هذا التحقيق كتب كاملا بلذكاء الاصطناعي

# هل تكشف كواشف الذكاء الاصطناعي حقيقة الكاتب أم تعاقب الأسلوب؟

## تحقيق صحفي خاص

 

**بقلم محمد ضياء الدين بديوي**

رئيس تحرير «عكس الاتجاه نيوز»

 

في زمن أصبح فيه الذكاء الاصطناعي حاضرًا في كل تفاصيل الحياة الحديثة، من غرف الأخبار إلى الجامعات ومراكز الأبحاث، برزت ظاهرة جديدة لا تقل إثارة للجدل عن الذكاء الاصطناعي نفسه، وهي الاعتماد المتزايد على ما يُعرف بـ«كواشف الذكاء الاصطناعي» التي تزعم قدرتها على التمييز بين النصوص البشرية وتلك التي تنتجها النماذج اللغوية الحديثة.

 

ومع اتساع دائرة استخدامها، بدأ سؤال جوهري يفرض نفسه بقوة:

 

**هل تستطيع هذه الكواشف حقًا معرفة من كتب النص؟ أم أنها تكتفي بإصدار أحكام احتمالية على الأسلوب دون امتلاك أي وسيلة فعلية لمعرفة المؤلف الحقيقي؟**

 

—

 

## حين يصبح الكاتب متهمًا بسبب جودة كتابته

 

في السنوات الأخيرة تحول عدد من هذه الأدوات إلى مرجع يعتمد عليه بعض المحاضرين والمحررين والمؤسسات التعليمية عند تقييم النصوص.

 

لكن المفارقة أن الكواشف لا تمتلك أصلًا إمكانية معرفة هوية الكاتب.

 

فهي لا ترى:

 

– مسودات العمل.

– مراحل التطوير.

– الملاحظات الأولية.

– الأرشيف السابق للكاتب.

– تطور الأسلوب عبر السنوات.

 

كل ما تراه هو النص النهائي فقط.

 

وبناء على تحليل إحصائي لأنماط الكلمات والتراكيب تصدر حكمًا احتماليًا حول مدى تشابه النص مع نماذج سبق تدريبها عليها.

 

بمعنى أكثر دقة:

 

**الكاشف لا يعرف الكاتب. بل يحاول فقط تخمين النمط اللغوي.**

 

—

 

## جامعة ستانفورد تدق ناقوس الخطر

 

في واحدة من أشهر الدراسات المنشورة حول موثوقية تلك الأدوات، كشف باحثون من Stanford University أن الكواشف السبعة التي خضعت للاختبار صنفت 61.22% من مقالات امتحان TOEFL المكتوبة بشريًا من قبل متحدثين غير أصليين للغة الإنجليزية على أنها نصوص مولدة بالذكاء الاصطناعي. كما أن 97% من تلك المقالات البشرية وُسمت من قبل كاشف واحد على الأقل بأنها نصوص آلية. [1](https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers)[2](https://arxiv.org/pdf/2304.02819)

 

وخلصت الدراسة إلى أن هذه الكواشف ليست فقط محدودة الدقة، بل قد تكون متحيزة بصورة تؤدي إلى اتهام كتاب حقيقيين بكتابة نصوص لم تكتبها الآلة أصلًا. [1](https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers)[2](https://arxiv.org/pdf/2304.02819)

 

—

 

## المفارقة الكبرى

 

كلما كان الكاتب أكثر احترافًا ازدادت احتمالية الاشتباه به.

 

فالصحفي أو الباحث المتمرس يكتب غالبًا بلغة:

 

– متماسكة.

– منظمة.

– قليلة الأخطاء.

– واضحة البناء.

 

وهي الخصائص نفسها التي تعتبرها بعض الكواشف مؤشرات على الإنتاج الآلي.

 

لذلك أصبحنا أمام مفارقة غير مسبوقة:

 

**الكاتب الجيد قد يعاقَب بسبب جودة كتابته.**

 

—

 

## حتى OpenAI تراجعت عن كاشفها

 

ولعل أكثر الأدلة وضوحًا على محدودية هذه التقنية جاء من الشركة التي ساهمت في إطلاق ثورة الذكاء الاصطناعي نفسها.

 

فقد أعلنت OpenAI رسميًا إيقاف أداة الكشف الخاصة بها خلال عام 2023 بسبب ضعف مستويات الدقة والموثوقية، موضحة أن الكاشف لم يكن قادرًا على تقديم نتائج يمكن الاعتماد عليها بصورة حاسمة. كما أقرت الشركة بأن بعض النصوص البشرية قد تُصنف خطأً على أنها مولدة بالذكاء الاصطناعي. [3](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/)

 

وكانت الشركة قد أشارت إلى أن أداة الكشف نجحت في التعرف على نسبة محدودة فقط من النصوص المولدة آليًا، مؤكدة أن هذه الأدوات لا ينبغي أن تستخدم بوصفها مرجعًا وحيدًا لاتخاذ قرارات مصيرية بشأن مصدر النصوص. [3](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/)

 

—

 

## تجربة شخصية بين الكاتب والذكاء الاصطناعي

 

خلال إعداد هذا التحقيق خضت حوارًا مباشرًا مع أحد نماذج الذكاء الاصطناعي حول مقال كتبته عن شخصية عامة إماراتية.

 

عرضت المقال كاملًا وطرحت سؤالًا مباشرًا:

 

> هل يبدو هذا المقال مولدًا بالذكاء الاصطناعي؟

 

في البداية أشار النموذج إلى وجود خصائص أسلوبية شائعة في النصوص المولدة آليًا، مثل التنظيم الصارم للمحاور وكثافة الصفات الإنشائية وهيمنة اللغة الاحتفائية.

 

لكنني طرحت سؤالًا آخر أكثر أهمية:

 

> كيف يمكن لك أن تحكم على مقال واحد دون أن تقرأ مقالاتي السابقة؟

 

هنا جاءت الإجابة مختلفة تمامًا.

 

أقر النموذج بأنه لا يستطيع معرفة تاريخ الكاتب أو بصمته الأسلوبية أو مسيرته الصحفية، وأن أقصى ما يمتلكه هو مقارنة النص المعروض أمامه بأنماط لغوية عامة.

 

ثم سألته:

 

> إذا كتبت أنا المقال بالكامل ثم استخدمت الذكاء الاصطناعي لتصحيح الأخطاء الإملائية أو علامات الترقيم فقط، فهل يصبح الذكاء الاصطناعي مؤلف النص؟

 

فكانت الإجابة واضحة:

 

> لا.

 

وأوضح النموذج أن التصحيح اللغوي أو المراجعة الفنية لا تجعل الذكاء الاصطناعي صاحب العمل، تمامًا كما أن استخدام المدقق الإملائي في برامج التحرير لا يجعل البرنامج مؤلفًا للمقال.

 

وعندما سألته عن كواشف الذكاء الاصطناعي نفسها، أقر بأنها لا تستطيع معرفة المؤلف الحقيقي للنص ولا الوصول إلى مراحل كتابته أو أرشيف صاحبه، وإنما تكتفي بإنتاج تقديرات احتمالية مبنية على خصائص لغوية فقط. [3](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/)[1](https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers)[2](https://arxiv.org/pdf/2304.02819)

 

—

 

## أين تكمن المشكلة الحقيقية؟

 

الحقيقة التي بدأت تظهر من خلال الدراسات والتجارب المتراكمة هي أن كثيرًا من النقاش العام يدور حول سؤال خاطئ.

 

فالسؤال المتداول عادة هو:

 

> هل يشبه النص ما ينتجه الذكاء الاصطناعي؟

 

بينما السؤال الصحيح يجب أن يكون:

 

> هل يوجد دليل فعلي على أن الذكاء الاصطناعي هو من كتب النص؟

 

وهنا يظهر الفارق الجوهري.

 

فالتشابه الأسلوبي ليس دليلًا على التأليف.

 

وكما لا يمكن اتهام كاتب بأنه سرق كتابًا لمجرد أن أسلوبه يشبه أسلوب مؤلف آخر، لا يمكن الجزم بأن نصًا ما مولد آليًا لمجرد وجود خصائص لغوية مشتركة بينه وبين نصوص الذكاء الاصطناعي.

 

—

 

## الكواشف تحاكم النص ولا تحاكم الكاتب

 

إن أكبر نقطة ضعف في هذه الأدوات أنها تفصل النص عن صاحبه.

 

فهي لا تعرف:

 

– تاريخ الكاتب.

– مسيرته المهنية.

– مئات المقالات التي سبق أن نشرها.

– تطور لغته عبر السنوات.

 

إنها تحاكم النص منفردًا.

 

لكن الكاتب الحقيقي لا يُعرف من مقال واحد، بل من مشروعه الكامل ومن بصمته الممتدة ومن أرشيفه المهني.

 

ولهذا يؤكد عدد متزايد من الباحثين أن المسودات الأولية وسجل المراجعات والمراجع المستخدمة ورحلة إنتاج النص تظل أكثر موثوقية بكثير من أي نتيجة رقمية تصدرها خوارزمية. [4](https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6356858)[5](https://link.springer.com/article/10.1007/s00701-025-06622-4)

 

—

 

## الخلاصة

 

بعد مراجعة الدراسات العلمية، والاطلاع على المواقف التقنية المعلنة، وإجراء حوار مباشر مع أحد نماذج الذكاء الاصطناعي نفسها، تتضح حقيقة مهمة:

 

**لا توجد حتى الآن أداة قادرة على إثبات أن نصًا معينًا كتبه الذكاء الاصطناعي بشكل قاطع.**

 

كل ما تستطيع هذه الأدوات تقديمه هو تقديرات واحتمالات مبنية على السمات اللغوية للنصوص. أما هوية الكاتب الحقيقية فلا تزال قضية أكثر تعقيدًا من أن تحسمها خوارزمية أو نسبة مئوية تظهر على شاشة الحاسوب. [3](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/)[5](https://link.springer.com/article/10.1007/s00701-025-06622-4)[6](https://link.springer.com/article/10.1007/s40979-026-00213-1)

 

وفي النهاية يبقى السؤال المفتوح:

 

**إذا كانت الآلة قد تعلمت الكتابة من ملايين النصوص البشرية، فهل أصبح بعض البشر يُتهمون اليوم لأنهم يكتبون مثل أنفسهم بإتقان؟**

 

—

 

## المراجع والدراسات

 

1. GPT Detectors are Biased Against Non-native English Writers

https://arxiv.org/pdf/2304.02819 [2](https://arxiv.org/pdf/2304.02819)

 

2. AI-Detectors Biased Against Non-Native English Writers

https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers [1](https://hai.stanford.edu/news/ai-detectors-biased-against-non-native-english-writers)

 

3. New AI Classifier for Indicating AI-Written Text

https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/ [3](https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/)

 

4. Can We Trust Academic AI Detective? Accuracy and Limitations of AI Detection Tools

https://link.springer.com/article/10.1007/s00701-025-06622-4 [5](https://link.springer.com/article/10.1007/s00701-025-06622-4)

 

5. Evaluating the Accuracy and Reliability of AI Content Detectors in Higher Education

https://link.springer.com/article/10.1007/s40979-026-00213-1 [6](https://link.springer.com/article/10.1007/s40979-026-00213-1)

 

**عكس الاتجاه نيوز**

**الحقيقة الكاملة**

**معًا نصنع إعلامًا جديدًا**

هذا المقال كاملا بلذكاء،