير لا يوجّه أحدًا إلى ملاحقة الصفر، و`*%` يحجب عمدًا نتيجة دقيقة في النطاق المنخفض لأن Turnitin يعتبر ذلك النطاق أقل موثوقية.

توقف وراجع بدلًا من التنقيح تلقائيًا مرة أخرى عندما ينطبق أي مما يلي:

• ثمة مراجعة رسمية مفتوحة. احفظ الأصول واتبع إجراء المؤسسة قبل تعديل أي نسخة.
• التقريران غير قابلين للمقارنة. اختلاف حقب النموذج أو إصدارات الملفات أو حالات التقارير يجعل أي تعديل آخر عاجزًا عن الإجابة عن عدم اليقين.
• الحدود وحدها تحركت. قد يعكس الفرق المتبقي التجميع السياقي، لا مقطعًا جديدًا مستقرًا يستحق إعادة الكتابة.
• مزيد من التغييرات سيضعف الدقة. ثبّت الأرقام والاقتباسات والمناهج والتعريفات والادعاءات التي تحمل صياغتها الدقيقة معنى جوهريًا.
• النثر الحالي مملوك لك وقابل للدفاع عنه. يمكنك شرحه ودعمه من المسودات والمصادر، وهو يستوفي قواعد استخدام الذكاء الاصطناعي والإفصاح المعمول بها.
• الهدف الوحيد هو نتيجة مضمونة. لا يمكن لأي نموذج أو خدمة أو طريقة تنقيح أن تعد بنتيجة إصدار مستقبلي من أداة الكشف.

احتفظ بحزمة أدلة مدمجة: وثيقتا المصدر، والتقريران الكاملان، وجدول المقارنة، وسجل التغييرات، والسياسة أو تعليمات التكليف التي حكمت العمل. سمِّ الملفات بتواريخها، ولا تكتب فوق الأصول أبدًا. وإذا حدث فحص ثالث، فأضفه ملاحظة جديدة بدلًا من استبدال التقرير الثاني.

إذا كان التنقيح مسموحًا واحتوى التقرير الثاني على مجموعة صغيرة من الأنوية المستمرة، فإن الوثيقة الحالية والتقرير الحالي هما المدخلان المهمان. ويعمل HumanPen عن قصد انطلاقًا من أحدث التظليلات بدلًا من ترحيل كل ما علّمه التقرير الأول في وقت ما. وهذا التحكم في النطاق يمنع إعادة كتابة المقاطع المحسومة مرة أخرى، لكنه يظل عونًا على التنقيح، لا وعدًا بأن التقرير الثالث سيكون فارغًا.

النتيجة القابلة للدفاع عنها ليست "انخفض الرقم". بل هي "هذه المقاطع اختفت، وهذه بقيت، وهذه تحركت، وهذه كانت جديدة، وهذه المتغيرات تمنع إجراء مقارنة نظيفة".