استطلاع EDUCAUSE: كاشف الذكاء الاصطناعي يرى جانبًا واحدًا من الامتحان
نشرت EDUCAUSE، الجمعية الأمريكية غير الربحية التي تدرس كيف تستخدم الجامعات التكنولوجيا، «The Impact of AI on Learning Assessment» في 1 يونيو 2026. يستند التقرير إلى استطلاع شمل 438 عضوًا من هيئة التدريس وموظفي الجامعات. وقد رعت Zoom، شريك الجمعية في 2026، هذا الاستطلاع.
معظم أعضاء هيئة التدريس المشاركين في الاستطلاع يستخدمون الذكاء الاصطناعي عند إعداد الاختبارات وإجرائها. ومعظمهم يعتقد أن الطلاب يستخدمون الذكاء الاصطناعي عند أداء ذلك الاختبار.
إنه الامتحان نفسه. شخص استخدم نموذجًا يجلس على جانبي الطاولة. والعمل الذي يمر عبر كاشف المحتوى المُولَّد بالذكاء الاصطناعي هو عمل الطالب.
نتيجتان إضافيتان تفسّران ما يحافظ على هذا الترتيب. يريد أعضاء هيئة التدريس الاحتفاظ بحقهم في أن يقرروا بأنفسهم متى يكون استخدام الذكاء الاصطناعي مناسبًا. ويبلّغ الطلاب أنهم يفتقرون إلى سياسات واضحة تشرح متى يُسمح بالذكاء الاصطناعي. الجانب الذي لا يُفحَص يحتفظ بتقديره. والجانب الذي يُفحَص يحصل على غياب قاعدة واضحة.
مراجعة الأقران: يُمسك المراجعون بفخ، لا بكاشف ذكاء اصطناعي
في النشر الأكاديمي، المؤلف هو من يُفحَص. تُمرَّر المخطوطة عبر أدوات كشف الذكاء الاصطناعي، وتُفحَص بحثًا عن الانتحال، وتُقدَّم مع إفصاح إلزامي عن استخدام الذكاء الاصطناعي. أما المراجع الذي يقرأ تلك المخطوطة فيُفحَص بطريقة مختلفة.
المخطوطة قيد المراجعة غير منشورة وتُعامل على أنها سرية، لذا تحظر NeurIPS على المراجعين رفع الأوراق التي يراجعونها إلى روبوتات الدردشة بالذكاء الاصطناعي. ولمعرفة من يتجاهل الحظر، أخفى المنظمون تعليمات داخل الأوراق التي أرسلوها للمراجعة. شخص يقرأ المخطوطة لا يراها أبدًا. أما النموذج اللغوي فيتبعها، وتعود المراجعة حاملة العبارات المزروعة.
استخدم ICML 2026 نفس التكتيك أولًا، بحقن مطالبات مخفية في كل ورقة مُقدَّمة. يقول Nihar Shah، رئيس النزاهة العلمية في المؤتمر، إن الجهد حدّد مئات المراجعين الذين خالفوا السياسة، ورفضت مراجعاتهم. رفض ICML ما يقارب 500 ورقة على مكتب التحرير بسبب انتهاكات تلك السياسة، أي نحو 2% من كل ما قُدِّم (The Transmitter، 1 يوليو 2026).
يُفحَص المؤلف بإجراء ثابت يعرفه مسبقًا. أما المراجعون فقد أُمسكوا بفخ لم يُخبَروا بوجوده.
اكتشف Sören Auer، عالم الحاسوب في جامعة لايبنتس هانوفر، المطالبات المخفية بنفسه أثناء مراجعته لـ NeurIPS، لأنه يحوّل ملفات PDF إلى Word فيجعل بعضها مرئيًا. رفض أول ورقة راجعها. وافترض أن مؤلفيها زرعوا المطالبة، ولم يسحب العلامة إلا بعد أن وجد النص نفسه في مخطوطة ثانية.
كاد مؤلف أن يفقد ورقة بسبب فخ بُني للمراجعين. اعتراض Auer، المنشور على LinkedIn، يستحق القراءة مرتين:
لا تبني ثقافة مراجعة صحية إذا عاملت مراجعيك كمشتبه بهم.
— Sören Auer، جامعة لايبنتس هانوفر، 2026
وهو محق. لا أحد يقول ذلك عندما يكون المؤلف هو المشتبه به الافتراضي.
سحب مجلة Journal of Medical Ethics: سُحبت الورقة، لم تُسحب عملية المراجعة
في 28 مايو 2026، Journal of Medical Ethics، إحدى دوريات BMJ، سحبت ورقة نشرتها إلكترونيًا في سبتمبر 2025. فحصت المجلة المراجع ووجدت أن عدة منها غير موجودة. استخدم المؤلف نموذجًا لغويًا للعثور على المصادر التي استشهد بها وقراءتها، ولم يتحقق منها قبل التقديم. ويستشهد إشعار السحب، المستند العلني الذي تشرح فيه المجلة ما حدث خطأ، أيضًا بأدلة على التلاعب بمراجعة الأقران — في سياق 764 ورقة علمية مسحوبة بسبب الذكاء الاصطناعي.
سجّلت المجلة إذًا مشكلتين: مراجع مختلقة، وعملية مراجعة تلاعب بها على الورقة نفسها. سُحبت الورقة. وتقول المجلة إنها ستُبلّغ مؤسسة المؤلف. وما زالت عملية المراجعة تعمل.
أحكام المحاكم: القاضي على القائمة نفسها مع الخصم
يحافظ Damien Charlotin، باحث في Smart Law Hub في HEC Paris، على قاعدة بيانات مفتوحة لقضايا المحاكم حيث استشهد شخص بسابقة اختلقها نموذج لغوي. تصنّف القاعدة كل قضية حسب من استخدم الذكاء الاصطناعي. يأتي المدّعون الممثلون بأنفسهم أولًا، بفارق كبير. ثم المحامون. والقضاة على القائمة نفسها (قاعدة بيانات قضايا هلوسات الذكاء الاصطناعي).
أحدث تلك القضايا وصل إلى المحكمة العليا في الهند. تُنظر النزاعات التجارية هناك أمام NCLT، محكمة متخصصة في شؤون الشركات؛ وتُستأنف أحكامها أمام NCLAT، محكمة الاستئناف في النظام نفسه؛ وفوقها المحكمة العليا فقط. في 2 يوليو 2026 نظرت المحكمة العليا في Pooja Ramesh Singh v. Jammu and Kashmir Bank Ltd. ونقضت أحكام المحكمتين. بنت كلتاهما استدلالهما على سوابق غير موجودة وفقرات نُسبت إلى أحكام حقيقية. ولّدها نموذج لغوي، من جانب المحكمة — وهو ما يرتبط بهلوسات الذكاء الاصطناعي في المحاكم. وصفَت المحكمة العليا ذلك بأنه تخريب لسيادة القانون وأعلنت عدم التسامح (المحكمة العليا في الهند).
وجّهت إلى Bar Council of India وضع التدابير التأديبية. وBar Council يُرخّص المحامين ويؤدّبهم. الخطأ في هذه القضية لم يصنعه المحامون.
ماذا تقول المستندات الأربعة عن كشف الذكاء الاصطناعي
في أيٍّ من الحالات الأربع يستخدم الجانب الذي يُجري الفحص الذكاء الاصطناعي أقل من الجانب الذي يُفحَص. EDUCAUSE تقول ذلك صراحة. والثلاث الأخرى تقوله عبر الانتهاك — بما في ذلك حالة الغش بالذكاء الاصطناعي في جامعة Brown، حيث يُفحَص الطلاب لا أعضاء هيئة التدريس.
فحص يعمل في اتجاه واحد لا يقيس الأمانة. بل يقيس أي من الطرفين لا يستطيع رفضه.
وهذا يجعل كاشف الذكاء الاصطناعي أداة نزاهة فقط عندما تُمرّر المؤسسة أوراقها عبره. مطالبة الامتحان، لا الورقة المكتوبة استجابة لها فقط. المراجعة، لا المخطوطة فقط. مرّر عمل الطلاب عبر It's AI ولا تمرّر موادك الدراسية أبدًا، وستكون قد تعلمت شيئًا عن الطلاب ولا شيء عن نفسك. ونهج كشف الذكاء الاصطناعي الشفاف يبدأ من تطبيق الفحص على الجميع.
لا شيء من هذا مكلف. إفصاح المراجع عن الذكاء الاصطناعي سطر واحد في نموذج. العائق ليس تقنيًا.
ماذا تفعل بشأن كشف الذكاء الاصطناعي أحادي الجانب اليوم
إذا كنت أنت من يُفحَص، اطلب السياسة كتابةً قبل أن تُسلّم:
قاعدة غير موجودة على الورق لا يمكن اتباعها مسبقًا. لكنها ما زالت تُستخدم لتبرير قرار بعد وقوعه.
إذا كنت أنت من يُجري الفحص، مرّر مستندك عبر الإجراء نفسه. المطالبة، معيار التقييم، المراجعة. فحص لن تطبّقه على نصك لا يقول شيئًا عن نص أي شخص آخر. وكشف الذكاء الاصطناعي العادل في التعليم يبدأ من تطبيق القواعد على الجميع.
الأسئلة الشائعة: كشف الذكاء الاصطناعي في الممارسة
كيف يمكن كشف النص المُولَّد بالذكاء الاصطناعي؟
كشف الكتابة بالذكاء الاصطناعي يعمل إحصائيًا، لا جنائيًا. يقيس الكاشف مدى قابلية توقع كل كلمة بالنظر إلى الكلمات التي سبقتها، لأن النماذج اللغوية تختار تتابعات عالية الاحتمال بثبات أكبر مما يفعل البشر. الناتج احتمال، لا حكم. التقييم على مستوى الجملة والفقرة أهم من درجة المستند الواحدة، لأن المستند المختلط يُسوّي المتوسط ويخفي المقاطع المُولَّدة داخل المقاطع البشرية. لا شيء في الطريقة يعتمد على من كتب المستند أو أي دور يشغله. الإجراء نفسه الذي يُطبَّق على مقال طالب يُطبَّق على مطالبة امتحان أو مراجعة أقران أو مسودة حكم.
ما مدى دقة كشف الذكاء الاصطناعي في نص عدّله إنسان؟
دقة كشف الذكاء الاصطناعي أعلى على المخرجات الخام للنموذج وتنخفض كلما أعاد شخص الصياغة. التحرير يغيّر بالضبط ما يقيسه الكاشف: اختيار الكلمات، طول الجمل، ومدى قابلية توقع كل تتابع. المسودات المُعدَّلة بشدة من الذكاء الاصطناعي هي الحالة الأصعب، وكذلك النصوص التي يكتبها غير الناطقين باللغة الأم، إذ غالبًا ما تكون مفرداتهم أكثر قابلية للتوقع من متحدثي اللغة الأم. أي نتيجة تُعرض على أنها نعم أو لا صريحة تبالغ فيما تستطيع الطريقة فعله. اقرأ الدرجة كدليل يدعو إلى حوار، لا كبرهان، واسأل عن العتبة التي تعتبرها المؤسسة دليلًا.
هل كاشف الذكاء الاصطناعي هو نفسه كاشف الانتحال؟
لا. كاشف الانتحال بالذكاء الاصطناعي يقارن نصك بمجموعة من المستندات الموجودة ويُبلّغ عن التداخل. أما كاشف الذكاء الاصطناعي فيقارن نصك بكيفية كتابة النموذج اللغوي ويُبلّغ عن الاحتمال. قد يكون المقطع أصليًا بالكامل ويظهر كمُولَّد بالذكاء الاصطناعي، وقد يُنسخ حرفيًا من مصدر بشري ويظهر كبشري. غالبًا ما تُشغّل المؤسسات الاثنين معًا وتُبلّغ بحكم موحّد، وهذا حيث تبدأ معظم النزاعات. اسأل أي من الاثنين أنتج الرقم الذي تُعرض عليك.
هل يمكن تشغيل كاشف الذكاء الاصطناعي على واجب المعلم أو تقرير المراجع؟
نعم. كاشف الذكاء الاصطناعي للمعلمين والطلاب والمراجعين والمحررين هو الأداة نفسها؛ النص لا يحمل لقب صاحبه. لا شيء تقني يمنع مؤسسة من تمرير مطالبة امتحان أو معيار تقييم أو تقرير مراجعة أقران عبر الإجراء نفسه الذي تطبّقه على العمل المُقدَّم. حيث لا يُفعل ذلك، فهذا خيار سياسي لا قيد في الطريقة. سياسة مكتوبة تسمي أي مستندات تُفحَص وأيها لا تُفحَص هي أسرع طريقة لمعرفة أي نوع من الخيار اتخذته مؤسستك.
هل يمكن الطعن في نتيجة فحص كشف الذكاء الاصطناعي؟
ذلك يعتمد على ما تقوله السياسة، وهذا سبب طلبها كتابةً قبل أن تُسلّم أي شيء. اطلب التقرير الكامل لا النسبة المئوية في العنوان فقط، بما في ذلك درجات كل فقرة والعتبة التي تعتبرها المؤسسة دليلًا. اسأل أي كاشف أنتجها ومتى آخر تحديث، لأن مخرجات النماذج تتغير والكواشف تُعاد تدريبها عليها. اسأل ما إذا طُبّق الإجراء نفسه على المستند الذي أُعطيت إياه. فحص يخضع له طرف واحد فقط يصعب الدفاع عنه كدليل.
