شخصان مختلفان تمامًا يكتبان كاشف الذكاء الاصطناعي في مربع بحث خلال الساعة نفسها. الأولى مديرة تسويق نشرت أربعين صفحة صيغت بمساعدة نموذج لغوي، وقيل لها إن جوجل سيعاقب الموقع على ذلك. والثاني اتُّهم بالغش لأن أداة أعادت رقمًا وصدّقه شخص في موقع سلطة.
كلاهما يصل إلى فئة من البرمجيات تبيع الثقة، وكلاهما يستحق النسخة غير المريحة من الإجابة. الأدلة المنشورة عن هذه الأدوات متسقة وهي ليست في صالحها. إنها تخطئ بما يكفي لألا تقرر درجة رقمية أي شيء عن إنسان، وتنهار أمام نص حرره إنسان، وأخطاؤها لا تتوزع بالتساوي بين الكتّاب.
أما سؤال محرك البحث فهو سؤال منفصل له إجابة منفصلة، وتلك الإجابة لا علاقة لها بالكشف إطلاقًا.
هل هذه الأدوات دقيقة، وهل تعاقب جوجل محتوى الذكاء الاصطناعي؟ وضعت الاختبارات المحكّمة كل أداة دون 80% من الدقة، مع هبوط إلى 26% على نص ذكاء اصطناعي أعيدت صياغته، ووجدت دراسة منفصلة أن الكواشف صنّفت مقالات كتّاب غير ناطقين بالإنجليزية كلغة أم على أنها مكتوبة بالذكاء الاصطناعي في 61.3% من الحالات. جوجل لا تعاقب المحتوى لأنه أُنتج بالذكاء الاصطناعي. إنها تعاقب scaled content abuse، وهو أمر يتعلق بالغرض والقيمة لا بنسبة النص إلى كاتبه.
كيف يعمل كاشف الذكاء الاصطناعي فعليًا
كل ما يُباع تقريبًا في هذه الفئة ينتمي إلى واحدة من عائلتين، والتمييز مهم لأنهما تفشلان بطرق مختلفة.
الحيرة والتفاوت
العائلة الأقدم تقيس خصائص إحصائية للنص نفسه. الحيرة تصف مدى اندهاش النموذج اللغوي من كل كلمة بالنظر إلى الكلمات التي سبقتها، فالنثر الذي يجده النموذج شديد القابلية للتوقع يحصل على درجة منخفضة. أما التفاوت فيصف تغير هذه القابلية من جملة إلى أخرى، على أساس أن الكتابة البشرية تتأرجح بين البديهي والغريب بينما يبقى النص المولَّد داخل نطاق أضيق.
الأداة المبنية بهذه الطريقة لا تتعرف على آلة. إنها تقيس مدى تقليدية النثر ثم تجزم بأن النثر التقليدي نثر آلي. هذا الاستنتاج هو المنتج كله، ومنه يأتي كل نمط من أنماط الفشل.
مصنِّفات مدرَّبة على نص مولَّد
العائلة الأحدث تدرّب نموذجًا على مجموعات نصية مزدوجة من كتابة بشرية وأخرى مولَّدة، وتتعلم ما يفصل بينهما. أداؤها أفضل من الحيرة الخام على التوزيع الذي دُرّبت عليه، وترث مشكلة أصعب: هذا التوزيع يتغير كلما جرى تحديث نموذج أو غيّر أمر التوجيه مستواه اللغوي.
لا تملك أي من العائلتين أي معلومة عن كيفية إنتاج النص. كلتاهما تخمّن الأسلوب من الأثر النهائي، ولهذا السبب بالذات يهزمهما تغيير الأسلوب. هناك مقاربة ثالثة، وهي العلامة المائية، تعمل بطريقة مختلفة وسنتناولها لاحقًا لأنها الوحيدة التي تنطلق من دليل لا من استنتاج.
ماذا تقول الأبحاث عن دقة كواشف الذكاء الاصطناعي
اختبار الأدوات الأربع عشرة
الاختبار المضبوط الأكثر استشهادًا به هو Testing of detection tools for AI-generated text، المنشور في International Journal for Educational Integrity عام 2023. مرّر ويبر وولف (Weber-Wulff) وزملاؤه 54 وثيقة اختبار عبر 14 أداة، اثنتا عشرة مجانية واثنتان تجاريتان (Turnitin و PlagiarismCheck)، في 756 اختبارًا منفصلًا.
النتيجة صريحة. بقيت كل أداة دون 80% من الدقة ولم تتجاوز 70% سوى خمس أدوات. بلغت الدقة على الوثائق المكتوبة بشريًا بالفعل 96%، وهو رقم يبدو جيدًا حتى ترى البقية. على نص الذكاء الاصطناعي غير المعدَّل كانت 74%. وعلى نص حرره إنسان تحريرًا خفيفًا كانت 42%. وعلى نص مرّ عبر أداة إعادة صياغة كانت 26%.
تسجل الورقة أن نتائجها تختلف اختلافًا جوهريًا عما تدّعيه بعض أدوات كشف النص المولَّد بالذكاء الاصطناعي، وخلاصتها هي نفسها يُستشهد بها أقل مما تستحق بكثير: هذه الأنظمة ليست دقيقة ولا موثوقة، والأنظمة التي جرى اختبارها لا ينبغي استخدامها في الأوساط الأكاديمية.
اختبار عام 2026 لقادة السوق التجاري
بعد ثلاث سنوات، اختبرت دراسة نُشرت في فبراير 2026 في المجلة نفسها أداتي Turnitin و Originality على مجموعة متوازنة من 192 نصًا: كتابات طلابية أصلية أُنتجت قبل أن يصبح الذكاء الاصطناعي التوليدي متاحًا على نطاق واسع، وكتابات بشرية احترافية، ومخرجات ذكاء اصطناعي، ووثائق هجينة مبنية من نصف كل نوع تقريبًا.
بلغت دقة Originality بالمتوسط الكلي 0.69 وبلغت دقة Turnitin 0.61، وحققت الأداتان درجات F1 بالمتوسط الكلي دون 0.55. وعلى النصوص الهجينة، التي تصف الطريقة التي يكتب بها معظم الناس اليوم فعليًا، أظهرت Originality استدعاءً قريبًا من الصفر. لم تتعرف على أي منها تقريبًا.
الفجوة بين المجالات هي النتيجة التي ينبغي أن تقلق كل من ينشر محتوى تقنيًا. هبطت دقة Turnitin من 0.86 على النصوص الإنسانية إلى 0.51 على النصوص العلمية. وهبطت Originality من 0.96 إلى 0.58. وكان الفارقان دالين إحصائيًا. وعند 0.51 على الكتابة العلمية يفعل الكاشف شيئًا قريبًا جدًا من رمي قطعة نقدية.
المزود الوحيد الذي نشر فشله بنفسه
أطلقت OpenAI مصنِّفًا في يناير 2023 ثم سحبته. صفحة الإعلان الخاصة بها تحمل اليوم ملاحظة بأنه اعتبارًا من 20 يوليو 2023 لم يعد مصنِّف الذكاء الاصطناعي متاحًا بسبب انخفاض معدل دقته، ولا يزال النص الأصلي يحتفظ بالأرقام: كان يتعرف بشكل صحيح على 26% من النص المكتوب بالذكاء الاصطناعي على أنه غالبًا مكتوب بالذكاء الاصطناعي، بينما يصنّف النص المكتوب بشريًا خطأً على أنه مكتوب بالذكاء الاصطناعي في 9% من الحالات. وحذرت الصفحة أيضًا من استخدامه أداة أساسية لاتخاذ القرار. هذه هي المؤسسة صاحبة أفضل وصول ممكن إلى توزيع التدريب، وهي تعلن معدل صواب يقارب واحدًا من كل أربعة.
مشكلة الإنذارات الكاذبة ومن تقع عليه
دراسة TOEFL
ظهرت ورقة GPT detectors are biased against non-native English writers، بقلم ليانغ ويوكسيكغونول وماو وو وتزو، في مجلة Patterns عام 2023. كانت الطريقة بسيطة: تشغيل سبعة كواشف واسعة الانتشار على 91 مقالة TOEFL كتبها ناطقون بغير الإنجليزية وعلى 88 مقالة كتبها تلاميذ أمريكيون في الصف الثامن.
تعاملت الكواشف مع تلاميذ المدارس الأمريكيين بدقة. أما على مقالات TOEFL فبلغ متوسط معدل الإنذارات الكاذبة 61.3%. وأجمعت الكواشف السبعة على وسم 19.8% من تلك المقالات المكتوبة بشريًا على أنها من تأليف ذكاء اصطناعي، ووسم كاشف واحد على الأقل 97.8% منها.
ثم فعل الباحثون ما يكشف اللعبة كلها. أعادوا كتابة المقالات نفسها بلغة أدبية أكثر، فهبط متوسط معدل الإنذارات الكاذبة من 61.3% إلى 11.6%.
لماذا يقع الخطأ حيث يقع
هذا الهبوط يحدد بدقة ما الذي يُقاس. الأدوات تكشف تنوعًا معجميًا محدودًا، وهو سمة من سمات الكتابة بلغة ثانية، ثم تبلّغ عنه بوصفه تأليفًا آليًا. ووجد اختبار 2023 الأثر نفسه من زاوية أخرى: النص المكتوب بشريًا والمترجم آليًا إلى الإنجليزية فقد 20 نقطة مئوية من الدقة، ما يعني أن الباحث الذي يكتب بلغته ثم يترجم معرّض لخطر أعلى للاتهام الباطل.
ما يترتب على ذلك ليس مسألة خلافية. الأداة التي يبلغ معدل إنذاراتها الكاذبة 61.3% على مجموعة محددة من الكتّاب يجب ألا تُستخدم لاتخاذ قرار ذي عواقب بحق إنسان. وتصوغ ورقة 2023 النسخة العملية صياغة جيدة: هذه الأدوات تعيد نسبة مئوية بلا أي دليل مرفق، فالطالب المتهم على هذا الأساس وحده لن تكون أمامه أي إمكانية للدفاع عن نفسه.
لماذا يهزم التحرير كاشف الذكاء الاصطناعي
أوضح التجارب هي Paraphrasing evades detectors of AI-generated text، بقلم كريشنا وسونغ وكاربينسكا وويتينغ وإيير. بنى الباحثون نموذج إعادة صياغة بـ 11 مليار معامل اسمه DIPPER ومرروا النص المولَّد عبره. هبطت دقة الكشف لدى DetectGPT من 70.3% إلى 4.6% عند معدل إنذارات كاذبة ثابت قدره 1%. وجرى التحايل كذلك على العلامة المائية وعلى GPTZero وعلى مصنِّف OpenAI.
تأمل النتيجة اللازمة، فهي الخلاصة الصادقة للفئة كلها. إذا كان المخرج غير المحرَّر يُكشف بنسبة 74% والمخرج المحرَّر بنسبة 42%، فإن ما تتعرف عليه هذه الأدوات بثبات ليس التأليف الآلي. إنه الإهمال. الصفحة الملصوقة مباشرة من نافذة محادثة تُوسم. والصفحة نفسها بعد أن يحذف محرر كفء ثلثها ويضيف تفصيلين لا يعرفهما سوى الكاتب ويعيد كتابة مطالعها لا تُوسم. الكاشف مؤشر غير مباشر على الجهد المبذول، ومؤشر رديء.
الدفاع الذي تقترحه ورقة كريشنا يستحق الذكر لأنه ليس كشفًا على الإطلاق. إنه استرجاع: البحث في قاعدة بيانات تضم 15 مليون تسلسل مولَّد سابقًا عن تطابق قريب، وهو ما التقط ما بين 80% و 97% من التوليدات المعاد صياغتها مع وسم 1% من النص البشري. ينجح لأنه يقارن بسجل لما أُنتج فعلًا. ويتطلب أيضًا أن يحتفظ مزود النموذج بذلك السجل وأن يجري الفحص، وهو ما لا تستطيعه أي أداة عامة.
العلامة المائية، البديل الجاد تقنيًا
فيم تختلف
تتدخل العلامة المائية لحظة التوليد بدل التخمين بعد وقوعه. يجلس SynthID للنصوص من Google DeepMind داخل حلقة أخذ العينات بوصفه معالج لوجيتات، وبكلمات جوجل نفسها فإنه يعزز لوجيتات النموذج بدالة g شبه عشوائية لترميز معلومات العلامة المائية بطريقة تساعدك على تحديد ما إذا كان النص قد وُلّد بنموذجك، دون التأثير بدرجة كبيرة في جودة النص. وتصف وثائق المطورين كاشفًا بايزيًا يعيد واحدة من ثلاث حالات: يحمل علامة مائية، أو لا يحملها، أو غير مؤكد.
أعلنت جوجل العلامة المائية النصية لتطبيق Gemini وواجهته على الويب في مايو 2024. هذا نشر حقيقي، وهو ادعاء من نوع مختلف عن تخمين الأسلوب، لأن الإشارة أُدخلت عمدًا ولم تُستنتج.
الحدود التي تعلنها جوجل بنفسها
الوثائق نفسها صريحة بشأن ما يفسد الأمر. العلامة المائية أقل فاعلية على الإجابات الوقائعية لأن فرص تعزيز التوليد دون خفض الدقة أقل، ودرجات ثقة الكاشف قد تنخفض كثيرًا حين يُعاد كتابة نص مولَّد بالذكاء الاصطناعي بالكامل أو يُترجم إلى لغة أخرى. وتضيف جوجل أن SynthID غير مصمم لمنع الخصوم المصممين على إلحاق الأذى منعًا مباشرًا.
هناك مسار مواز يقوم على بيانات المصدر بدل الإشارة الإحصائية. مواصفة C2PA Content Credentials، وهي الآن في الإصدار 2.4، تربط بالملف بيانًا موقّعًا تشفيريًا يسجل أصله والتعديلات التي طُبّقت عليه. وهي اختيارية صراحةً، والانتشار العالمي هدف معلن لا واقع قائم.
يتقاسم النهجان حدًا صارمًا واحدًا. كلاهما يخبرك أن مزودًا مشاركًا ولّد سلسلة نصية بعينها. ولا يخبرك أي منهما بشيء عن مخرجات مزود لا يشارك، وكلاهما يضعف تحت إعادة الكتابة نفسها التي يقوم بها الشخص الحريص على أي حال. العلامة المائية أداة ضبط لسلسلة التوريد لمن يشغّل النموذج. وهي ليست وسيلة لتدقيق وثيقة شخص غريب.
هل تعاقب جوجل محتوى الذكاء الاصطناعي؟
نُشر موقف جوجل في فبراير 2023 ولم يتغير. عنوان منشور مدونة Search Central هو Google Search’s guidance about AI-generated content، وعنوان القسم يتحدث عن مكافأة المحتوى العالي الجودة أيًا كانت طريقة إنتاجه، والجملة الحاملة هي هذه: تركيزنا على جودة المحتوى بدل طريقة إنتاجه دليل مفيد ساعدنا سنوات طويلة على تقديم نتائج موثوقة وعالية الجودة للمستخدمين.
ويذكر المنشور أيضًا أن ليس كل استخدام للأتمتة، بما فيها التوليد بالذكاء الاصطناعي، يُعد سبامًا، مشيرًا إلى أن الأتمتة تنتج منذ زمن طويل نتائج رياضية وتوقعات جوية ونصوصًا منسوخة. أما المخالفة فهي استخدام الأتمتة، والذكاء الاصطناعي ضمنها، بغرض أساسي هو التلاعب بالترتيب في نتائج البحث.
ما الذي يُعاقَب عليه فعلًا
السياسة التي تعض هي scaled content abuse. تعرّفها جوجل بأنها توليد صفحات كثيرة بغرض أساسي هو التلاعب بترتيب البحث لا مساعدة المستخدمين، وهي موجهة ضد إنشاء كميات كبيرة من محتوى غير أصلي يقدم قيمة ضئيلة أو معدومة للمستخدمين، مهما كانت طريقة إنشائه.
اقرأ هذه العبارة الأخيرة مرتين. طريقة الإنتاج غير ذات صلة صراحةً. مئتا صفحة هزيلة صيغت يدويًا من قالب بأسماء المدن تخالف السياسة تمامًا كما تخالفها مئتا صفحة صاغها نموذج. وإرشادات جوجل حول استخدام محتوى الذكاء الاصطناعي التوليدي تقول الشيء نفسه من الجهة الأخرى: التقنية مفيدة للبحث والبنية، لكن استخدامها لتوليد صفحات كثيرة دون إضافة قيمة للمستخدمين قد يخالف سياسة جوجل لمكافحة السبام بشأن scaled content abuse.
إذن لا توجد عقوبة على الذكاء الاصطناعي حتى تُكشف، ولا توجد درجة كاشف ترجع إليها جوجل. التمييز قائم على الغرض والقيمة. الصفحة التي تجيب عن سؤال يطرحه عملاؤك فعلًا وتتضمن شيئًا لا تعرفه سوى شركتك ليست إساءة، حتى لو صاغ نموذج نسختها الأولى.
ماذا تقيس بدلًا من درجة رقمية
أرقامنا الخاصة توضح الفكرة أفضل من أي حجة. في نافذة حديثة مدتها 28 يومًا حصد هذا الموقع 52,331 ظهورًا من جوجل، مع 531 استعلامًا في المراكز العشرة الأولى. أنتجت تلك الاستعلامات 28,847 ظهورًا و 161 نقرة، أي معدل نقر قدره 0.56% حيث تحقق المراكز من الرابع إلى العاشر عادة ما بين 2% و 8%. ومنها 452 استعلامًا لم تحصل على أي نقرة إطلاقًا.
لا شيء من ذلك مشكلة كشف. إنها مشكلة تمايز، ولا تقيسها أي أداة في هذه الفئة.
المؤشرات الجديرة بالمتابعة هي معدل النقر مقابل المركز الذي تحتله، وما إذا كانت إجابات الذكاء الاصطناعي تستشهد بك أم تكتفي بترتيبك، وهو ما نتناوله في لماذا يحتل المحتوى مركزًا متقدمًا دون أن يُستشهد به وفي ماذا يعني وضع الذكاء الاصطناعي في جوجل لزياراتك. ثم تأتي القرارات التحريرية: تقليم المحتوى للصفحات التي لا تجيب عن شيء محدد، وتحديث المحتوى للصفحات التي كانت تجيب يومًا ما. ويكشف تدقيق السيو التقني النصف الميكانيكي من الصورة نفسها، أي ما إذا كانت الصفحات التي تهمك مؤهلة أصلًا لأن تُرى.
ماذا تفعل إذا وسمت أداة كشف عملك
الدرجة ليست دليلًا
الرقم رأي نموذج في الأسلوب، أُنتج دون أي وصول إلى معلومة عن كيفية كتابة النص. هذه ليست بلاغة بل هو التصميم ذاته. قل ذلك بوضوح، واستشهد بالاختبارات المحكّمة بدل أن تحاجّ انطلاقًا من مصداقيتك الشخصية، لأن البحث العلمي في صفك ولأن مصداقيتك هي بالضبط ما يجري التشكيك فيه.
مصدر تتحكم فيه أنت
سجل النسخ أقوى ما تملك، وهو لا ينفع إلا إذا كان موجودًا قبل أن تحتاج إليه. احتفظ بالمستندات في نظام يسجل المراجعات، واحتفظ بمخططك وملاحظاتك، واحتفظ بالمصادر التي قرأتها وبتاريخ قراءتك لها. المستند الذي نما عبر أربعين نسخة محفوظة على مدى تسعة أيام إجابة أفضل بكثير من أي درجة مضادة.
اطلب تشغيل الأداة نفسها على شيء كتبته قبل سنوات، قبل أن يتوفر الذكاء الاصطناعي التوليدي. هذا بالضبط هو الضابط الذي استخدمته دراسة 2026. واسأل عما إذا كانت أداة ثانية توافق، فالتناقض بين الأدوات، وبين تشغيلات متكررة للأداة نفسها، موثق في اختبار 2023. وإذا لم تكن الإنجليزية لغتك الأولى، أو كنت قد كتبت بلغة أخرى ثم ترجمت، فضع نسبة 61.3% وخسارة العشرين نقطة الناتجة عن الترجمة أمام من يتخذ القرار.
أدوات الأنسنة واقتصاد التغلب على اختبار معطوب
دفع اشتراك شهري للتغلب على اختبار يخطئ أصلًا في ما بين 26% و 58% من الحالات المهمة استخدام سيئ للمال، وقد سجل اختبار 2023 أن إحدى أدوات هذا السوق كانت تنصح مستخدميها بتحرير نصوصهم حتى يقل فيها محتوى الذكاء الاصطناعي القابل للكشف، وهي فئة تحاجّ ضد فرضيتها نفسها.
وهناك كلفة حقيقية تتجاوز الرسوم. تعمل جولات الأنسنة بإضافة تباين معجمي، وهو ما يعني عمليًا استبدالات من معجم المترادفات وعبارات تحوّط وجملًا منتفخة. ينتهي بك الأمر إلى التحسين لآلة لا تؤثر في ترتيبك، على حساب الإنسان الذي يقرر فعلًا ما إذا كان سيتواصل معك. وإذا كانت لديك ميزانية لهذا، فأنفقها على محرر.
أين تضيف الوكالة قيمة حقيقية
ليس في التملص من الكواشف. ما يغيّر النتائج هو العملية التحريرية والخبرة القابلة للإثبات: موجز موضوعي يحدد ما تعرفه شركتك ولا يعرفه المنافسون، وكاتب باسمه الصريح وبمؤهلات حقيقية، ومصادر مذكورة ومؤرخة، وخطوة مراجعة يتحقق فيها شخص مارس هذا العمل من صحة ما يُقال. تلك العملية تجعل المخرج غير قابل للكشف عرضًا، لكن ذلك أثر جانبي لا هدف.
تبني Mecanik برامج المحتوى على هذا الأساس وتدقق البرامج القائمة عبر خدمة تدقيق السيو لدينا، التي تنطلق مما تكسبه صفحاتك اليوم لا من طريقة كتابتها. إذا كانت صفحاتك تحتل مراكز متقدمة ولا يحدث شيء، فالعلاج هو التحديد والسلطة الموضوعية، وسيخبرك تدقيق السيو التقني أي الاثنين يعوقك فعلًا. ولن تظهر درجات الكواشف في التقرير، لأنها لا تقيس شيئًا يمكنك التصرف بناءً عليه. وإذا أردت الصورة التجارية الأوسع أولًا، فدليلنا عن ما تفعله وكالة سيو الذكاء الاصطناعي وكم تكلف يشرح إلى أين يذهب المال حقًا.
الأسئلة الشائعة
هل كواشف الذكاء الاصطناعي دقيقة؟ ليست دقيقة بشكل موثوق. اختبرت دراسة عام 2023 في International Journal for Educational Integrity عدد 14 أداة عبر 756 اختبارًا منفصلًا، ووجدت أن كل أداة بقيت دون 80% من الدقة ولم تتجاوز 70% سوى خمس أدوات. بلغت الدقة 74% على نص الذكاء الاصطناعي غير المعدَّل، و 42% بعد تحرير بشري، و 26% بعد إعادة الصياغة الآلية. ووجدت دراسة فبراير 2026 دقة بالمتوسط الكلي قدرها 0.61 لأداة Turnitin و 0.69 لأداة Originality.
هل تعاقب جوجل المحتوى المولَّد بالذكاء الاصطناعي؟ لا. تنص إرشادات جوجل المنشورة على أن تركيزها ينصب على جودة المحتوى لا على طريقة إنتاجه، وعلى أن ليس كل استخدام للأتمتة سبامًا. ما يخالف السياسة هو scaled content abuse، المعرَّف بأنه توليد صفحات كثيرة بغرض أساسي هو التلاعب بالترتيب لا مساعدة المستخدمين، وتوضح جوجل أن ذلك ينطبق مهما كانت طريقة إنشاء المحتوى.
لماذا تسم كواشف الذكاء الاصطناعي الكتّاب غير الناطقين بالإنجليزية؟ لأنها تقيس التنوع المعجمي والقابلية للتوقع لا نسبة النص إلى كاتبه. شغّلت دراسة عام 2023 في مجلة Patterns سبعة كواشف على 91 مقالة TOEFL كتبها ناطقون بغير الإنجليزية وسجلت متوسط معدل إنذارات كاذبة قدره 61.3%، مقابل نتائج شبه دقيقة على مقالات تلاميذ أمريكيين. وأدت إعادة كتابة المقالات نفسها بلغة أدبية أكثر إلى خفض معدل الإنذارات الكاذبة إلى 11.6%.
هل يستطيع كاشف الذكاء الاصطناعي معرفة أن النص حرره إنسان؟ عمليًا لا، وهذه أكبر ثغرة. بلغت الدقة على نص ذكاء اصطناعي خضع لتحرير بشري خفيف 42% في اختبار 2023، ووجدت دراسة 2026 استدعاءً قريبًا من الصفر على وثائق هجينة مبنية من نصف نص بشري ونصف نص ذكاء اصطناعي تقريبًا. وأنزلت أبحاث إعادة الصياغة أحد الكواشف من 70.3% إلى 4.6% عند معدل إنذارات كاذبة ثابت قدره 1%.
ماذا أفعل إذا اتُّهمت ظلمًا باستخدام الذكاء الاصطناعي؟ عامل الدرجة بوصفها رأيًا في الأسلوب لا دليلًا، وقل ذلك مستشهدًا بالأبحاث المنشورة. قدّم مصدرًا تتحكم فيه أنت: سجل نسخ المستند والمسودات والملاحظات والمصادر بأختام زمنية. واطلب تشغيل الأداة نفسها على عمل كتبته قبل وجود الذكاء الاصطناعي التوليدي، واسأل عما إذا كانت أداة ثانية توافق، فالتناقض بين الأدوات موثق.
التعليقات