لماذا تغيّرت درجة الذكاء الاصطناعي في Turnitin عند إعادة الإرسال؟

درجة الكتابة بالذكاء الاصطناعي في Turnitin ليست خاصية دائمة في مستندك، بل هي ناتج نموذج كشف يُطبَّق في لحظة الإرسال. وعندما يتغيّر النموذج، قد تتغيّر الدرجة أيضاً. وقد ورد في الوثائق ما يلي: "As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage.. However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed." (مع استمرارنا في تحسين نموذجنا وتطويره من أجل كشف أفضل لنماذج اللغات الكبيرة الأحدث، من المرجَّح أن تتغيّر قدراتنا على الكشف أيضاً، وهو ما يؤثر في نسبة الذكاء الاصطناعي. ومع ذلك، بالنسبة إلى مستند سبق إرساله، لن تتغيّر نسبة الذكاء الاصطناعي إلا إذا أُعيد إرساله من جديد لمعالجته.)

لذلك، إذا أعدت الإرسال وتحرّك الرقم، فهذا سلوك متوقَّع. فالمستند لم يتغيّر، الذي تغيّر هو النموذج.

من أكثر أسباب الالتباس شيوعاً الافتراض بأن تقريراً قديماً سيتجدّد من تلقاء نفسه متى حدَّث Turnitin نموذجه. لن يفعل ذلك. والوثائق صريحة في هذا الشأن: "This release will not retroactively update previously-generated AI writing reports. To view the AI writing score generated by this update, existing submissions must be resubmitted." (هذا الإصدار لن يُحدِّث بأثر رجعي تقارير الكتابة بالذكاء الاصطناعي التي جرى إنشاؤها سابقاً. وللاطّلاع على درجة الكتابة بالذكاء الاصطناعي التي يولّدها هذا التحديث، يجب إعادة إرسال عمليات الإرسال القائمة.)

وهذا يعني أن تقريراً أُنشئ قبل ثلاثة أشهر لا يزال يعرض الدرجة التي أخرجها النموذج الذي كان معمولاً به في ذلك الوقت. فإن أردت أن تعرف ما يقوله النموذج الحالي، فعليك إرسال المستند مرة أخرى. ولا يوجد أي تحديث صامت يجري في الخلفية.

وهذا مهم لكل من يقارن الدرجات عبر الزمن. فإذا كان أحد الطلاب قد أرسل في مارس وأعاد الإرسال في أغسطس، فالرقمان ليسا قابلين للمقارنة المباشرة، لأنهما أُنتجا بنسختين مختلفتين من نموذج الكشف. ولهذا السبب تحديداً، فإن مقارنة تقريرين بدلاً من مقارنة درجتين هي القراءة الوحيدة التي تصمد.

تقول الأسئلة الشائعة إن Turnitin حدَّث في يوليو 2026 بنية نموذجه من أجل دمج مجموعة من عدة نماذج في نموذج واحد. وتقول إن هذا التحديث يحسّن تقرير الكتابة بالذكاء الاصطناعي ويبسّطه، مع الحفاظ على معدل للإيجابيات الخاطئة دون 1%، وهو رقم يُبيَّن حجمه الحقيقي في ما يعنيه معدل إيجابيات خاطئة بنسبة 1%.

هذا الدمج تغيير بنيوي في طريقة عمل الكشف. فمجموعة النماذج المتعددة تعني أن عدة كواشف تُنتج كل واحدة منها درجة، ثم تُجمَع هذه الدرجات. أمّا الانتقال إلى نموذج واحد فيعني أن كاشفاً واحداً بات يُنتج الدرجة مباشرة. وتقول الأسئلة الشائعة إن هذا التغيير أُجري لتحسين التقرير وتبسيطه، غير أن من آثاره الجانبية أن المستندات المُعاد إرسالها قد تُظهر نسباً تختلف بشكل ملحوظ عمّا كانت تُظهره في ظل المجموعة القديمة.

نذكر هذا لا لإخافة أحد، بل لكي تعرف ما الذي يمكن توقّعه. فإذا تغيّرت درجتك بعد يوليو 2026، فدمج النماذج تفسير مرجَّح لذلك.

لكي تفهم سبب تحرّك الدرجة، من المفيد أن تعرف كيف تُحسب النسبة. فعند إرسال بحث إلى Turnitin، تُستخرج الجمل من الإرسال وتُقسَّم إلى مقاطع متداخلة من أجل تحليل التنبؤ. ويصنّف نموذج كشف الذكاء الاصطناعي كل مقطع ويعطيه قيمة بين 0 و1، تدل على احتمال أن يكون النص من عمل إنسان أو مُنتَجاً بالذكاء الاصطناعي. وترث كل جملة مؤهَّلة داخل هذه المقاطع درجة المقطع نفسها. ولأن المقاطع تتداخل، قد تحمل بعض الجمل أكثر من درجة، تُجمَع بعد ذلك في درجة واحدة. ثم تُجمَع درجات الجمل هذه وتُستخدم لحساب درجة الكتابة بالذكاء الاصطناعي للمستند بأكمله.

النسبة النهائية التي تظهر في تقريرك هي حصيلة عدد كبير من تنبؤات صغيرة على مستوى الجملة، جُمعت في رقم واحد. وعندما يُحدَّث النموذج، قد تتحرّك التنبؤات المتعلقة بمقاطع بعينها. فجملة كانت قيمتها 0.4 في النموذج القديم قد تصبح 0.6 في النموذج الجديد. ولا يُعدّ أي من هذه التحرّكات كبيراً في حد ذاته، لكن عند جمعها على امتداد مستند كامل، يمكنها أن تُحرّك النسبة الإجمالية بعدة نقاط.

لهذا السبب يمكن أن يُسفر إرسالان للمستند نفسه عن درجتين مختلفتين. فالنص متطابق، لكن النموذج الذي يقيّم كل مقطع قد تغيّر.

إذا أعدت إرسال مستند وارتفعت نسبة الذكاء الاصطناعي، فذلك لا يعني بالضرورة أن النص أصبح "أكثر شبهاً بالذكاء الاصطناعي". والمفاجأة نفسها بعد جولة من التعديلات مشروحة في عدّلت بحثي فارتفعت درجة الذكاء الاصطناعي. بل يعني أن النموذج المُحدَّث أصبح أكثر حساسية لأنماط موجودة في تلك المقاطع. أمّا إذا انخفضت النسبة، فقد يكون النموذج المُحدَّث أقل حساسية لتلك الأنماط نفسها. وفي الحالتين، يعكس التغيير فرقاً في الكاشف، لا فرقاً في الكتابة.

إليك ما يستحق أن تتذكّره عملياً:

• درجة الإرسال السابق متجمّدة في زمنها، ولن تتغيّر ما لم تُعد الإرسال.
• الدرجة الجديدة تعكس النموذج الحالي، وقد يكون مختلفاً عن النموذج الذي أنتج التقرير الأصلي.
• مقارنة درجات صادرة عن نسخ مختلفة من النموذج ليست مقارنة على أساس متكافئ.
• إذا كنت تراجع مستنداً لتخفيض نسبة الذكاء الاصطناعي فيه، فاعتمد دائماً على أحدث إرسال، لأن تلك هي الدرجة التي سينتجها النموذج الحالي.

إذا تحرّكت نسبة الذكاء الاصطناعي لديك بعد إعادة الإرسال، فركّز على المقاطع التي أُشير إليها بدلاً من التركيز على الرقم نفسه. فالتقرير يحدّد جملاً ومقاطع بعينها صنّفها النموذج على أنها مُنتَجة بالذكاء الاصطناعي. وتلك هي الأجزاء التي تحتاج إلى مراجعة، بالترتيب الذي يضعه إعادة كتابة الفقرات التي أشار إليها تقرير Turnitin وحدها.

أبقِ اقتباساتك ومراجعك وتنسيقك في مكانها. فالمقاطع التي أُشير إليها وحدها هي ما يحتاج إلى انتباهك. وبعد المراجعة، أرسل من جديد لتحصل على درجة جديدة من النموذج الحالي.

ويمكن إعادة تشغيل المقاطع المؤهَّلة مجاناً.