هل كاشفات الذكاء الاصطناعي دقيقة؟ ما تقوله الأبحاث وكيف تقرأ النتيجة
كاشفات الذكاء الاصطناعي ليست دقيقة بما يكفي لإثبات أن شخصًا ما استخدم الذكاء الاصطناعي. فأفضل الأدوات التجارية باتت تلتقط معظم النصوص المنسوخة مباشرة من روبوتات الدردشة، ونادرًا ما تخطئ في النصوص البشرية الطويلة، لكن الأدوات الأضعف تصنّف كثيرًا من الكتابة البشرية على أنها آلية، كما أن النص المولَّد الذي أُعيدت صياغته أو كُتب محاكيًا أسلوب مؤلف حقيقي قد يفلت من أدوات كثيرة. لذلك، فالجواب عن سؤال «هل كاشفات الذكاء الاصطناعي دقيقة؟» هو: ليس بما يكفي. اعتبر أي نتيجة مجرد إشارة تدلّك على موضع التدقيق، لا دليلًا قائمًا بذاته.
وفي الاختبارات المستقلة الحديثة، حققت أفضل الأدوات نتائج أفضل بكثير مما حققه كاشف OpenAI نفسه عام 2023، حين سحبته الشركة بسبب ضعف دقته، لكنها لم تبلغ حدًّا يجعل النتيجة دليلًا.
كيف تتخذ كاشفات الذكاء الاصطناعي قرارها؟
تحكم الكاشفات على النص ذاته، لا على مصدره. فالأدوات البسيطة تقيس مدى قابلية اختيار الكلمات للتوقع ومدى تجانس الجمل. أما الأدوات التجارية فتدرّب مصنِّفات على مجموعات ضخمة من الكتابات البشرية والمولَّدة آليًا. وفي الحالتين تكون المخرجات تقديرًا من قبيل «82% ذكاء اصطناعي».
ومن قابلية التوقع هذه تنشأ كثير من الإنذارات الكاذبة. يقول جيمس زو، الباحث المشرف على دراسة أجرتها جامعة ستانفورد عام 2023 عن الكاشفات، إنها «تعتمد عادةً في تقييمها على مقياس يُعرف بـ"الحيرة" (perplexity)»، وهو مقياس يرتبط بمدى تعقيد الكتابة وتطورها. فالكتابة البسيطة المتأنية قد تبدو آلية في نظر هذا النوع من المقاييس، حتى لو كتب إنسانٌ كل كلمة فيها.
ماذا وجدت الأبحاث؟
راجعنا هذه الدراسات في أكتوبر 2026. الثلاث الأولى من عام 2023، والثلاث الأخيرة تختبر أدوات ونماذج أحدث.
| المصدر | ما الذي اختُبر | ما الذي توصلت إليه |
|---|---|---|
| مصنِّف OpenAI الخاص (2023) | أداة OpenAI على مجموعة اختبار صعبة من النصوص الإنجليزية | التقطت 26% من النصوص المكتوبة بالذكاء الاصطناعي، وصنّفت النص البشري على أنه آلي في 9% من الحالات. وسحبتها OpenAI في 20 يوليو 2023 «بسبب انخفاض معدل دقتها». |
| دراسة ستانفورد، Liang وزملاؤه (2023) | سبعة كاشفات على مقالات كتبها ناطقون أصليون وغير أصليين بالإنجليزية | صنّفت الكاشفات في المتوسط 61% من 91 مقالًا لاختبار TOEFL كتبها غير ناطقين أصليين على أنها مولَّدة آليًا، ورصد كاشف واحد على الأقل 89 مقالًا من الـ91. أما مقالات طلاب الصف الثامن في الولايات المتحدة فقد صنّفتها الكاشفات بدقة شبه تامة. |
| دراسة Weber-Wulff وزملائها (2023) | اثنتا عشرة أداة متاحة للعموم إضافةً إلى Turnitin وPlagiarismCheck | كانت الأدوات «غير دقيقة وغير موثوقة»، ومالت إلى اعتبار النص بشريًا، وتراجع أداؤها بشكل ملحوظ حين مُوِّه النص المولَّد، بإعادة الصياغة مثلًا. |
| دراسة Erol وزملائه (2025) | أدوات GPTZero وZeroGPT وCorrector على ملخصات ومقدمات 250 بحثًا في جراحة الأعصاب كتبها بشر، و750 نسخة كتبها ChatGPT | ميّزت الأدوات إجمالًا بين نصوص ChatGPT غير المحررة والنصوص البشرية بدرجة تتراوح بين المتوسطة والعالية جدًا، لكن 30% من النصوص البشرية حصلت على أكثر من 50% «ذكاء اصطناعي» في Corrector، و16% منها في ZeroGPT. ولم يمنح GPTZero أيًّا منها أكثر من 50%. ولم تُختبر النصوص المولَّدة بعد تحريرها. |
| دراسة Jabarian وImas، جامعة شيكاغو (2025) | أدوات Pangram وGPTZero وOriginalityAI ونموذج مفتوح المصدر على 1992 مقطعًا بشريًا في ستة أنواع كتابية، ومقاطع مقابلة من أربعة نماذج ذكاء اصطناعي | سجّلت Pangram «صفرًا تقريبًا» من الإيجابيات الكاذبة والسلبيات الكاذبة في المقاطع المتوسطة والطويلة. أما النموذج مفتوح المصدر فصنّف خطأً ما بين 30% و78% تقريبًا من النصوص البشرية. وبعد أن أعادت أداة «الأنسنة» StealthGPT كتابة النص المولَّد، فات GPTZero نحو نصفه أو أكثر في معظم الأنواع، في حين ظلت Pangram تلتقطه كله تقريبًا. |
| مؤسسة Epoch AI (يوليو 2026) | أدوات Pangram وGPTZero وOriginality.ai على 495 مقطعًا بشريًا بطول 500 كلمة تقريبًا، ومقاطع مولَّدة من ثلاثة نماذج حديثة | لم تصنّف Pangram ولا GPTZero أيًّا من المقاطع البشرية على أنه آلي، بينما صنّفت Originality.ai نسبة 3.8% منها. والتقطت الأدوات الثلاث كل النصوص المولَّدة بأوامر عادية تقريبًا، لكنها أغفلت ما بين 10% و18% من النصوص المكتوبة لمحاكاة مؤلف حقيقي، ونحو ربع هذه النصوص المحاكية في الكتابة العلمية. |
إذا قرأنا هذه الدراسات معًا، فهي تقول أمرين: إن الأداة التي تستخدمها تُحدث فرقًا هائلًا، وإن محاكاة الأسلوب هي النقطة التي تتعثر عندها حتى أفضل الأدوات، في حين تمكّنت أداة أنسنة من خداع بعضها.
وللتفاصيل، ابدأ بـملاحظة OpenAI عن مصنِّفها، وتقرير معهد ستانفورد HAI عن دراسة التحيّز، والموجز البحثي لجامعة شيكاغو، واختبار Epoch AI لعام 2026. أما بحث Weber-Wulff فمنشور في مجلة International Journal for Educational Integrity، ودراسة جراحة الأعصاب لعام 2025 في مجلة Acta Neurochirurgica.
المثال التطبيقي الأول: الصف النزيه نفسه أمام ست أدوات مختلفة
لنفترض أن لدينا 1000 مقال كتبها الطلاب بأنفسهم بالكامل، دون أي استخدام للذكاء الاصطناعي، ولنطبّق عليها معدلات الإيجابيات الكاذبة المذكورة أعلاه. هذه حساباتنا نحن، لا اختبار جديد، والدراسات استخدمت نصوصًا وظروفًا مختلفة، لذا فهذا ليس ترتيبًا للأدوات.
| الأداة والدراسة | معدل الإيجابيات الكاذبة المُعلَن | المقالات النزيهة المصنَّفة خطأً من أصل 1000 |
|---|---|---|
| أداتا Pangram أو GPTZero، دراسة Epoch AI لعام 2026 (مقاطع من 500 كلمة تقريبًا) | 0 من 495 | صفر تقريبًا |
| أداة Originality.ai، دراسة Epoch AI لعام 2026 | 3.8% | نحو 38 |
| مصنِّف OpenAI، عام 2023 | 9% | نحو 90 |
| أداة ZeroGPT، أبحاث جراحة الأعصاب 2025 (نصوص بشرية حصلت على أكثر من 50% «ذكاء اصطناعي») | 16% | نحو 160 |
| أداة Corrector، أبحاث جراحة الأعصاب 2025 (نصوص بشرية حصلت على أكثر من 50% «ذكاء اصطناعي») | 30% | نحو 300 |
| النموذج مفتوح المصدر، دراسة شيكاغو 2025 | من 30% إلى 78% تقريبًا | من 300 إلى 780 تقريبًا |
وبحسب الأداة، قد يتلقى الصف النزيه نفسه ما بين صفر من الإنذارات الكاذبة وعدة مئات منها. كما أن عدم وقوع أي خطأ في 495 محاولة لا يثبت انعدام الأخطاء في كل أنواع الكتابة.
المثال التطبيقي الثاني: لماذا يهمّ حتى معدل خطأ قدره 1%؟
أجرت جامعة فاندربيلت نسخة من هذه الحسابات حين أوقفت كاشف الذكاء الاصطناعي في Turnitin عام 2023: فقد قدّمت نحو 75 ألف ورقة عام 2022، ما يعني أن معدل إيجابيات كاذبة قدره 1% كان يمكن أن يؤدي إلى وسم نحو 750 ورقة خطأً.
وثمة أثر ثانٍ. فبالنسبة إلى الطالب الذي رُصد نصه، ليس السؤال هو معدل الخطأ، بل احتمال أن يكون الإنذار الخاص به خاطئًا، وهذا يتوقف على عدد من استخدموا الذكاء الاصطناعي فعلًا. نفترض هنا كاشفًا يلتقط 90% من المقالات المكتوبة بالذكاء الاصطناعي، ونغيّر بقية العوامل. الأرقام توضيحية، لا مُقاسة.
| السيناريو، 1000 مقال | مقالات كُتبت بالذكاء الاصطناعي | مقالات آلية رُصدت (90%) | مقالات بشرية رُصدت خطأً | نسبة الإنذارات الخاطئة |
|---|---|---|---|---|
| أ: 10% استخدموا الذكاء الاصطناعي، و1% إيجابيات كاذبة | 100 | 90 | 9 (1% من 900) | نحو 9% (9 من 99) |
| ب: 10% استخدموا الذكاء الاصطناعي، و5% إيجابيات كاذبة | 100 | 90 | 45 (5% من 900) | نحو 33% (45 من 135) |
| ج: 2% استخدموا الذكاء الاصطناعي، و1% إيجابيات كاذبة | 20 | 18 | نحو 10 (1% من 980) | نحو 35% (10 من 28) |
يكشف السيناريو (ج) موضع المشكلة: بالكاشف نفسه ذي «الـ1%»، حين يكون عدد من استخدموا الذكاء الاصطناعي قليلًا، يقع نحو إنذار من كل ثلاثة على كاتب نزيه. ومع أفضل الأدوات على النصوص الطويلة قد يقترب المعدل من 0%، لذا فهذه هي الحالة المتشائمة بالنسبة إليها. أما مع الأدوات الأضعف والنصوص القصيرة والكتابة الرسمية، فمعدلات تبلغ بضعة في المئة أو أكثر واقعية، كما يُظهر المثال الأول.
كيف تقرأ نتيجة الكاشف؟
- تحقّق مما تقيسه النسبة المئوية. الرقم الذي يعرضه Turnitin هو حصة «النص المؤهَّل» التي يرجّح أنها مولَّدة بالذكاء الاصطناعي، لا حكمٌ على الورقة كلها. اقرأ شرح الأداة نفسها قبل أن تتصرف بناءً على أي رقم.
- النتائج المنخفضة هي الأقل موثوقية. فأداة Turnitin نفسها لا تعرض سوى علامة نجمة بدلًا من أي رقم بين 1% و19%، لأن اختباراتها وجدت أن الإيجابيات الكاذبة أكثر شيوعًا في هذا النطاق.
- نتائج الأدوات المختلفة غير قابلة للمقارنة. ففي دراسة جراحة الأعصاب لعام 2025، بلغ متوسط النصوص البشرية نفسها 37% «ذكاء اصطناعي» في Corrector، و28% في ZeroGPT، و6% في GPTZero.
- الطول واللغة عاملان مهمّان. قالت OpenAI إن مصنِّفها كان غير موثوق إلى حد كبير مع النصوص التي تقل عن 1000 حرف، أي فقرة قصيرة أو اثنتين، وأسوأ بكثير مع اللغات غير الإنجليزية.
- تشغيل واحد على أداة واحدة مجرد نقطة بيانات واحدة. النتيجة المرتفعة على نص طويل من أداة خضعت لاختبارات جيدة تستحق نظرة أدق. أما النتيجة المرتفعة على فقرة قصيرة من أداة مجانية فلا تستحق إلا وزنًا ضئيلًا.
متى يزداد احتمال الإيجابية الكاذبة؟
يرتفع خطر الوسم الخاطئ بأن النص «مكتوب بالذكاء الاصطناعي» حين:
- يكون الكاتب غير ناطق أصلي بالإنجليزية. ففي عام 2023 صنّفت الكاشفات السبعة في دراسة ستانفورد 61% من مقالات TOEFL على أنها آلية في المتوسط، وربط الباحثون ذلك بالاختيارات اللغوية الأبسط التي تجعل النص أكثر قابلية للتوقع. قد تؤدي الأدوات الأحدث أداءً أفضل، لكن تعامل مع مثل هذا الإنذار بحذر مضاعف.
- يكون النص قصيرًا أو بغير الإنجليزية، كما حذّرت OpenAI بشأن أداتها.
- يمتزج النص البشري بالنص المولَّد. إذ تقول Turnitin إن إيجابياتها الكاذبة على مستوى الجمل أكثر شيوعًا في المستندات المختلطة، خاصة عند نقاط التقاء المقاطع البشرية بالمقاطع الآلية.
- تكون الكتابة رسمية ونمطية. فالأبحاث العلمية تتبع أعرافًا صارمة، وهذا أحد أسباب حصول هذا العدد الكبير من نصوص جراحة الأعصاب البشرية على نتائج مرتفعة في Corrector وZeroGPT في دراسة 2025.
أما الوسم الخاطئ بأن النص «بشري»، أي السلبية الكاذبة، فيزداد احتماله حين تُعاد صياغة النص المولَّد، أو يُمرَّر عبر أداة أنسنة، أو يُكتب لمحاكاة مؤلف حقيقي، كما وجدت اختبارات Weber-Wulff وEpoch AI. ووجدت دراسة شيكاغو الأمر نفسه مع GPTZero بعد استخدام أداة أنسنة، لكن ليس مع Pangram.
ماذا تفعل إذا صُنّفت كتابتك على أنها من إنتاج الذكاء الاصطناعي؟
إذا أخبرك معلم أو محرر أو عميل بأن كاشفًا ما رصد عملًا كتبته بنفسك:
- اطلب التفاصيل. ما الأداة المستخدمة؟ وما النتيجة التي أعطتها؟ وما المقاطع التي ظُلِّلت؟
- اعرض طريقة عملك. سجل الإصدارات في Google Docs أو Microsoft Word، والمخططات الأولية، والملاحظات، والمسودات السابقة، والمصادر التي قرأتها، كلها أدلة أقوى بكثير من أي نتيجة.
- اقترح مناقشة الأمر. فشرح حجتك ومصادرك واختياراتك أمر يستطيعه كاتب النص الحقيقي عادةً بسهولة.
- استند إلى الأدلة. سحبت OpenAI كاشفها الخاص، وتنصح Turnitin باستخدام نتيجتها «لبدء حوار، لا للوصول إلى استنتاج»، كما أوقفت جامعة فاندربيلت كاشف الذكاء الاصطناعي في Turnitin.
- اسلك الإجراءات الرسمية. اقرأ سياسة مؤسستك التعليمية أو جهة عملك بشأن الذكاء الاصطناعي والنزاهة الأكاديمية، واستخدم مسار التظلّم الذي تتيحه. وإن كانت العواقب كبيرة، فاطلب المساعدة من مرشد طلابي أو من عمادة شؤون الطلاب أو مكتب التظلمات في جامعتك.
ولتجنّب تكرار ذلك، احتفظ بالمسودات وسجل الإصدارات منذ البداية، وتحقق من القواعد قبل استخدام الذكاء الاصطناعي في أي شيء، حتى في تصحيح الأخطاء اللغوية، وأفصح عن استخدامه حيثما طُلب منك ذلك.
كيف ينبغي للمعلمين والمحررين استخدام الكاشف؟
- استخدم النتيجة لبدء حوار، لا لإصدار حكم. اطلب من الكاتب أن يشرح موضوع النص وكيف كتبه.
- ضع قواعد واضحة منذ البداية. يوصي فريق تكنولوجيا التعليم في MIT Sloan بسياسات واضحة بشأن الذكاء الاصطناعي، ونقاش مفتوح، وبأن يُطلب من الطلاب وصف طريقة استخدامهم للذكاء الاصطناعي، بدلًا من الاعتماد على الكشف.
أين يفيد كاشف مجاني للذكاء الاصطناعي؟
يكون الكاشف أكثر فائدة حين تستخدمه على كتابتك أنت، كفحص سريع لمعرفة ما إذا كانت المسودة تبدو عامة ومكرّرة قبل أن تسلّمها أو تنشرها. وإن كانت كذلك، فأعد كتابتها بصوتك الخاص وأضف تفاصيل محددة لا يعرفها سواك.
ولهذا الغرض تحديدًا يقدّم Clever AI كاشفًا مجانيًا للذكاء الاصطناعي يساعدك في كشف النصوص المكتوبة بالذكاء الاصطناعي. تلصق ما بين 20 و4000 حرف، فتحصل على نسبة ذكاء اصطناعي ونسبة بشرية وحكم بأن النص «مرجَّح أنه آلي» أو «مختلط» أو «مرجَّح أنه بشري»، دون الحاجة إلى حساب. والنتائج على المقاطع القصيرة هي الأقل موثوقية، للأسباب المذكورة أعلاه. إنها تقدير يعتمد على نموذج لغوي، وليست فحصًا عبر Turnitin أو GPTZero أو أي كاشف آخر، ولم تكن هذه الأداة من بين الأدوات التي شملتها الدراسات أعلاه. وكما تقول الصفحة نفسها، استخدمها لتقرر ما الذي تعيد كتابته، لا كدليل على عمل شخص آخر.
وإن كنت تستخدم الذكاء الاصطناعي في العصف الذهني أو كتابة المسودات، سواء في Clever AI Hub أو في أي مكان آخر، فالعادة الأكثر أمانًا واحدة: احتفظ بمسوداتك، والتزم بالقواعد التي تكتب في إطارها، وصرّح حين يكون الذكاء الاصطناعي قد ساعدك.
الخلاصة
في أحدث الاختبارات، نادرًا ما أخطأت أفضل الكاشفات في النصوص الأطول غير المحررة، لكن لا يستطيع أيٌّ منها إثبات أي شيء بشأن نص بعينه. فالأدوات تتفاوت تفاوتًا هائلًا، والنصوص المولَّدة المعاد صياغتها أو المحاكية لأسلوب ما تفلت من بعضها، وحين يكون الاستخدام الحقيقي للذكاء الاصطناعي نادرًا، يكون كثير من الإنذارات خاطئًا. اعتبر النتيجة سببًا للتدقيق أكثر، ثم احكم بناءً على أدلة حقيقية مثل المسودات والملاحظات والحوار.