كيف تعمل كواشف الذكاء الاصطناعي: المنهجية
من المهم فهم الجوهر—أن ننظر "تحت الغطاء" للمعايير المرجعية—لنتأكد من أن النص يُفحَص بالضبط بالطريقة المطلوبة. هناك كمٌّ هائل من طرق التحقق المختلفة للمحتوى؛ وأحيانًا يكتفي مسوّقو الشركات بالصراخ بصوت عالٍ حول إحداها دون توضيح يُذكر. ونتيجة لذلك، نرى أرقامًا مثل "دقة 99%"، لكننا لا نعرف عن أي دقة يتحدثون. وعند استخدام أداة كشف الذكاء الاصطناعي هذه، نشعر بخيبة الأمل ونضيّع وقتنا.
ولكي نفهم حقًا كيفية كشف النص المُولَّد بالذكاء الاصطناعي، قد لا تُظهر مجموعة بيانات واحدة الصورة الكاملة، لذا نعتمد على بحث استخدم أكثر من 15 مجموعة بيانات.
سنسلّط الضوء هنا على أهمها. وإذا كنت مهتمًا بمراجعة التقرير الكامل بنفسك، فاتبع الرابط.
لماذا يُعدّ معيار MGTD المرجعي مهمًا
ليس MGTD مجرد اختبار آخر يعتمد على مجموعة بيانات واحدة. فالمنصة تجمع أكثر من 15 معيارًا مرجعيًا: MGTBench وRAID وSemEval 2024 وM4 وMultiSocial وSAID وغيرها. نحو مليوني عيّنة نصية إجمالًا. وتتراوح المجالات بين الملخصات العلمية ومقالات الطلاب ومنشورات Twitter وخيوط Reddit. وتشمل اللغات الإنجليزية والصينية والروسية والعربية والأردية وأكثر من عشرين لغة أخرى. أما المولِّدات فتغطي GPT-2/3/4 وLLaMA وMistral وClaude وChatGPT وCohere وما بعدها.
ماذا يعني هذا عمليًا؟ الكاشف الذي يسجّل 99% على مجموعة بيانات واحدة قد ينهار على أخرى. وMGTD يقضي على هذه المصادفات: فالأداء الثابت عبر 15 معيارًا مرجعيًا مختلفًا لم يعد حظًا — بل موثوقية. كما تتميّز المنصة بلوحة صدارة مفتوحة يمكن لأي مطوّر أن يقدّم فيها تنبؤاته ويحصل على درجات موضوعية، دون أي طريقة للتحايل على الاختبار.
أدق كاشف للذكاء الاصطناعي: تصنيفات 2026
في هذه المقارنة، نظرنا في كيفية تصرّف كواشف الذكاء الاصطناعي عبر أنواع مختلفة من البيانات والمقاييس. والهدف هو أن نوضّح بجلاء أي أداة فحص للذكاء الاصطناعي في عام 2026 تقدّم بالفعل نتيجة ثابتة، وأيها تتفوّق فقط في سيناريوهات معزولة.
| الكاشف |
ROC-AUC |
MIDAS |
MIDAS-SEG |
| It's AI الأفضل |
0.920 |
0.949 |
0.9558 |
| GPTZero |
0.887 |
0.746 |
0.7926 |
| Originality AI |
0.825 |
0.630 |
0.7288 |
| Binoculars |
0.775 |
0.397 |
— |
| ZeroGPT |
0.714 |
0.603 |
0.6330 |
يُظهر الجدول المقاييس الفردية؛ وفي الأسفل جمعنا النتائج في تصنيف عام لكاشف النص المُولَّد بالذكاء الاصطناعي، مع مراعاة ثبات الأداء وغياب الأخطاء الحرجة وإمكانية التنبؤ العامة بالكشف.
It's AI
متوسط ROC-AUC: 0.920
أول ما يلفت الانتباه هو الثبات. فكواشف الذكاء الاصطناعي الأخرى تُظهر نتائج ممتازة في مكان محدد بعينه لكنها تقدّم أداءً أضعف في أماكن أخرى. أما It's AI فيحافظ على المستوى في كل مكان.
التجزئة عند مستوى 0.9558 تعني القدرة على رؤية ليس فقط "النص مشبوه"، بل تحديدًا "هذه الفقرات الثلاث كتبها الذكاء الاصطناعي".
|
المزايا:
- ✔يعمل بثبات على النماذج الجديدة (LLaMA3، Mistral، Qwen)
- ✔أفضل تجزئة بين جميع ما خُضِع للاختبار
- ✔واجهة برمجة تطبيقات (API) للتكامل
- ✔الأفضل على النصوص القصيرة
- ✔فحوصات سريعة عبر إضافة Chrome
|
العيوب:
|
يبدو أن التدريب أُجري على طيف واسع من النماذج، وليس فقط عائلة GPT. فعندما ينتقل الطلاب من ChatGPT إلى Claude أو Qwen الجديد، تتوه كثير من الكواشف. أما It's AI فيواصل العمل.
GPTZero
متوسط ROC-AUC: 0.887
يسأل كثير من المستخدمين: هل GPTZero دقيق؟ على RAID (مجموعة البيانات التي تتضمّن هجمات تهرّب)، يسجّل كاشف الذكاء الاصطناعي GPTZero درجة 0.985—وهي نتيجة مثالية عمليًا. ومع أنه تلقّى ضربة طفيفة في الاختبارات الأحدث، فلا بد أن نُكنّ الاحترام لهذا المخضرم. هل مرّر طالبٌ النص عبر أداة إعادة صياغة؟ سيكشفه. هل استبدل الحروف بأحرف Unicode مشابهة؟ سيكشفه. هذا مجاله.
|
المزايا:
- ✔التكامل مع Canvas وMicrosoft Word
|
العيوب:
- ✘يواجه صعوبة مع نماذج التجزئة (MIDAS-SEG 0.7926)
- ✘ضعيف على النماذج المضبوطة على التعليمات
- ✘تنخفض الدقة إلى 0.75 على النصوص القصيرة
|
إذا كان طلابك يستخدمون ChatGPT ويحاولون خداع النظام—فسيتعامل GPTZero مع ذلك. أما إذا انتقل شخص ذكي إلى Mistral أو Qwen—فتصبح النتيجة أقل دقة.
Originality AI
متوسط ROC-AUC: 0.825
إن مزيج "الذكاء الاصطناعي + الانتحال" في أداة واحدة مريح لدور النشر. لكن من الجدير التفكير في الأهم: راحة استخدام أداة واحدة أم احتمال أعلى للتحقق الدقيق.
|
المزايا:
- ✔فحص مدمج للذكاء الاصطناعي + الانتحال
- ✔إضافة Chrome للفحوصات السريعة
- ✔واجهة برمجة تطبيقات (API) للتكامل
|
العيوب:
- ✘الدقة الإجمالية أقل بنسبة 10% من المتصدرين
- ✘تفاوت غريب عبر اللغات
- ✘تجزئة ضعيفة
|
بالنسبة إلى دار نشر تحتاج إلى كلا الفحصين ولا تُعدّ الدقة القصوى في كشف الذكاء الاصطناعي أمرًا حاسمًا بالنسبة إليها—فهو خيار معقول. أما إذا كانت الدقة أهم من الراحة—فهناك خيارات أفضل.
Binoculars
متوسط ROC-AUC: 0.775
يستخدم Binoculars طريقة قياسية—فهو يحسب الخصائص الإحصائية للنص (الحيرة perplexity، والإنتروبيا المتقاطعة cross-entropy)، بدلًا من تدريب شبكة عصبية. وهذا ينجح عندما تولّد نماذج الذكاء الاصطناعي بأنماط إحصائية واضحة. لكن النماذج الحديثة، خصوصًا المضبوطة على التعليمات، تعلّمت الكتابة بمستوى قريب من البشري.
مفتوح المصدر—الوحيد في القائمة الأعلى بشِفرة مفتوحة. يمكنك النظر في كل سطر وفهم المنطق وتعديله بما يناسبك. وبالنسبة إلى الباحثين، يُعدّ هذا أمرًا قيّمًا.
|
المزايا:
- ✔مفتوح المصدر، شفافية كاملة
|
العيوب:
- ✘كارثة على النماذج الحديثة
- ✘لا توجد تجزئة
|
للعمل مع مجموعات البيانات الكلاسيكية أو اللغات النادرة—خيار جيد. أما لكشف النصوص من النماذج الجديدة—فلن يكون مناسبًا.
ZeroGPT
متوسط ROC-AUC: 0.714
أداة فحص الذكاء الاصطناعي الوحيدة المجانية بالكامل في القائمة. لا حدود ولا اشتراكات. لكن الأرقام تفسّر لماذا هذا ممكن. إذًا، هل ZeroGPT دقيق؟
مرّر مختبِرون مستقلون أدبًا كلاسيكيًا عبر ZeroGPT—نسخة الملك جيمس من الكتاب المقدس، وأعمال شكسبير. وقد صنّفها الكاشف على أنها "على الأرجح ذكاء اصطناعي" بنسب عالية. وهذه علامة على سوء التدريب—فالنموذج يلتقط أنماطًا خاطئة. فاللغة الرسمية للأعمال الكلاسيكية تشبه إحصائيًا بعض ما يولّده الذكاء الاصطناعي.
|
المزايا:
|
العيوب:
- ✘دقة منخفضة على جميع مجموعات البيانات
- ✘الأسوأ على النماذج المضبوطة على التعليمات (0.527)
- ✘يصنّف الأدب الكلاسيكي على أنه ذكاء اصطناعي
- ✘لا توجد تحديثات ظاهرة
|
لفحص سريع بدافع الفضول—يمكن استخدامه. أما للقرارات ذات العواقب (الأوساط الأكاديمية، والموارد البشرية، والنشر)—فلا.
كاشف الذكاء الاصطناعي المجاني: الفرق في الدقة
جميع الكواشف التي خضعت للاختبار لها خيارات مجانية—تجربة لبضعة آلاف من الكلمات أو خطة محدودة. فZeroGPT كاشف للذكاء الاصطناعي مجاني ويُظهر ROC-AUC بقيمة 0.714. أما It's AI فمدفوع ويُظهر 0.920.
فرق قدره 20 نقطة مئوية يعني تقريبًا تفويت كل خامس نص مُولَّد بالذكاء الاصطناعي. هل هذا أمر حاسم لمهمتك؟ إذا كنت تفحص أطروحة تخرج—فنعم. أما إذا كانت مقالة من الإنترنت لمجرد الفضول—فعلى الأرجح لا.
غير أن نتائج معيار MGTD المرجعي المستقل تُظهر اتجاهًا مهمًا بخصوص الأدوات المختبَرة أعلاه: غالبًا ما تتأخر الخدمات المجانية في الدقة عند العمل مع نماذج الشبكات العصبية الجديدة. وحيث تُظهر الأدوات الأخرى نتائج غير مستقرة، يُظهر It's AI أكثر المؤشرات سلاسة وأعلاها في جميع سيناريوهات الاختبار.
جرّبه بنفسك وتحقّق من جودة الفحص على نصوصك الخاصة.
