چگونه متن ChatGPT را غیرقابل‌تشخیص کنیم

چرا خروجی ChatGPT به‌سادگی تشخیص داده می‌شود

ChatGPT آموزش دیده که محتمل‌ترین کلمه بعدی را تولید کند، بنابراین نوشته‌اش نرم، امن و به‌طرز چشمگیری یکنواخت است. تشخیص‌دهنده‌ها با اندازه‌گیری اینکه متن چقدر قابل‌پیش‌بینی و چقدر یکدست است از این بهره‌برداری می‌کنند، و خروجی خام هوش مصنوعی در هر دو امتیاز بالایی می‌گیرد. این جادو نیست؛ آماری است که روی یک نویسنده بسیار یکدست اعمال می‌شود.

دو نشانه عبارت‌اند از پریشانی پایین، یعنی انتخاب کلمات بیش از حد آسان‌حدس‌اند، و انفجاری بودنِ پایین، یعنی هر جمله تقریباً با همان طول و ریتم فرود می‌آید. از ChatGPT ۵۰۰ کلمه درباره هر موضوعی بخواهید و جملات را بشمارید: بیشترشان بین ۱۵ تا ۲۵ کلمه خواهند بود، هر پاراگراف سه تا چهار جمله خواهد داشت، و کل نوشته یک تمپوی ثابت را حفظ خواهد کرد. نوشته انسانی می‌لرزد. سرعت می‌گیرد، کند می‌شود، از موضوع خارج می‌شود، و گاهی با یک جمله پنج‌کلمه‌ای شما را غافلگیر می‌کند. ChatGPT به‌ندرت هیچ‌یک از این‌ها را خودبه‌خود انجام می‌دهد، و تشخیص‌دهنده‌ای که صدها تا از این ریزسیگنال‌ها را یک‌جا می‌خواند، برای مطمئن شدن به هیچ‌یک از آن‌ها به‌تنهایی نیاز ندارد.

عبارت‌های کلیشه‌ای که ChatGPT را لو می‌دهند

فراتر از آمار، ChatGPT عادت‌های کلامی‌ای دارد که می‌توانید یاد بگیرید در نگاه اول تشخیصشان دهید. یک فهرست سیاه ذهنی نگه دارید: کاوش عمیق در، به‌علاوه، افزون بر این، شایان ذکر است، در دنیای پرشتاب امروز، نقش حیاتی ایفا می‌کند، پیمایش پیچیدگی‌ها، بافتی غنی، آزادسازی پتانسیل، و در نتیجهی اجتناب‌ناپذیر. هیچ‌یک از این‌ها به‌خودی‌خود اثبات نیست، اما پیش‌نویس‌های هوش مصنوعی آن‌ها را پاراگراف پس از پاراگراف روی هم می‌چینند، و تشخیص‌دهنده‌هایی که روی میلیون‌ها نمونه آموزش دیده‌اند این الگو را یاد گرفته‌اند. همچنین عاشق فهرست‌های مرتبِ دقیقاً سه‌آیتمی، ساختارهای متوازنِ این‌یا‌آن، و یک پاراگراف پایانی است که همه چیزی را که تازه خوانده‌اید بازگو می‌کند.

از جمله اول تا آخر یک لحن ثابت و خنثی را حفظ می‌کند، هرگز به خودش شک نمی‌کند یا الگو را نمی‌شکند. نویسندگان واقعی خودشان را نقض می‌کنند، یک اشاره حاشیه‌ای می‌اندازند، یا برای تأثیرگذاری از یک جمله ناقص استفاده می‌کنند. حذف آن صیقلِ مکانیکی بیشترِ کار در ساختن متن غیرقابل‌تشخیصِ هوش مصنوعی است، و به‌طرز مناسبی، بیشترِ کار در بهتر کردن نوشته هم هست.

یک خودآزماییِ سریع: پیش‌نویس خود را سرسری بخوانید و هر عبارت از فهرست سیاه بالا، هر فهرست سه‌تایی، و هر پاراگرافی را که با یک کلمه پیوند آغاز می‌شود برجسته کنید. اگر صفحه روشن شد، یک تشخیص‌دهنده هم روشن خواهد شد.

آیا صرفِ دستوردهی می‌تواند ChatGPT را غیرقابل‌تشخیص کند؟

تا حدی، و ارزش انجام دادن دارد، اما انتظار نداشته باشید دستورها کار را تمام کنند. دستورهایی مانند "مثل یک انسان بنویس"، "طول جملاتت را متنوع کن"، "از لحن محاوره‌ای و غیررسمی استفاده کن"، یا "به سبک یک دانشجوی تحصیلات تکمیلیِ خسته بنویس" واقعاً سطح خروجی را تغییر می‌دهند. دستورهای شخصیت‌سازی و یک تنظیم دمای بالاتر از طریق API هم کمی تنوع اضافه می‌کنند. یک پیش‌نویس با دستوردهی خوب معمولاً امتیاز پایین‌تری از یک پیش‌نویس پیش‌فرض می‌گیرد.

محدودیت ساختاری است. هرطور که به آن دستور دهید، مدل همچنان از همان توزیع احتمال نمونه‌برداری می‌کند، بنابراین نظم‌های عمیق‌تر باقی می‌مانند: طول‌های یکنواخت پاراگراف، انتخاب کلمات امن، نبودِ پیچ‌های واقعاً غافلگیرکننده. آزمون‌ها بارها نشان می‌دهند که فرارِ صرفاً دستوری ناپایدار است، از یک تشخیص‌دهنده عبور می‌کند در حالی که در دیگری شکست می‌خورد، و با آموزش دوباره تشخیص‌دهنده‌ها افت می‌کند. درخواست از ChatGPT برای "این را طوری بازنویسی کن که تشخیص‌دهنده‌های هوش مصنوعی نتوانند بگیرندش" ضعیف‌ترین نسخه این ترفند است، چون مدل متن خودش را با همان عادت‌هایی که باعث علامت‌گذاری‌اش شدند بازنویسی می‌کند. دستوردهی را گام صفر بدانید، چیزی که به انسانی‌ساز مواد خام بهتری می‌دهد، نه کل راهبرد.

یک جریان کاری عملی برای انسانی‌سازی ChatGPT

با در نظر گرفتن پیش‌نویس ChatGPT به‌عنوان یک پیش‌نویس اول، نه یک نسخه نهایی، شروع کنید. یک بار آن را بخوانید تا مطمئن شوید ایده‌ها و واقعیت‌ها درست‌اند، چون هیچ مقدار ویرایش سبکی یک ادعای نادرست را درست نمی‌کند. سپس برنامه‌ریزی کنید که سطح را بازنویسی کنید تا صدا از آن شما شود.

پیش‌نویس را در انسانی‌ساز رایگان هوش مصنوعی بچسبانید، یا اگر از پیش یک سند است فایل را بارگذاری کنید؛ این ابزار ۴۰ زبان را پشتیبانی می‌کند، بنابراین برای پیش‌نویس‌های غیرانگلیسی هم کار می‌کند. شدتی را انتخاب کنید که با اینکه چه مقدار از عبارت‌پردازی اصلی را می‌خواهید نگه دارید هماهنگ باشد: یک عبور سبک عمدتاً ریتم را می‌شکند، یک عبور قوی عبارت‌پردازی را تهاجمی بازنویسی می‌کند. این ابزار یک امتیاز هوش مصنوعی زنده پیش و پس از کار از دو تشخیص‌دهنده مستقل نشان می‌دهد، بنابراین اثبات می‌گیرید، نه حس‌وحال: پیش‌نویسی که با ۹۵٪ هوش مصنوعی آغاز شده و با ۸٪ بازمی‌گردد یک تغییر قابل‌اندازه‌گیری است که می‌توانید پیش از دست زدن به حتی یک جمله با دست، روی صفحه ببینید.

سپس به‌هرحال یک عبور ویرایش دستی انجام دهید. ترکیب بازشکل‌دهی خودکار و ویرایش انسانی بر هر یک به‌تنهایی برتری دارد، چون ابزار آمار را درست می‌کند و شما روح را. زمان را صادقانه برآورد کنید: تولید پیش‌نویس سی ثانیه طول کشید، انسانی‌سازی سی ثانیه دیگر، و عبور ویرایشی پنج تا ده دقیقه. این هنوز کسری از نوشتن از صفر است، و همان تفاوت میان متنی است که صرفاً از یک اسکن عبور می‌کند و متنی که نامتان را پای آن می‌گذارید.

عبور ویرایشی: یک فهرست برای تبدیل متن هوش مصنوعی به انسانی

هنگام تبدیل متن هوش مصنوعی به انسانی، هدف‌تان ناهمواریِ کنترل‌شده باشد. جملات بلند و متوازن را بشکنید: یکی را از وسط ببرید، دو تای دیگر را ادغام کنید، و بگذارید یک جمله سه‌کلمه‌ای برای تأکید به‌تنهایی بایستد. پیوندهای پرکننده و احتیاط‌گویی‌ها را یکسره حذف کنید؛ اگر جمله‌ای با به‌علاوه یا شایان ذکر است آغاز می‌شود، جمله تقریباً همیشه بدون آن بهتر کار می‌کند.

اسم‌ها و فعل‌های عمومی را با موارد مشخص جایگزین کنید، و در هر بخش دست‌کم یک جزئیات ملموس اضافه کنید که یک مدل نمی‌سازد: یک عدد، یک نام، چیزی که واقعاً برای شما رخ داده است. نتیجه‌گیریِ خلاصه‌ای را که کل نوشته را بازگو می‌کند از بین ببرید و به‌جایش با یک نکته پایان دهید. شکل پاراگراف‌ها را هم بررسی کنید؛ اگر هر پاراگراف سه جمله است، دو تا را ادغام کنید و یکی دیگر را تقسیم کنید.

کل نوشته را با صدای بلند بخوانید، و هر جمله‌ای را که مثل یک اطلاعیه مطبوعاتی به‌نظر می‌رسد بازنویسی کنید. خواندن با صدای بلند چیزی را می‌گیرد که چشمانتان از رویش می‌پرند: آهنگ یکسان، عبارتی که هرگز واقعاً نمی‌گفتید، جمله‌ای که فقط برای کامل به‌نظر رسیدن وجود دارد. پنج دقیقه تمرکز روی این کار روی یک پیش‌نویس انسانی‌سازی‌شده بیشتر از یک ساعت بازنویسی تصادفی روی یک پیش‌نویس خام کارساز است.

استفاده از امتیاز هوش مصنوعی پیش و پس از کار به‌عنوان اثبات

حدس زدن اینکه آیا متن غیرقابل‌تشخیص است غیرقابل‌اعتماد است، پس آن را اندازه بگیرید. یک امتیاز هوش مصنوعی پیش و پس از کار ویرایش را به یک حلقه بازخورد تبدیل می‌کند: یک پاراگراف را تغییر دهید، دوباره امتیازش دهید، و آنچه را عدد را پایین می‌آورد نگه دارید. چون انسانی‌ساز متن شما را همزمان در برابر دو تشخیص‌دهنده بررسی می‌کند، از دام کلاسیک بهینه‌سازی برای ویژگی‌های یک ابزار واحد هم پرهیز می‌کنید.

جریان کاری ساده است. امتیاز شروع را یادداشت کنید، بازنویسی را اعمال کنید، و مقایسه کنید. اگر یک بخش هنوز امتیاز بالایی می‌گیرد، معمولاً یعنی ریتم بیش از حد یکنواخت است یا عبارت‌پردازی بیش از حد عمومی، بنابراین به جای بازنویسی تصادفی همه چیز، آن جملات را به‌طور مشخص هدف بگیرید. به جای پردازش دوباره کل نوشته، فقط پاراگراف سرسخت را با تنظیم قوی‌تری دوباره اجرا کنید، چون پردازش بیش از حد بخش‌های پاک می‌تواند آن‌ها را خشک کند. وقتی هر دو تشخیص‌دهنده توافق کنند که متن انسانی خوانده می‌شود و عبور بلندخوانی خودتان هم موافق باشد، کارتان تمام است. تعقیب ۰٪ روی هر ابزار موجود در اینترنت اتلاف یک بعدازظهر است که می‌توانست صرف بهتر کردن واقعی نوشته شود.

نکات مختص هر تشخیص‌دهنده: GPTZero، Turnitin، Copyleaks

GPTZero همان است که می‌توانید مستقیماً آزمایشش کنید. به‌شدت به پریشانی و انفجاری بودن تکیه می‌کند، جملات مشکوک را برجسته می‌کند، و معمولاً با اسناد ترکیبی انسانی و هوش مصنوعی معقول است، بنابراین یک بررسی سلامتِ اولِ خوب است. Turnitin رو به استاد است، بنابراین نمی‌توانید خودتان آن را کاوش کنید؛ فقط اسناد بالای ۳۰۰ کلمه را امتیاز می‌دهد، امتیازهای زیر ۲۰٪ را غیرقابل‌اعتماد علامت می‌زند، و به‌طور خاص به دنبال متن هوش مصنوعی‌ای است که به‌سبکی بازنویسی شده. تفکیک کامل در راهنمای ما درباره دور زدن تشخیص هوش مصنوعی Turnitin آمده است.

Copyleaks همان تهاجمی است. دقت بسیار بالایی تبلیغ می‌کند، در سطح جمله اسکن می‌کند، و در آزمون‌های مستقل متن مرزی را آسان‌تر از دیگران علامت می‌زند، که همچنین یعنی مثبت‌های کاذب بیشتر روی نثر رسمی انسانی. اگر متن شما باید از آن عبور کند، راهنمای اختصاصی دور زدن Copyleaks را ببینید. هر سه به همان سیگنال‌های زیربنایی تکیه می‌کنند، بنابراین نوشته واقعاً متنوع و مشخص همه‌جا کمک می‌کند، اما یک پیش‌نویس همچنان می‌تواند از یکی عبور کند و توسط دیگری علامت‌گذاری شود چون هر ابزار سیگنال‌ها را متفاوت وزن می‌دهد و آستانه‌هایش را متفاوت تنظیم می‌کند. هر امتیاز واحد را یک سرنخ بدانید، نه اثبات، و اعتمادتان را به‌جای هر عدد واحد، به توافق میان تشخیص‌دهنده‌ها بسپارید.

چه کارهایی نباید کرد

از ترفندهایی که در انجمن‌ها می‌چرخند بگذرید، چون از بی‌فایده تا فعالانه مضر را در بر می‌گیرند. نویسه‌های نامرئی یونیکد و تعویض نویسه‌ها، مانند جایگزین کردن حروف با معادل‌های شبیه سیریلیک، توسط تشخیص‌دهنده‌های امروزی نرمال‌سازی و حذف می‌شوند، و وقتی متوجهشان شوند مثل فریب عمدی به‌نظر می‌رسند، که یک پرسش سبکی را به یک پرونده درستی تبدیل می‌کند. رفت‌وبرگشت‌های ترجمه از دو یا سه زبان معنای شما را مخدوش می‌کنند در حالی که آهنگ ماشینی را تا حد زیادی دست‌نخورده باقی می‌گذارند. بازچرخان‌های ارزان مترادف پریشانی را به‌شکل نادرست بالا می‌برند، و متنی تولید می‌کنند که مثل این خوانده می‌شود که یک فرهنگ مترادف‌ها رویش افتاده باشد؛ تشخیص‌دهنده‌ها روزبه‌روز بیشتر آن را می‌گیرند، و خوانندگان انسانی همیشه می‌گیرند.

همچنین در برابر حلقه خوراندن دوباره متن به ChatGPT ده بار با درخواست اینکه "انسانی‌تر به‌نظر برسد" مقاومت کنید. هر عبور از همان توزیع نمونه‌برداری می‌کند، بنابراین دستاوردها به‌سرعت مسطح می‌شوند در حالی که محتوا به‌آرامی منحرف می‌شود. و هرگز چیزی را که نخوانده‌اید ارسال نکنید. بدترین نتیجه یک علامت تشخیص‌دهنده نیست؛ بلکه با اطمینان تحویل دادن پاراگرافی است که نادرست، عمومی، یا به‌طور نامحسوس بی‌ربط است، چون هیچ انسانی هرگز به آن نگاه نکرده است.

نگه داشتن صدای خودتان در چرخه

هدف نهایی متنی نیست که یک اسکنر را فریب دهد؛ بلکه متنی است که مثل خودتان به‌نظر برسد، که اتفاقاً همان چیزی است که تشخیص‌دهنده‌ها آن را انسانی می‌خوانند. سریع‌ترین راه رسیدن به آن، نگه داشتن مالکیت لبه‌هاست: پاراگراف‌های آغازین و پایانی را خودتان بنویسید، چون این‌ها بیشترین صدا به‌ازای هر کلمه را دارند، و بگذارید ابزارها به میانه کمک کنند.

جایی با پیش‌نویس خودتان مخالفت کنید. یک ادعا را که ChatGPT مطرح کرده و شما آن را مقید می‌کردید پیدا کنید، و در متن مقیدش کنید؛ مواضع محتاطانه و مشخص عمیقاً انسانی‌اند. تجربه واقعی خود را، حتی یک جمله از آن را، در متن بگنجانید. اگر به‌طور منظم می‌نویسید، یک فایل کوچک از نوشته‌های پیشین خودتان نگه دارید و ریتم را مقایسه کنید: طول طبیعی جملات شما، ساختارهای موردعلاقه‌تان، کلماتی که هرگز به کار نمی‌برید. با گذر زمان این کار شما را سریع‌تر هم می‌کند، چون دیگر عبارت‌پردازی هوش مصنوعی‌ای را که به شما نمی‌خورد نمی‌پذیرید. نویسندگانی که هرگز علامت‌گذاری نمی‌شوند آن‌هایی نیستند که بهترین ترفندها را دارند؛ آن‌هایی‌اند که اثر انگشتشان سراسر متن نهایی را پوشانده است.

محدودیت‌های صادقانه‌ای که باید بدانید

هیچ ابزاری نمی‌تواند متن را برای همیشه غیرقابل‌تشخیص کند. تشخیص‌دهنده‌ها اغلب دوباره آموزش می‌بینند، و نوشته‌ای که امروز پاک به‌نظر می‌رسد ممکن است پس از به‌روزرسانی بعدی امتیاز متفاوتی بگیرد، بنابراین هرکس نتیجه‌ی دور زدن تشخیص هوش مصنوعی تضمین‌شده و دائمی وعده می‌دهد دارد اغراق می‌کند. مثبت‌های کاذب هم به سمت دیگر می‌برند: نوشته ساده و رسمی انسانی گاهی علامت‌گذاری می‌شود، که دقیقاً به همین دلیل است که یک امتیاز واحد هرگز نباید در هیچ‌یک از دو جهت به‌عنوان اثبات تلقی شود.

هدف پایدار فریب دادن یک ماشین نیست، بلکه خوب نوشتن است: روشن، مشخص، و با صدای خودتان. آن معیار وقتی یک تشخیص‌دهنده دوباره آموزش می‌بیند منقضی نمی‌شود، و همین است که آن ده دقیقه اضافه را ارزشمند می‌کند. از این فنون برای بهبود پیش‌نویس‌های واقعاً انسانی و کاهش علامت‌های کاذبِ ناعادلانه استفاده کنید، و همیشه از قوانین مدرسه یا کارفرمای خود درباره استفاده از هوش مصنوعی پیروی کنید. سیاست‌ها بسیار متفاوت‌اند، و همان جریان کاری می‌تواند در یک زمینه تشویق و در زمینه‌ای دیگر ممنوع شود. کمک هوش مصنوعی را در صورت لزوم افشا کنید، سوابق فرایند پیش‌نویسی خود را نگه دارید، و تفکر را از آنِ خودتان نگه دارید.

پرسش‌های پرتکرار