يقود التطور السريع للذكاء الاصطناعي ولا سيما مساعدات الذكاء الاصطناعي إلى أشكال جديدة من الانتحال يصعب كشفها بالطرائق القائمة، وتجعل أدوات إعادة الصياغة هذه المشكلة أكثر تعقيدًا وتحديًا ولا سيما في اللغات الصغيرة ذات الموارد والأدوات غير الكافية، وتستكشف الدراسة الحالية استراتيجيات لمساعدة كشف الانتحال المولد بواسطة تشات جي بي تي في نسخته الرابعة والمعدل بأدوات إعادة الصياغة، وتقترح مجموعتي بيانات جديدتين تتكونان من ملخصات رسائل دكتوراه باللغتين الإنجليزية والصربية خضعتا كلتاهما لإعادة صياغة بواسطة تشات جي بي تي بما أتاح تكوين فئتين من النصوص هما نصوص كتبها بشر ونصوص مولدة بالذكاء الاصطناعي أي أعيدت صياغتها به، وتكتسب المقارنة بين لغة عالمية واسعة الموارد ولغة صغيرة محدودة الموارد أهمية خاصة لأن أغلب أدوات الكشف تطور وتختبر على الإنجليزية ثم تعمم نتائجها دون فحص كاف لعدالتها اللغوية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى مقارنة كفاءة خوارزميات التصنيف في التعرف إلى النصوص المعاد صياغتها بتشات جي بي تي عبر لغتين مختلفتي الموارد، وقارنت بصورة شاملة تسع عشرة خوارزمية تصنيف واسعة الاستخدام استنادًا إلى مجموعتي سمات هما الكلمات الأحادية ومتعددات الحروف، كما قارنت هذه النتائج بنتائج كاشف محتوى تجاري مدرب مسبقًا على محتوى تشات جي بي تي، وحللت الدراسة تركيب مجموعات بيانات التدريب نحويًا لقياس نسبة الجمل الباقية على حالها بعد إعادة الصياغة ونسبة الوثائق المحتوية عليها، وفحصت في مجموعات بيانات الاختبار أثر تغير درجة حرارة النموذج في السمات النحوية مثل متوسط عدد الكلمات والجمل في كل من اللغتين، بما يربط أداء الكشف بخصائص إعادة الصياغة ذاتها في كل لغة
ثانيًا: أبرز النتائج
جاءت النتائج على المدونة الإنجليزية دقيقة جدًا إذ بلغت الدقة خمسة وتسعين في المئة أو أكثر، وفي المقابل كانت النتائج على المدونة الصربية أقل دقة إذ بلغت ما يزيد قليلًا على خمسة وثمانين في المئة، وأظهر التحليل النحوي لمجموعات بيانات التدريب أن الجمل الباقية على حالها في النصوص الصربية المعاد صياغتها بلغت نحو ثلث الجمل ووجدت في غالبية الوثائق، بينما لم تتجاوز في النصوص الإنجليزية نسبة ضئيلة ووجدت في سدس الوثائق فقط، كما أظهر تحليل مجموعات الاختبار أن تغير درجة حرارة النموذج يؤثر في السمات النحوية للنصوص الإنجليزية ويؤثر قليلًا أو لا يؤثر في النصوص الصربية، وعزا الباحثون هذه الفروق كلها إلى قدرة النموذج الأدنى على إعادة الصياغة في اللغات الصغيرة مثل الصربية
ثالثًا: دلالات الدراسة وتطبيقاتها
تؤكد النتائج ضرورة بذل جهد مستمر في تطوير أدوات مخصصة لكشف النصوص المعاد صياغتها بالذكاء الاصطناعي في البيئات الأكاديمية والمهنية ولا سيما للغات الصغيرة ذات موارد المعالجة اللغوية الطبيعية المحدودة حفاظًا على سلامة المحتوى وأصالته، وتنبه الجامعات وهيئات النزاهة الأكاديمية في بيئات اللغات الصغيرة إلى عدم الاطمئنان لنتائج كواشف طورت أساسًا للإنجليزية، وتوجه مطوري الأدوات إلى بناء مدونات تدريب محلية لكل لغة بدل الترجمة أو التعميم، وتفتح الباب لدراسات توسع المقارنة إلى لغات صغيرة أخرى وتختبر أجيالًا أحدث من النماذج وأدوات إعادة صياغة متخصصة لمعرفة ما إذا كانت الفجوة اللغوية في الكشف تضيق أم تتسع
وتضيف الدراسة إلى قيمتها تقديمها مجموعتي البيانات الجديدتين بوصفهما موردًا بحثيًا متاحًا لأعمال لاحقة تقارن خوارزميات وكواشف جديدة على المادة ذاتها، فندرة مدونات متوازية للغتين أحداهما صغيرة كانت عائقًا أمام اختبار العدالة اللغوية لأدوات الكشف، كما أن شمول المقارنة تسع عشرة خوارزمية ومجموعتي سمات مختلفتي الطبيعة يمنح النتائج صفة المسح الشامل لا التجربة الجزئية، ويلاحظ أن تفوق الأداء الإنجليزي رغم قوة إعادة الصياغة الإنجليزية مفارقة تفسيرها أن غنى الموارد التدريبية للإنجليزية يعوض أثر الصياغة الأقوى بينما تعاني الصربية من فقر الموارد وضعف إعادة الصياغة معًا بصورة تربك الكواشف
وخلاصة القول إن الدراسة قارنت تسع عشرة خوارزمية تصنيف في كشف نصوص تشات جي بي تي المعاد صياغتها فحققت دقة تجاوزت خمسة وتسعين في المئة في الإنجليزية مقابل ما يزيد قليلًا على خمسة وثمانين في المئة في الصربية، وعزت الفجوة إلى ضعف قدرة النموذج على إعادة الصياغة باللغات الصغيرة، داعية إلى أدوات كشف مصممة خصيصًا لهذه اللغات صونًا للنزاهة الأكاديمية
