لماذا تغيّرت نسبة الذكاء الاصطناعي عندما أعدتُ إرسال الورقة نفسها؟

عندما تعود الورقة نفسها بنسبة مختلفة للذكاء الاصطناعي في المرة الثانية التي ترسلها فيها، فالسبب الأكثر شيوعًا ليس أن نصك قد تغيّر، بل أن الكاشف قد تغيّر. تُحدِّث Turnitin نموذج كشف الكتابة بالذكاء الاصطناعي بشكل متواصل، وكل ملاحظة إصدار تحمل الجملة نفسها: "This release will not retroactively update previously-generated AI writing reports." (هذا الإصدار لا يُحدِّث بأثر رجعي تقارير الكتابة بالذكاء الاصطناعي التي سبق إنشاؤها.) التقرير قراءة أجراها النموذج الساري في اليوم الذي أُنشئ فيه التقرير. فإذا وقع تحديث للنموذج بين إرسالك الأول والثاني، فإن الدرجتين صدرتا عن نسختين مختلفتين من الكاشف، ولا شيء في أي من الوثيقتين يخبرك كم من الفارق يعود إلى تعديلاتك وكم يعود إلى النموذج.

يميل الناس إلى افتراض أن "Turnitin" أداة ثابتة تقرأ دائمًا بالطريقة نفسها. غير أن ملاحظات الإصدار تحكي قصة أخرى. فصفحة نموذج كشف الكتابة بالذكاء الاصطناعي تسجّل تحديثات في 14 أكتوبر 2025 و12 فبراير 2026 و5 مايو 2026. وكل مدخل من هذه المدخلات يقول:

"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 لا يُحدِّث بأثر رجعي تقارير الكتابة بالذكاء الاصطناعي التي سبق إنشاؤها. وللاطلاع على درجة الكتابة بالذكاء الاصطناعي التي يولّدها هذا التحديث، يجب إعادة إرسال الإرسالات القائمة.)

وتشترك ملاحظتا فبراير وأكتوبر أيضًا في الاتجاه نفسه: "We have updated our AI writing detection model to improve recall while maintaining a low false positive rate." (قمنا بتحديث نموذج كشف الكتابة بالذكاء الاصطناعي لتحسين الاستدعاء مع الحفاظ على معدل منخفض للإيجابيات الخاطئة.) وتضيف الأسئلة الشائعة أنه مع تتابع تحسين النموذج "it is likely that our detection capabilities will also change, affecting the AI percentage." (فمن المرجّح أن تتغيّر قدراتنا على الكشف أيضًا، مما يؤثر في نسبة الذكاء الاصطناعي). تقول Turnitin ذلك بوضوح تام. الكاشف هدف متحرك، والدرجة المرتبطة بتاريخ ليست خاصية للوثيقة، بل هي خاصية للوثيقة كما قرأتها تلك النسخة من النموذج في ذلك اليوم.

وتسجّل الأسئلة الشائعة أيضًا تغييرًا أحدث في بنية النموذج: "In July 2026, we updated our model architecture to consolidate a multi-model ensemble into a single model." (في يوليو 2026، حدّثنا بنية نموذجنا لدمج مجموعة من عدة نماذج في نموذج واحد.) وتقول الأسئلة الشائعة إن هذا التحديث يحافظ على معدل إيجابيات خاطئة يقل عن 1%. نذكر هذا لأن من أرسل عمله في يونيو وأعاد إرساله في أغسطس قد يكون عبر حدًّا بين النماذج أكبر من التحديث التدريجي المعتاد.

لنفترض أن تقريرك الأول عاد بنسبة 28 في المئة، وأنك عدّلت بضع جمل، ثم أظهرت إعادة الفحص 42. الغريزة تدفعك إلى التساؤل عمّا حدث من خطأ في التعديل. أما السؤال الأول الذي ينبغي أن تطرحه فهو: هل يقع تاريخ إصدار بين الفحصين؟

إن كان كذلك، فإن الفارق يضم تعديلاتك وتغييرًا في النموذج معًا، ولا شيء في أي من التقريرين يفصل بينهما. أربع عشرة نقطة ليست أربع عشرة نقطة من التعديل، بل هي أربع عشرة نقطة من التعديل يضاف إليها نموذج، والجزء الذي يأتي من النموذج لا يمكنك أن تنسبه إلى نفسك ولا أن تُلقي عليه باللوم. مقارنة التقريرين بدلًا من الرقمين هي مجمل الطريقة الواردة في الاستمرار في الظهور بعد إعادة فحص Turnitin. وتتطلب المقارنة الصادقة تدوين ثلاثة أشياء: تاريخ التقرير الأول، وتاريخ التقرير الثاني، وملاحظات الإصدار التي تقع بينهما. وتنشر Turnitin هذه الملاحظات جميعها على صفحة نموذج كشف الكتابة بالذكاء الاصطناعي.

تشترك ملاحظات الإصدار التي ذكرناها في عبارة واحدة: "improve recall while maintaining a low false positive rate." (تحسين الاستدعاء مع الحفاظ على معدل منخفض للإيجابيات الخاطئة.) الاستدعاء هو نسبة النص المكتوب بالذكاء الاصطناعي التي يلتقطها الكاشف. وتحسين الاستدعاء يعني أن النموذج يُضبط لالتقاط قدر أكبر، لا أقل. وتشرح الأسئلة الشائعة المقايضة التي ينشئها ذلك: "In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document." (للحفاظ على هذا المعدل المنخفض البالغ 1% للإيجابيات الخاطئة، هناك احتمال أن يفوتنا بعض النص المكتوب بالذكاء الاصطناعي في الوثيقة.) وتضيف: "if we identify that 50% of a document is likely written by an AI tool, it could contain as much as 65% AI writing." (إذا حدّدنا أن 50% من الوثيقة مكتوبة على الأرجح بأداة ذكاء اصطناعي، فقد تحتوي في الواقع على ما يصل إلى 65% من الكتابة بالذكاء الاصطناعي.)

الاتجاه مهم. فالتحديث الذي يحسّن الاستدعاء يمكن أن يرفع نسبة الذكاء الاصطناعي في ورقة لم تتغيّر إطلاقًا. وهذا ليس خللًا، بل هو النموذج يفعل ما حُدِّث ليفعله. والعكس صحيح كذلك: إعادة الكتابة التي خفضت الدرجة قد تكون استفادت من تحديث قرأ نصك بطريقة مختلفة بالصدفة، لا من التعديلات نفسها. ومن دون التواريخ، لن تستطيع التمييز بين الحالين. والصورة التي يواجهها معظم الناس هي تحرير ورقة ومشاهدة درجة الذكاء الاصطناعي ترتفع.

وأمر آخر يفاجئ الناس: نسبة الذكاء الاصطناعي ونسبة التشابه منفصلتان. وتقول Turnitin: "The Similarity score and the AI writing detection percentage are completely independent and do not influence each other." (درجة التشابه ونسبة كشف الكتابة بالذكاء الاصطناعي مستقلتان تمامًا ولا تؤثر إحداهما في الأخرى.) التغيّر في إحداهما لا ينبئ بتغيّر في الأخرى. فإذا انخفضت درجة التشابه لديك وارتفعت درجة الذكاء الاصطناعي، فليس في الأمر تناقض: إنهما نظامان يقرآن إشارات مختلفة في النص نفسه. وقد كتبنا عن هذا الفرق بتفصيل أكبر في دليلنا AI Writing Report مقابل Similarity Report.

لتلخيص ما تناولناه:

• لا يُعاد احتساب التقارير القديمة عند تحديث النموذج. الدرجة لقطة لحظية، وليست خاصية دائمة.
• إذا وقع تحديث للنموذج بين إرسالين، فإن الدرجتين أنتجتهما نسختان مختلفتان من الكاشف.
• حسّنت التحديثات الأخيرة الاستدعاء، ما يعني أن النص نفسه قد يحصل على درجة أعلى في ظل نموذج أحدث.
• نسبة الذكاء الاصطناعي ونسبة التشابه مستقلتان ولا تتحركان معًا.

الخطوة العملية هي تدوين تاريخ كل تقرير ومقارنته بملاحظات الإصدار قبل مقارنة رقمين. وإذا كنت بحاجة إلى مراجعة ورقة تم تحديدها، فاستورد تقرير Turnitin واعمل على المقاطع المحددة بعينها. ويمكن إعادة تشغيل المقاطع المؤهلة مجانًا.