چگونه تشخیص هوش مصنوعی Copyleaks را دور بزنیم: یک راهنمای آزموده‌شده

تشخیص‌دهنده محتوای هوش مصنوعی Copyleaks چگونه کار می‌کند

Copyleaks به‌عنوان یک بررسی‌کننده سرقت ادبی آغاز شد و در اوایل سال ۲۰۲۳ تشخیص هوش مصنوعی را افزود. برخلاف GPTZero که به آمار شفافی مانند پریشانی تکیه می‌کند، تشخیص‌دهنده هوش مصنوعی Copyleaks یک طبقه‌بند آموزش‌دیده است: یک مدل یادگیری ماشین که مقادیر عظیمی از متن انسانیِ تأییدشده و متن هوش مصنوعیِ تأییدشده به آن خورانده شد تا یاد گرفت آن‌ها را بر اساس الگوهایی که هیچ فرمول واحدی به‌طور کامل نمی‌گیرد از هم تشخیص دهد.

در عمل، سند شما را اسکن می‌کند، آن را به بخش‌ها تقسیم می‌کند، و برای هر یک یک احتمال برمی‌گرداند، که به‌صورت برجسته‌سازی قرمز روی بخش‌هایی که باور دارد هوش‌مصنوعی‌نوشته‌اند نمایش داده می‌شود، به‌علاوه یک درصد کلی برای سند. خروجی ChatGPT، GPT-4o، Claude، Gemini و دیگر مدل‌های اصلی را تشخیص می‌دهد، و در حدود ۳۰ زبان کار می‌کند.

دو نکته برای هرکسی که می‌خواهد از آن عبور کند اهمیت دارد. نخست، Copyleaks به‌صراحت محتوای بازنویسی‌شده هوش مصنوعی را هدف می‌گیرد، بنابراین متنی که به‌سبکی بازچرخانده شده از پیش درون داده آموزشی‌اش هست. دوم، دستکاری در سطح نویسه را بررسی می‌کند، یعنی ترفندهای قدیمیِ نویسه‌های نامرئی نه‌تنها بی‌اثرند بلکه فعالانه به‌عنوان دستکاری علامت‌گذاری می‌شوند. ما هر دو حالت شکست را در ادامه پوشش می‌دهیم.

کجا با Copyleaks روبه‌رو خواهید شد

اغلب نخواهید دانست که Copyleaks کار شما را اسکن کرده است، چون بیشتر درون بسترهای دیگر کار می‌کند. در آموزش، به سامانه‌های مدیریت یادگیری از جمله Canvas، Moodle، Blackboard و Brightspace متصل می‌شود، بنابراین تکلیفی که از طریق درگاه دانشگاه ارسال می‌شود می‌تواند به‌طور خودکار امتیازدهی شود. هزاران مؤسسه به این شکل از آن استفاده می‌کنند، و بسیاری از استادان به‌طور پیش‌فرض یک درصد هوش مصنوعی را کنار هر ارسال می‌بینند.

بیرون از کلاس درس، ناشران و آژانس‌های محتوا از Copyleaks برای غربال کردن ارسال‌های فریلنسری پیش از پرداخت بابت آن‌ها استفاده می‌کنند، و تیم‌های SEO از آن برای ممیزی مقاله‌ها پیش از انتشار استفاده می‌کنند. برخی کارفرمایان هم شروع به اسکن معرفی‌نامه‌ها و نمونه‌های نگارش خانگی کرده‌اند.

پیامد عملی: اگر در سال ۲۰۲۶ برای مدرسه، برای مشتریان یا برای نشریات می‌نویسید، فرض کردن اینکه متن شما از یک تشخیص‌دهنده هوش مصنوعی عبور خواهد کرد پیش‌فرض امنی است. به همین دلیل است که توصیه می‌کنیم امتیاز خود را پیش از هر کس دیگری، با تشخیص‌دهنده‌ای که خودتان کنترلش می‌کنید، بررسی کنید، به جای اینکه از یک ایمیل رد شدن یا یک اخطار درستی علمی باخبر شوید.

چرا Copyleaks متن شما را علامت‌گذاری می‌کند

چون Copyleaks یک طبقه‌بند آموزش‌دیده است، هر چیزی را که از نظر آماری به متن هوش مصنوعی در مجموعه آموزشی‌اش شباهت دارد علامت‌گذاری می‌کند. سیگنال‌های اصلی با هر تشخیص‌دهنده دیگری هم‌پوشانی دارند: طول‌های یکنواخت جملات، انتخاب کلمات قابل‌پیش‌بینی، پیوندهای کلیشه‌ای، و لحن بی‌امان یکنواختی که مدل‌های زبانی به‌طور پیش‌فرض دارند.

متن هوش مصنوعی نرم است. جملات با همان سرعت جریان دارند، پاراگراف‌ها از همان قالب پیروی می‌کنند، و لحن هرگز میان رسمی و خودمانی نوسان نمی‌کند. نوشته انسانی اصطکاک دارد: یک جمله کوتاه ناگهانی، یک انحراف از موضوع، یک کلمه اندکی عجیب که یک مدل هرگز آن را به‌عنوان توکن محتمل بعدی رتبه‌بندی نمی‌کند. هرچه سند شما نرم‌تر و قالبی‌تر باشد، گزارش Copyleaks شما قرمزتر است.

Copyleaks همچنین به اثر انگشت‌های واژگانی‌ای که مدل‌ها از خود به جا می‌گذارند واکنش نشان می‌دهد، دسته عبارت‌هایی مانند کاوش عمیق در، به‌علاوه و در چشم‌انداز دیجیتال امروز، همراه با نشانه‌های ساختاری مانند فهرست‌های سه‌تایی و پایان‌بندی‌های خلاصه‌وار. اگر نظریه کامل پشت این سیگنال‌ها را می‌خواهید، توضیح‌دهنده ما درباره نحوه کار تشخیص‌دهنده‌های هوش مصنوعی هر یک را با جزئیات تشریح می‌کند.

یک ویژگی که دانستنش ارزش دارد: چون امتیاز هوش مصنوعی در همان گزارش کنار امتیاز سرقت ادبی می‌نشیند، بازبین‌ها معمولاً هر دو را با اطمینان یکسان می‌خوانند. اما نباید چنین کنند. یک تطابق سرقت ادبی به یک منبع مشخص اشاره می‌کند که هرکسی می‌تواند بازرسی‌اش کند، در حالی که یک درصد هوش مصنوعی یک حدس آماری است که هیچ شاهدی جز آموزشِ خود مدل پشتش نیست.

گام‌به‌گام: دور زدن Copyleaks با یک انسانی‌ساز

این همان فرایندی است که در آزمایش‌های ما به‌طور مداوم Copyleaks را پاک کرد و نمونه‌ها را از ۱۰۰٪ تشخیص هوش مصنوعی به کاملاً انسانی رساند.

گام ۱. ابتدا پیش‌نویس را کامل کنید. انسانی‌سازی جداگانه تکه‌های پاراگراف درزهای لحنی‌ای ایجاد می‌کند که هم تشخیص‌دهنده‌ها و هم خوانندگان انسانی متوجهش می‌شوند.

گام ۲. متن را در انسانی‌ساز رایگان هوش مصنوعی بچسبانید یا سند را بارگذاری کنید. پیش از آنکه چیزی را تغییر دهید، یک امتیاز تشخیص هوش مصنوعی زنده از دو تشخیص‌دهنده مستقل می‌گیرید، بدون نیاز به ورود، در هر یک از ۴۰ زبان.

گام ۳. بازنویسی را اجرا کنید و امتیازهای پیش و پس از کار را تماشا کنید. انسانی‌ساز ریتم جملات را بازسازی می‌کند و عبارت‌پردازی آماریِ قابل‌پیش‌بینی را جایگزین می‌کند، همان دو چیزی که طبقه‌بندها بیشترین حساسیت را روی آن‌ها دارند.

گام ۴. معنا را راستی‌آزمایی کنید. هر پاراگراف را در برابر نسخه اصلی خود دوباره بخوانید و هر اصطلاح فنی، نام یا عددی را که در حین بازنویسی جابه‌جا شده بازگردانید.

گام ۵. یک عبور انسانی انجام دهید: یک مثال مشخص، یک مشاهده اول‌شخص، یا منبعی که واقعاً به آن مراجعه کرده‌اید اضافه کنید. سپس دوباره اسکن کنید. در آزمون‌های ما، خروجی انسانی‌ساز به‌علاوه پنج دقیقه ویرایش انسانی با فاصله زیادی از هر یک از این دو رویکرد به‌تنهایی بهتر عمل کرد.

اگر امتیاز پس از کار جایی نیست که می‌خواهید، به جای انسانی‌سازی مکرر همان متن، حلقه را یک بار دیگر با ویرایش‌های تازه اجرا کنید. روی هم انباشتن بازنویسی‌های خودکار به‌سرعت وضوح را از بین می‌برد، در حالی که یک‌درمیان کردن عبورهای ماشینی و انسانی نوشته را در حین پایین آمدن امتیاز تیز نگه می‌دارد.

فنون ویرایشی که امتیاز Copyleaks را پایین می‌آورند

ویرایش دستی روی Copyleaks به همان دلیلی کار می‌کند که روی دیگر تشخیص‌دهنده‌ها کار می‌کند: شما دارید آمار را تغییر می‌دهید، نه فقط سطح را. با ریتم شروع کنید. طول جملات را به‌شدت متنوع کنید، یک جمله بلند را به دو جمله تقسیم کنید و دو جمله کوتاه را در هم ادغام کنید، تا هیچ صفحه‌ای با سرعت ثابت خوانده نشود. جملات کوتاه کمک می‌کنند. یک جمله بلند گاه‌به‌گاه هم که چون ایده شایسته فضای بیشتر است، برای رسیدن به مقصود وقت می‌گذارد، همین‌طور.

سپس به قابل‌پیش‌بینی بودن حمله کنید. ادعاهای انتزاعی را با جزئیات مشخصِ همراه با اعداد، نام‌ها و تاریخ‌ها جایگزین کنید. آغازگرهای پاراگراف با کلمات پیوند را عوض کنید، چون سندی که هر پاراگرافش با "به‌علاوه" یا "همچنین" آغاز می‌شود، نوشته‌ای قالبی است، سازنده‌اش هرکه باشد. جملات خلاصه‌ای را که آنچه خواننده تازه خوانده تکرار می‌کنند حذف کنید.

در پایان، خودتان را در متن قرار دهید. یک مشاهده صادقانه اول‌شخص در هر بخش، یک مثال از تجربه خودتان، یا یک نظر ملایم، لحن خنثایی را که مدل‌ها به‌طور پیش‌فرض دارند می‌شکند. این‌ها همان عادت‌هایی‌اند که امتیاز تشخیص‌دهنده‌های آکادمیک را پایین می‌آورند، و راهنمای Turnitin ما زاویه مختص کلاس درس را با جزئیات بیشتری پوشش می‌دهد.

چه چیزی در برابر Copyleaks کار نمی‌کند

برخی ترفندهای محبوب در برابر هر تشخیص‌دهنده‌ای شکست می‌خورند، و برخی به‌طور خاص در برابر Copyleaks شکست می‌خورند.

نویسه‌های نامرئی اینجا فعالانه خطرناک‌اند. Copyleaks به دنبال یونیکد پنهان، فاصله‌های بی‌عرض و حروف شبیه‌به‌هم می‌گردد و آن‌ها را به‌عنوان دستکاری علامت‌گذاری می‌کند. به جای یک امتیاز هوش مصنوعیِ مرزی، به بازبین خود شاهد مستقیمی می‌دهید که سعی کرده‌اید اسکن را فریب دهید، که بسیار بدتر از مشکل اصلی است.

جایگزینی مترادف شکست می‌خورد چون ساختار جمله از جایگزینی جان سالم به در می‌برد، و ساختار یک سیگنال اصلی است. Copyleaks صریحاً می‌گوید که محتوای بازنویسی‌شده هوش مصنوعی را تشخیص می‌دهد، و آزمون‌های ما این را تأیید می‌کنند: متن ChatGPT که با فرهنگ مترادف‌ها بازچرخانده شده در بیشتر نمونه‌های ما همچنان هوش مصنوعی امتیاز گرفت.

مهندسی دستور به‌سختی به چشم می‌آید. دستور دادن به ChatGPT برای نوشتن "به سبک انسانی" یا "غیرقابل‌تشخیص" امتیازهای ما را در حد یک‌رقمی و به‌شکل ناپایدار تغییر داد. مدل همچنان دنباله‌های توکنِ با احتمال بالا تولید می‌کند، هر شخصیتی که به خود بگیرد.

رفت‌وبرگشت‌های ترجمه، یعنی عبور دادن متن از یک زبان دیگر و بازگرداندنش، عمدتاً کیفیت را کاهش می‌دهند در حالی که ترجمه ماشینی همان نرمیِ نوعیِ ماشین را دوباره وارد می‌کند. آن را توصیه نمی‌کنیم.

واداشتن ChatGPT به بازنویسی خروجی خودش به همان دلیل زیربنایی شکست می‌خورد. پیش‌نویس دوم از همان توزیع احتمالِ پیش‌نویس اول می‌آید، بنابراین نرمی باقی می‌ماند. در سراسر نمونه‌های ما این کار امتیازهای Copyleaks را به‌شکل غیرقابل‌پیش‌بینی در هر دو جهت تغییر داد، که آن را بدتر از هیچ‌کاری‌نکردن می‌کند، چون معنای شما را هم مبهم می‌کند.

مثبت‌های کاذب Copyleaks: رایج‌تر از آنچه بازاریابی می‌گوید

Copyleaks بر پایه معیارهای داخلی خود، دقتی بالای ۹۹٪ با نرخ مثبت کاذب حدود ۰.۲٪ تبلیغ می‌کند. آزمون مستقل و گزارش‌های دنیای واقعی تصویری آشفته‌تر ترسیم می‌کنند. انجمن‌های دانشگاهی پر از دانشجویانی است که مقاله‌های کاملاً اصیلشان به‌صورت جزئی علامت‌گذاری شده، و مقایسه‌های منتشرشده تشخیص‌دهنده‌های تجاری مرتباً نرخ مثبت کاذبی به‌مراتب بالاتر از ادعاهای فروشنده اندازه می‌گیرند.

نویسندگانی که بیشترین خطر را دارند از هر تشخیص‌دهنده‌ای آشنایند: سخنوران غیربومی انگلیسی که واژگانشان سنجیده و متعارف است، دانشجویانی که قالب‌های خشک مقاله به آن‌ها آموخته شده، و هرکسی که نثر رسمی و خوش‌ویرایش در یک رشته فنی تولید می‌کند. متنی که با Grammarly صیقل خورده هم یک محرک شناخته‌شده است، چون ابزارهای دستور زبان دقیقاً همان بی‌نظمی‌های کوچکی را که انسانی خوانده می‌شوند صاف می‌کنند.

یک مثبت کاذب Copyleaks اتهامی نیست که بتوانید به‌سادگی از آن بگذرید، چون گزارش معتبر به‌نظر می‌رسد، با درصدهای دقیق و برجسته‌سازی قرمز. هر امتیاز علامت‌گذاری‌شده را جدی بگیرید، و اگر کار واقعاً از آن شماست، مستقیماً سراغ مستندسازی بروید، که بخش بعدی آن را پوشش می‌دهد.

ارسال‌های کوتاه همه چیز را بدتر می‌کنند. یک پست بحثِ ۳۰۰ کلمه‌ای سیگنال بسیار کمی به طبقه‌بند می‌دهد، و ما دیدیم که پاراگراف‌های پاک انسانی در آن طول در اسکن‌های مکرر میان حکم‌های مختلف جابه‌جا می‌شوند. اگر یک نوشته کوتاهِ کم‌اهمیت علامت‌گذاری شود، همان زمینه به‌تنهایی بخش معقولی از دفاع شماست.

چگونه به یک مثبت کاذب Copyleaks اعتراض کنیم

اگر نوشته خودتان علامت‌گذاری شد، کار را با بحث درباره ابزار آغاز نکنید. با شاهدِ فرایند شروع کنید.

نخست تاریخچه نسخه‌های خود را جمع کنید. Google Docs و Word هر دو رد‌پای بازبینی زمان‌دار نگه می‌دارند که نشان می‌دهد یک سند در طول ساعت‌ها و روزها، همراه با حذف‌ها، بازنویسی‌ها و مکث‌ها رشد کرده است. آن الگو در اصل جعل‌ناپذیر است و بسیار متقاعدکننده‌تر از هر امتیاز مقابلی از تشخیص‌دهنده‌ای دیگر. طرح‌های کلی، یادداشت‌ها، فهرست‌های مطالعه و هر پیامی را که نشان می‌دهد کار در طول زمان شکل گرفته اضافه کنید.

سپس مؤدبانه جزئیات را بخواهید: کدام بخش‌ها علامت‌گذاری شده‌اند، با چه درصدی، و آیا بازبین از محدودیت‌های مستندِ مثبت کاذبِ تشخیص‌دهنده‌های هوش مصنوعی آگاه است. خود Copyleaks می‌گوید نتایج باید توسط یک انسان بازبینی شوند، نه اینکه به‌عنوان تنها اثبات استفاده شوند، و اشاره به این چارچوب به پرونده شما کمک می‌کند. پیشنهاد دهید که محتوا را به‌صورت زنده بحث کنید یا یک نمونه تحت‌نظارت بنویسید، چون سریع‌ترین راه اثبات نویسندگی نشان دادن این است که می‌توانید تفکر را در لحظه بازتولید کنید.

از این پس، همه چیز را در یک برنامه با تاریخچه فعال بنویسید، و کار خود را از پیش اسکن کنید تا یک علامت غافلگیرکننده هرگز اول به شما نرسد.

اگر مؤسسه حاضر به عقب‌نشینی نشد، به جای پذیرش یافته، با آرامش از طریق فرایند رسمی تجدیدنظر موضوع را بالا ببرید، و همان مستندات را به هر سطح بیاورید. شواهد مکتوب و تاریخ‌دار معمولاً در این اختلاف‌ها پیروز می‌شوند؛ خشم و رنجش چنین نیست.

پیش از ارسال، متن خود را آزمایش کنید

شما نمی‌توانید دقیقاً همان اسکنی را که دانشگاه یا مشتری‌تان اجرا می‌کند اجرا کنید، چون حساب‌های سازمانی Copyleaks عمومی نیستند، اما می‌توانید با بررسی همزمان در برابر چند تشخیص‌دهنده به آن نزدیک شوید. Humanize AI امتیازهای زنده از دو موتور تشخیص مستقل را کنار هم نشان می‌دهد، یکی سخت‌گیرتر و دیگری آسان‌گیرتر، که بازه‌ای را که متن شما احتمالاً روی هر ابزاری که بازبینتان استفاده می‌کند در آن قرار می‌گیرد محدود می‌کند.

حلقه پیشنهادی ما: پیش‌نویس را اسکن کنید، انسانی‌سازی کنید، با دست ویرایش کنید، و دوباره اسکن کنید، و این را تکرار کنید تا هر دو موتور متن را عمدتاً انسانی بخوانند. در هر عبور به دنبال ۰٪ نباشید. نمونه‌های کنترل انسانیِ واقعی که ما آزمایش کردیم به‌ندرت صفر مطلق گرفتند، و ویرایش بیش از حد به‌سمت صفر معمولاً نثری خشک و بی‌جان تولید می‌کند که یک بازبین انسانی به دلایلی کاملاً متفاوت درباره‌اش سؤال خواهد کرد.

کل سند را بارگذاری کنید، نه یک پاراگراف نمونه. تشخیص‌دهنده‌ها بخش‌های بلند را قابل‌اعتمادتر امتیاز می‌دهند، و بازبین شما کل فایل را اسکن خواهد کرد، نه بهترین گزیده شما را. هدف سندی است که انسانی خوانده می‌شود چون، پس از عبور ویرایشی شما، اساساً انسانی است.

هشدار صادقانه

دو چیز همزمان درست‌اند، و وانمود کردن به خلاف آن این راهنما را بدتر می‌کند. نخست، جریان کاری بالا امروز کار می‌کند: یک انسانی‌ساز به‌علاوه ویرایش انسانی به‌طور قابل‌اعتماد اسناد آزمایشی ما را در Copyleaks از کاملاً تشخیص‌داده‌شده هوش مصنوعی به کاملاً انسانی رساند. دوم، هیچ نتیجه‌ای دائمی نیست. Copyleaks مدل‌های خود را پیوسته دوباره آموزش می‌دهد، و متنی که این ماه عبور می‌کند ممکن است پس از به‌روزرسانی بعدی امتیاز متفاوتی بگیرد. هرکس دور زدنی مادام‌العمر تضمین می‌کند دارد چیزی می‌فروشد.

پرسش دیگری هم هست درباره اینکه چه باید بکنید، نه فقط چه می‌توانید بکنید. استفاده از یک انسانی‌ساز برای محافظت از نوشته اصیل در برابر مثبت‌های کاذب، یا برای صیقل دادن پیش‌نویس‌های کمک‌گرفته از هوش مصنوعی در جایی که کمک مجاز است، استفاده‌ای منصفانه از این فناوری است. ارسال کارِ کاملاً ماشین‌تولیدشده به‌عنوان کار خودتان در جایی که قوانین آن را ممنوع می‌کنند، خطر عواقبی را دارد که یک امتیاز پاک تشخیص‌دهنده نمی‌تواند شما را از آن محافظت کند، چون تشخیص‌دهنده‌ها تنها راه شناسایی چنین کاری نیستند. ویراستاران، استادان و مشتریان همگی متوجه می‌شوند وقتی یک نویسنده نمی‌تواند کلمات خودش را توضیح دهد.

ایده‌هایتان را در مرکز نگه دارید، در جایی که مجاز است از هوش مصنوعی به‌عنوان دستیار پیش‌نویس استفاده کنید، و از انسانی‌سازی برای اینکه متن نهایی واقعاً از آن شما شود بهره ببرید.

پرسش‌های پرتکرار