أصبحت برامج كشف الانتحال جزءاً روتينياً من الحياة الأكاديمية، إذ تفحص بصمت ملايين المقالات الطلابية كل يوم وتعيد نسبة مئوية قد تحدد مصير الورقة البحثية بين القبول أو التنبيه أو الإحالة إلى لجنة تأديبية. لكن الأداة التي يخشاها معظم الطلاب لا "تقرأ" عملهم بأي معنى حقيقي، وفهم ما تفعله فعلياً تحت الغطاء يوضح فائدتها الحقيقية وحدودها الموثقة جيداً في آن واحد.
الفجوة بين ما يظن الطلاب أن البرنامج يفعله، أي اكتشاف الأفكار المسروقة، وما يفعله فعلياً، أي إيجاد تسلسلات متطابقة من الأحرف، هي مصدر معظم الالتباس ومعظم النزاعات حول الأوراق المُعلَّمة. سد هذه الفجوة يتطلب النظر إلى الآلية الفعلية لمقارنة النصوص بدلاً من اللغة التسويقية المحيطة بهذه الأدوات.
ما الذي تقارن به برامج كشف الانتحال النص فعلياً
تُقارَن الورقة المُسلَّمة مع عدة مجموعات نصية متمايزة: زحف مستمر التحديث لصفحات الويب المتاحة للعامة، وأرشيف مرخّص كبير للمجلات العلمية والكتب المنشورة، والأهم من ذلك، قاعدة بيانات داخلية مبنية من ملايين الأوراق الطلابية المُسلَّمة سابقاً من مؤسسات أخرى تستخدم نفس الخدمة.
غالباً ما تكون هذه الفئة الأخيرة مصدر أعلى التطابقات خطورة، إذ إن الطالب الذي يعيد استخدام ورقة سلّمها شخص آخر، سواء كانت مقالاً مشترى أو ملفاً مشتركاً، يُقارَن مباشرة بذلك التسليم السابق حتى لو لم يُنشَر أبداً على الويب المفتوح وسيكون غير مرئي تماماً لأي محرك بحث عام.
مكوّن زحف الويب نفسه ليس بحثاً حياً في الوقت الفعلي عبر الإنترنت بأكمله لحظة فحص الورقة، لأن ذلك سيكون بطيئاً وغير موثوق؛ بل تحتفظ الخدمة بفهرسها الخاص المُحدَّث باستمرار من الصفحات المزحوفة، مما يعني أن المحتوى المنشور حديثاً جداً قد لا يكون ممثَّلاً بعد، وأن الصفحات المحذوفة لاحقاً من الويب الحي يمكن أن تبقى في الفهرس المؤرشف لسنوات، ما ينتج أحياناً تطابقاً مُعلَّماً مقابل مصدر لم يعد بإمكان المراجع البشري التحقق منه بشكل مستقل بزيارة الصفحة الأصلية.
يشمل الأرشيف الأكاديمي المرخّص عادة محتوى وافق الناشرون تحديداً على إتاحته لأغراض المقارنة، وهو مجموعة أصغر وأكثر انتقاءً بكثير من زحف الويب المفتوح، لكنها تحمل وزناً خاصاً في سياقات الدراسات العليا والبحث حيث القلق ليس حول إعادة استخدام مقالات المرحلة الجامعية بقدر ما هو حول اكتشاف التداخل مع الأبحاث المنشورة سابقاً، بما في ذلك عمل الباحث نفسه السابق، وهي ممارسة تُعرف بالانتحال الذاتي تفحصها الآن مجلات كثيرة باستخدام نفس تقنية المقارنة الأساسية.
كيف يتم تقسيم النص إلى شرائح قابلة للمقارنة
يختلف حجم الشريحة النصية المستخدمة من خدمة إلى أخرى، وهو اختيار تقني له انعكاسات عملية مباشرة: الشرائح الأقصر تلتقط تطابقات أكثر حساسية، بما في ذلك عبارات قصيرة جداً قد تتكرر بشكل طبيعي في أي كتابة عن نفس الموضوع، بينما الشرائح الأطول تقلل من التطابقات العرضية لكنها قد تفوّت انتحالاً حقيقياً أُعيدت صياغته جزئياً بذكاء. لا يوجد طول "صحيح" واحد؛ كل خدمة توازن هذه المفاضلة بطريقتها الخاصة، وهو أحد أسباب اختلاف نتائج نفس الورقة البحثية عند فحصها عبر منصات مختلفة.
بدلاً من مقارنة مستندات كاملة بمستندات كاملة، وهو أمر غير عملي حسابياً على النطاق الذي تعمل به هذه الخدمات، يقسّم البرنامج النص المُسلَّم إلى شظايا صغيرة متداخلة، تُعرف عادة بالشرائح أو المتتاليات النصية، تمتد كل منها عادة على عدد قليل من الكلمات المتتالية.
تُحوَّل كل شظية إلى تمثيل رقمي مضغوط، غالباً عبر دالة تجزئة، وتُفحص هذه القيم المُجزَّأة مقابل فهرس مبني مسبقاً من قيم مُجزَّأة مُولَّدة من مجموع نصوص المقارنة بأكملها، وهي عملية تتيح للنظام تعليم التطابقات المحتملة في ثوانٍ عبر قاعدة بيانات تحتوي مليارات المستندات بدلاً من إجراء بحث نصي مباشر بطيء.
يهم الطابع المتداخل للشظايا لأنه يتيح للنظام اكتشاف فقرة متطابقة حتى لو بدأت أو انتهت عند نقطة غير معتادة في الجملة، فيلتقط إعادة الاستخدام الجزئية التي قد تفوّتها مقارنة أبسط تعتمد على الجملة الكاملة تماماً.
ما الذي تقيسه نسبة التطابق فعلياً
الرقم المئوي الذي يركّز عليه معظم الطلاب يمثّل نسبة نص المستند المُسلَّم الذي طابق شظية ما في مكان ما ضمن قاعدة بيانات المقارنة، لا أكثر ولا أقل، والأهم أنه لا يحمل أي حكم مُدمَج حول ما إذا كان ذلك النص المُطابَق مُوثَّقاً أو مُقتبَساً بشكل صحيح أو مشروعاً بأي شكل آخر.
يمكن لورقة بُنيت بالكامل تقريباً من تحليل الطالب الأصلي لكنها تحتوي فقرة طويلة موثّقة ومُقتبَسة بشكل صحيح من مصدر معروف أن تسجّل نسبة تطابق مرتفعة بشكل مفاجئ لمجرد أن تلك الفقرة المُقتبَسة تطابق النص المصدر كلمة بكلمة، وهو بالضبط ما يُفترض بالاقتباس المباشر أن يفعله.
يتفاوت الحد الذي تعتبره المؤسسات مثيراً للقلق بشكل كبير وليس موحّداً من قِبل البرنامج نفسه، الذي يبلّغ ببساطة عن النسبة الخام ويترك التفسير كاملاً للسياسة المؤسسية؛ تتعامل بعض الأقسام مع أي نسبة تتجاوز خمسة عشر بالمئة تقريباً باعتبارها تستحق نظرة أقرب، بينما تضع أقسام أخرى حداً أعلى أو أدنى بكثير حسب التخصص ونوع المهمة ومدى اعتماد ذلك المجال بالذات على صياغة موحّدة ومصادر مشتركة في الكتابة الأكاديمية العادية.
لماذا لا تعني النسبة المرتفعة غشاً بالضرورة
نظراً لأن الخوارزمية لا يمكنها التمييز بين اقتباس موثّق بشكل صحيح وآخر غير موثّق، توجّه معظم الخدمات المدرّسين صراحة لفتح تقرير التطابق التفصيلي ومراجعة كل فقرة مُعلَّمة يدوياً بدلاً من اتخاذ أي قرار بناءً على النسبة الرئيسية وحدها، وهو تمييز يضيع غالباً في الحديث الصفي العادي عن "درجة الانتحال".
تُنتج قوائم المراجع والببليوغرافيا والصياغة المعيارية الشائعة في تخصص أكاديمي معين تطابقات موثوقة أيضاً، لأن هذه العناصر، بطبيعتها، يُقصد إعادة استخدامها حرفياً عبر أوراق كثيرة مختلفة، وتسمح معظم واجهات الكشف للمدرّسين باستبعاد أقسام المراجع والتطابقات الصغيرة من النسبة المحسوبة لهذا السبب بالذات.
كيف تنمو قواعد بيانات المؤسسات مع كل تسليم
تضيف كثير من خدمات الكشف الكبرى كل ورقة مُسلَّمة حديثاً إلى قاعدة بيانات المقارنة الخاصة بها بشكل افتراضي بمجرد معالجتها، مما يعني أن مجموعة النصوص التي يبحث فيها الكاشف تنمو باستمرار مع كل مقال يُسلَّم في أي مكان في العالم باستخدام نفس المنصة، وهو سبب رئيسي يجعل نفس الخدمة قادرة على اكتشاف الأوراق المُعاد استخدامها بعد سنوات من التسليم الأصلي.
أثار نموذج النمو هذا مخاوف حقيقية تتعلق بالملكية الفكرية والموافقة، إذ يصبح العمل المكتوب الأصلي للطالب جزءاً من قاعدة بيانات تجارية تُستخدم لفحص تسليمات طلاب آخرين دون أن يكون المؤلف الأصلي قد وافق بالضرورة على هذا الاستخدام المحدد خارج النص الدقيق لبوابة التسليم، وهو توتر عالجته بعض الجامعات بتقديم خيار استبعاد أو أرشيف مقارنة مستضاف محلياً بدلاً من ذلك.
رُفعت تحديات قانونية بشأن ممارسة الاحتفاظ بقاعدة البيانات هذه بالذات في عدة ولايات قضائية، تتمحور عموماً حول ما إذا كان تسليم الطالب الإلزامي إلى قاعدة بيانات ربحية يشكّل استخداماً تجارياً غير مصرّح به لعمله المكتوب المحمي بحقوق النشر، وبينما مالت المحاكم في أبرز القضايا إلى جانب مقدّمي الخدمة على أساس أن التخزين لغرض المقارنة فقط يشكّل استخداماً عادلاً وليس إعادة توزيع، استمر الجدل السياساتي الأساسي حول موافقة الطالب وملكية البيانات في تشكيل الطريقة التي تختار بها المؤسسات الفردية تطبيق هذه الأدوات.
لماذا تُعقّد إعادة الصياغة عملية الكشف
نظراً لأن الأسلوب الأساسي يعتمد بشكل كبير على مطابقة تسلسلات الكلمات الفعلية، يمكن لفقرة أُعيدت صياغتها بشكل كبير، مع استبدال مرادفات وإعادة ترتيب بنية الجملة مع الحفاظ على المعنى الأصلي، أن تسجّل نسبة تطابق منخفضة جداً حتى لو كانت الأفكار وبنية الحجة مأخوذة بالكامل من مصدر آخر.
تُكمّل بعض أنظمة الكشف الأكثر تقدماً الآن المطابقة النصية الخالصة بفحوصات إحصائية لأنماط اختيار كلمات غير معتادة تميّز أدوات إعادة الصياغة الآلية، لأن هذه الأدوات تميل إلى اختيار مرادفات تبدو غير طبيعية بشكل خفي لقارئ بشري متمعّن، لكن هذه الطبقة التكميلية أقل موثوقية بكثير من المطابقة النصية المباشرة وتنتج معدلاً أعلى بشكل معتبر من كل من الحالات الفائتة والاتهامات الخاطئة.
كيف يختلف كشف نصوص الذكاء الاصطناعي عن كشف الانتحال
يُعد كشف النصوص المولَّدة بالذكاء الاصطناعي مشكلة تقنية مختلفة جذرياً عن كشف الانتحال، إذ لا يوجد غالباً مستند مصدر واحد لمطابقته؛ بدلاً من ذلك تحاول هذه الأدوات أن تستنتج، من الأنماط الإحصائية في قابلية التنبؤ بالكلمات وبنية الجملة، ما إذا كانت الفقرة قد أنتجها على الأرجح كاتب بشري أو نموذج لغوي.
هذا النهج الإحصائي أقل موثوقية بكثير من المطابقة النصية المباشرة، وقد وجدت اختبارات مستقلة مراراً معدلات معتبرة من النتائج الإيجابية الخاطئة، بما في ذلك حالات نصوص مكتوبة بشرياً بشكل حقيقي بواسطة متحدثين غير أصليين للإنجليزية أو كتّاب بأسلوب رسمي غير معتاد تم تصنيفها على أنها على الأرجح مولَّدة بالذكاء الاصطناعي، وهي مشكلة دفعت بعض الجامعات إلى معاملة درجات كشف الذكاء الاصطناعي على أنها إرشادية على الأكثر وليست دليلاً قائماً بذاته في إجراءات تأديبية.
لماذا يصعب اكتشاف الغش التعاقدي بشكل خاص
الغش التعاقدي، حيث يدفع الطالب لشخص آخر لكتابة مقال مخصص أصلي له تحديداً، يهزم مطابقة النصوص تقريباً بالكامل، لأن المستند الناتج نص جديد فعلياً لم يظهر أبداً في أي قاعدة بيانات مقارنة وسيعيد بالتالي نسبة تطابق منخفضة جداً تبدو نظيفة.
استجابت المؤسسات لهذه الفجوة المحددة بأساليب منفصلة تماماً عن برامج مطابقة النصوص، بما في ذلك تحليل ثبات الأسلوب الكتابي مقابل عمل الطالب المُسلَّم سابقاً، والامتحانات الشفهية التي تغطي محتوى الورقة المُسلَّمة، ومراقبة مواقع مصانع المقالات المعروفة وأنماط الدفع، وهي أساليب لا يُصمَّم برنامج كشف الانتحال المعياري لمعالجة أي منها على الإطلاق.
كيف يُفترض أن يستخدم المدرّسون التقرير
تقدّم كثير من الجامعات تدريباً رسمياً لأعضاء هيئة التدريس على قراءة تقرير التشابه بشكل صحيح، يشمل عادة أمثلة عملية على تطابقات مشروعة مقابل تطابقات مثيرة للقلق، لكن هذا التدريب ليس إلزامياً في كل مكان، ويعتمد كثير من المدرّسين الجدد على حدسهم الشخصي أو على سياسات القسم غير المكتوبة بدلاً من إرشاد رسمي منظم، وهو تفاوت يساهم في التناقض الملحوظ بين كيفية تعامل أقسام مختلفة داخل نفس الجامعة مع نفس نسبة التطابق بالضبط.
ينشر مقدّمو خدمة الكشف ومكاتب النزاهة الأكاديمية عادة إرشادات صريحة تنص على أن نسبة التطابق يجب ألا تكون الأساس الوحيد لأي حكم بسوء سلوك أكاديمي، وأن المدرّسين يُتوقَّع منهم فتح تقرير التطابق الأساسي وفحص كل فقرة مُعلَّمة في سياقها وتطبيق حكمهم الخاص في الموضوع حول ما إذا كانت المادة المُطابَقة تمثّل انتهاكاً حقيقياً للنزاهة.
عملياً، يتفاوت الالتزام بهذا الإرشاد بشكل كبير حسب المؤسسة وعبء عمل المدرّس الفردي، وقد وُثّقت حالات في مؤسسات متعددة عوقب فيها طلاب بشكل رئيسي بناءً على رقم مئوي لم تتم مراجعته، ثم أُلغيت العقوبة عند الاستئناف بعد فحص التطابقات الأساسية فعلياً، مما يعزز سبب استمرار مكاتب النزاهة الأكاديمية في التأكيد على المراجعة اليدوية كخطوة إلزامية وليست مجاملة اختيارية.
كيف تبدو النتائج الخاطئة في الواقع
يمكن للمصطلحات التقنية الشائعة أو الخاصة بمجال معين، ولغة المنهجية العلمية المعيارية في الكتابة العلمية، وحتى عمل الطالب السابق في المقرر المُسلَّم إلى نفس قاعدة البيانات، أن تُنتج جميعها تطابقات تبدو مطابقة في التقرير لسوء سلوك حقيقي، وتتطلب نفس المراجعة البشرية الدقيقة بصرف النظر عن السبب الأساسي.
تمثّل مشاريع المجموعات حالة حدّية خاصة، إذ يمكن لطالبين تعاونا في بحث خلفي مشترك ثم كتبا أقسامهما الفردية بشكل مستقل أن ينتهي بهما الأمر بفقرات متداخلة بشكل مشروع تُطلق تطابقاً بين أحدهما والآخر، سيناريو لا يمكن لبرنامج الكشف تمييزه عن نسخ طالب مباشرة من الآخر دون سياق إضافي يمتلكه المدرّس وحده.
ينتج الانتحال الذاتي، حيث يعيد الطالب تسليم عمل كتبه هو نفسه لمهمة سابقة، تطابقاً غامضاً بالمثل، إذ إن النص المُعلَّم هو كتابة الطالب المُقدِّم السابقة فعلياً وليست كتابة أي شخص آخر، لكن كثيراً من المؤسسات لا تزال تصنّف إعادة استخدام العمل المُقيَّم سابقاً دون إذن كشكل من أشكال عدم الأمانة الأكاديمية على أساس أنه يُمثّل زوراً جهداً جديداً، مما يعني أن البرنامج يحدد تطابقاً تقنياً بشكل صحيح بينما يبقى السؤال الأخلاقي الأساسي مسألة سياسة مؤسسية أكثر من كونه شيئاً يمكن للخوارزمية نفسها حسمه.
لماذا تحدّ بعض الجامعات من استخدام هذه الأدوات أو ترفضها
قلّصت عدد من المؤسسات والأقسام الأكاديمية الفردية أو رفضت تماماً التسليم الإلزامي لبرامج كشف الانتحال، مستشهدة بمخاوف الموافقة على قاعدة البيانات حول الملكية الفكرية للطالب، والتحيز الموثّق في إضافات كشف الذكاء الاصطناعي ضد كتّاب اللغة الإنجليزية غير الأصليين، وحجة تربوية مفادها أن الأدوات ذات الطابع الرقابي يمكن أن تقوّض علاقة الثقة بين المدرّس والطالب التي يعتبرها كثير من التربويين محورية للتعلم الحقيقي.
حيث تبقى هذه الأدوات قيد الاستخدام، يميل الإطار الأكثر دفاعاً الذي تروّج له الآن كثير من مكاتب النزاهة الأكاديمية إلى معاملة تقرير التشابه كمدخل تشخيصي واحد من عدة مدخلات، إلى جانب محادثة مباشرة مع الطالب ومراجعة سجل المسودات حيث تتوفر، بدلاً من كونه آلة إصدار أحكام آلية بالكامل، وهو تحول في الإطار يعكس وعياً مؤسسياً متنامياً بالحدود التقنية الحقيقية للأداة وليس رفضاً لتطبيق النزاهة الأكاديمية نفسها.
فهم الآلية الفعلية وراء نسبة التشابه، وهي مطابقة نصية مقابل قاعدة بيانات دائمة النمو وليست فهماً حقيقياً للمعنى، يوضح في النهاية سبب بقاء الأداة مفيدة في اكتشاف الانتحال المباشر بالنسخ واللصق والأوراق المُعاد استخدامها، وسبب أنها لم تُصمَّم أبداً لتكون، ويجب ألا تُعامَل أبداً بوصفها، حكماً آلياً كاملاً على الأمانة الأكاديمية. النسبة في التقرير نقطة بداية للحكم البشري، وليست بديلاً عنه، والمؤسسات التي تحصل على أكبر قيمة من هذه الأدوات هي تلك التي تدرّب المدرّسين على قراءة تقرير التطابق الأساسي بعناية بدلاً من مجرد إلقاء نظرة على الرقم الرئيسي.
تختلف قواعد البيانات المرخّصة التي تعتمدها المؤسسات المختلفة اختلافاً كبيراً بدورها، إذ يشترك بعضها في مجموعة قواعد بيانات عالمية موحّدة بينما يقتصر بعضها الآخر على أرشيف محلي أو إقليمي أضيق، وهذا يعني عملياً أن نفس الورقة بالضبط يمكن أن تُنتج نسبة تشابه مختلفة تماماً حسب الخدمة المحددة التي فحصتها ونطاق قاعدة بياناتها المُهيَّأ، وهو تفاوت نادراً ما يُشرح للطلاب لكن ينبغي للمدرّسين الذين يزنون تقريراً مُعلَّماً أن يضعوه في الحسبان بجدية.
المصادر
- ويكيبيديا — نظرة عامة على أساليب كشف الانتحال وتاريخها
- Turnitin — وثائق الناشر حول تقارير التشابه وآلية قاعدة البيانات
- الجمعية الأمريكية لآلات الحوسبة — أبحاث حول تشابه النصوص وخوارزميات مطابقة الشرائح
- iThenticate — إرشادات الناشر لفحص الانتحال الأكاديمي والبحثي
- Jisc — إرشادات التعليم العالي البريطانية حول تقنية النزاهة الأكاديمية
الأسئلة الشائعة
هل يفهم برنامج كشف الانتحال فعلياً معنى المقال؟
لا، فهو يطابق سلاسل وأنماط النصوص مقابل قاعدة بيانات ضخمة. ليس لديه أي فهم للمعنى، ولهذا قد يفوته الانتحال المُعاد صياغته وقد يُبلغ عن اقتباسات مشروعة.
لماذا لا تعني نسبة التطابق المرتفعة غشاً بالضرورة؟
الاقتباسات الموثقة بشكل صحيح، وقوائم المراجع، والعبارات التقنية الشائعة، وحتى عمل الطالب السابق المُقدَّم من قبله يمكن أن تُحدث تطابقات، لذا يُطلب من المدرّسين مراجعة الفقرات المُعلَّمة بدلاً من الاعتماد على الرقم وحده.
هل يمكن لبرامج كشف الانتحال اكتشاف النصوص المولّدة بالذكاء الاصطناعي؟
تحاول أدوات مخصصة لكشف الذكاء الاصطناعي ذلك عبر أنماط إحصائية في اختيار الكلمات، لكنها أقل موثوقية بكثير من مطابقة النصوص وتنتج نسباً معتبرة من النتائج الخاطئة.
هل يضيف تسليم الورقة البحثية إلى قاعدة البيانات التي يُقارَن بها طلاب آخرون؟
تضيف كثير من الخدمات الكبرى الأوراق المُسلَّمة إلى قاعدة بيانات المقارنة بشكل افتراضي، وهذا أحد أسباب اشتراط بعض المؤسسات موافقة صريحة من الطالب قبل التسليم.
هل يمكن لأدوات إعادة الصياغة التغلب على كشف الانتحال بشكل موثوق؟
يمكن لإعادة الصياغة الكثيفة أن تخفض نسبة التطابق الحرفي، لكن كثيراً من أنظمة الكشف باتت تُبلغ أيضاً عن أنماط جُمَل غير معتادة تميّز أدوات إعادة الصياغة، ويبقى الانتهاك الأكاديمي الأساسي قائماً بصرف النظر عن الرقم. تعتمد مؤسسات مختلفة أيضاً على مزوّدين مختلفين تماماً بقواعد بيانات مقارنة أساسية مختلفة، وهذا سبب إمكانية أن تنتج نفس الورقة بالضبط نسبة تشابه مختلفة فعلياً حسب الخدمة المحددة ونطاق قاعدة البيانات المُهيَّأ الذي فُحصت مقابله، وهو تفاوت نادراً ما يُشرح للطلاب لكن ينبغي للمدرّسين الذين يزنون تقريراً مُعلَّماً أن يضعوه في الحسبان بجدية.
عن الكاتب
نعتمد على ويكيبيديا وTurnitin والجمعية الأمريكية لآلات الحوسبة وiThenticate وJisc لشرح خلفية هذا الموضوع وفهمه الحالي.
هل أعجبك المقال؟
شاركه عبر واتساب ← شاركه عبر واتساب
احصل على المزيد من المقالات في بريدك — اشترك في نشرتنا البريدية لقصص أسبوعية مفاجئة من مصر والسعودية ودبي وحول العالم.