اثر انگشت نویسندگی هوش مصنوعی: شناسایی و اصلاح محتوای تولید شده توسط هوش مصنوعی

متن مقاله جدید نشان می‌دهد که سیستم‌های هوش مصنوعی از جمله ChatGPT و Claude در نوشته‌های خود «اثر انگشت» ویژه‌ای به جا می‌گذارند.

در اینجا روشی برای استفاده از این دانش به منظور شناسایی محتوای تولید شده توسط هوش مصنوعی و بهبود خروجی‌های خود با بهره‌گیری از هوش مصنوعی ارائه شده است.

### اثر انگشت هوش مصنوعی: آنچه باید بدانید

پژوهشگران دریافته‌اند که سیستم‌های مختلف تولید متن با هوش مصنوعی، متونی با الگوهای خاص و قابل شناسایی ایجاد می‌کنند. با تحلیل این الگوها، آن‌ها توانسته‌اند با دقت ۹۷.۱٪ تعیین کنند که کدام سیستم هوش مصنوعی بخشی از محتوای مورد نظر را نوشته است.

به این مطالعه توجه کنید:

ما به این نتیجه رسیدیم که استفاده از یک طبقه‌بند که بر اساس مدل‌های تعبیه متن و تنظیم‌شده بر روی خروجی‌های مدل‌های زبانی بزرگ (LLM) عمل می‌کند، می‌تواند در این وظیفه به دقت بسیار بالایی دست پیدا کند. این موضوع نشان‌دهنده وجود خصوصیات مشخص در LLMها است.

این موضوع به دو دلیل اهمیت دارد:

– **برای خوانندگان**: با افزایش محتوای تولید شده توسط هوش مصنوعی در وب، شناخت چگونگی شناسایی این محتوا می‌تواند به شما کمک کند تا منابع اطلاعاتی را به‌صورت موثرتری ارزیابی کنید.

– **برای نویسندگان**: فهم این الگوها می‌تواند به شما یاری کند تا پیش‌نویس‌هایی را که به‌ وسیله هوش مصنوعی تولید شده‌اند، به‌ شکلی مؤثرتر و انسانی‌تر ویرایش کنید تا جذاب‌تر به نظر بیایند.

### شناسایی محتوای ایجاد شده توسط مدل‌های هوش مصنوعی

هر سیستم هوش مصنوعی بزرگ ویژگی‌های خاصی در نحوه نوشتار خود دارد که آن‌ها را شناسایی‌پذیر می‌کند. پژوهشگران دریافته‌اند که این الگوها حتی در محتوایی که بازنویسی شده است نیز همچنان باقی می‌مانند.

> «این الگوها حتی زمانی که متون توسط یک مدل زبانی خارجی بازنویسی، ترجمه یا به صورت خلاصه بیان می‌شوند، همچنان ثابت باقی می‌مانند. این امر نشان می‌دهد که این الگوها در محتوای معنایی نیز رمزگذاری شده‌اند.»

### ChatGPT

ChatGPT یک مدل بزرگ زبان مبتنی بر هوش مصنوعی است که توسط OpenAI توسعه یافته است. این مدل قادر است متون ورودی را درک کند و پاسخ‌های متنی تولید کند. از جمله توانایی‌های ChatGPT می‌توان به پاسخ به سوالات، تولید محتوا، انجام مکالمات و ارائه راه‌حل‌های خلاق اشاره کرد. این ابزار در زمینه‌های مختلف از جمله آموزش، تحقیق، و صنایع مختلف مورد استفاده قرار می‌گیرد. با توجه به قدرت پردازش زبان طبیعی، ChatGPT می‌تواند به کاربران در یافتن اطلاعات دقیق و انجام وظایف متنوع کمک کند.

متن:
#### عبارات متمایز

– به ‌صورت مکرر از کلماتی مانند «قطعاً»، «مانند»، و «به طور کلی» استفاده می‌کند.

– گاهی اوقات پاسخ‌ها را با عبارات «در زیر…» یا «مطمئناً!» شروع می‌کند.

– استفاده از عبارات تعدیل‌کننده مانند «به طور معمول»، «متنوع»، و «عمیقاً».

متن:
#### عادات قالب‌بندی

– برای وضوح بیشتر از سبک **بولد**، فهرست‌های گلوله‌ای و سرفصل‌ها استفاده می‌شود.

متن:
– در اغلب اوقات، لیست‌های مرحله به مرحله به صورت صریح یا شماره‌گذاری شده برای سازماندهی اطلاعات به کار می‌رود.

#### تمایلات معنایی/سبکی

– پاسخ‌های توضیحی و با جزئیات بیشتری ارائه می‌دهد و اطلاعات گسترده‌تری فراهم می‌کند.

– او لحن رسمی و توضیحی را بیشتر می‌پسندد و معمولاً جزئیات کاملی از پیش‌زمینه ارائه می‌کند.

متن:
### کلود

متن:
#### عبارات متمایز

متن:
– از عباراتی مانند «مطابق با متن»، «براساس»، یا «خلاصه‌ای از اینجا» استفاده می‌کند.

– معمولاً از انتقال‌های کوتاه مانند «در حالی که»، «هر دو» و «متن» استفاده می‌کند.

متأسفانه شما متنی برای بازنویسی به زبان فارسی ارائه نکردید. اگر بتوانید متن کاملی که نیاز به ترجمه یا بازنویسی دارد را ارائه دهید، خوشحال می‌شوم که به شما کمک کنم.

– بر نقاط ساده یا فهرست‌های حداقلی تأکید دارد و از مارک‌داون پیچیده چشم‌پوشی می‌کند.

– اغلب به معنای اشاره مستقیم به درخواست یا متنی خاص برگردانده می‌شود.

#### تمایلات معنایی/سبکی

– توضیحات کوتاه و مستقیم ارائه می‌دهد، بر اصل موضوع تمرکز دارد و از وارد شدن به جزئیات غیرضروری پرهیز می‌کند.

– از لحنی عملی و مختصر استفاده می‌کند و وضوح را به طولانی کردن ترجیح می‌دهد.

### گراک

متن:
#### عبارات متمایز

البته، متن را به فارسی روان ترجمه می‌کنم و هدینگ‌ها را همانطور که هستند حفظ می‌کنم.

متن:
– ممکن است از کلماتی مانند «به خاطر داشته باشید»، «شاید»، «اما همین‌طور»، یا «در کمک کردن به» استفاده کند.

– بعضی مواقع با «که» یا «جایی» آغاز می‌کند و مستقیماً بیانیه‌هایی ارائه می‌دهد.

متن شما ارائه نشده است. لطفاً متن کامل را برای بازنویسی به زبان فارسی وارد کنید.

– از سرفصل‌ها یا شماره‌گذاری‌ها استفاده می‌کند، اما ممکن است کمتر به کار ببرد.

– از عناصر پیچیده‌تری در مارک‌داون نسبت به ChatGPT کمتر استفاده می‌کند.

#### تمایلات معنایی/سبکی

– اغلب توضیحات کامل و دقیقی دارد، اما از سبکی «کاربردی» بهره می‌برد که شامل دستورات مستقیم و نکته‌های یادآوری است.

– به جای استفاده از عباراتی نظیر «قطعاً» یا «به طور کلی»، بیشتر بر ارتباطات واقعی تمرکز دارد.

### جیمینی

#### عبارات متمایز

متن:
– شهرتش به استفاده از عبارت‌های «در زیر»، «مثال»، «برای نمونه» است و گاهی نیز با «در خلاصه» آن‌ها را ترکیب می‌کند.

– ممکن است از عبارت‌هایی مثل «حتماً! در ادامه.» استفاده کند.

#### عادات قالب‌بندی

– ساختارهایی شبیه به مارک‌داون مانند نقاط لیست و سرفصل‌های کوتاه را شامل می‌شود.

– در مواقعی دستورالعمل‌های مهم را به صورت لیست شماره‌گذاری شده مشخص می‌کند.

البته، متن زیر به زبان فارسی روان بازنویسی شده است:

#### تمایلات معنایی/سبکی

– حفظ توازن میان خلاصه‌گویی و ارائه توضیحات به اندازه متعادل.

– او سبکی توضیحی و شفاف را ترجیح می‌دهد که گاهی از زبان مستقیم مانند «اینجاست که…» استفاده می‌کند.

متن شما فقط شامل یک هدینگ با عنوان “DeepSeek” بود و محتوای دیگری برای ترجمه یا بازنویسی ارائه نشده بود. اگر محتوای بیشتری دارید که مایلید ترجمه یا بازنویسی شود، لطفاً آن را ارسال کنید.

#### عبارات متمایز

– از کلماتی مانند «با اهمیت»، «پیشرفت‌های اساسی»، «در اینجا تحلیلی ارائه شده است»، «به طور کلی»، «و غیره» استفاده می‌کند.

– گاهی اوقات شامل عبارت‌های انتقالی مثل «به طور همزمان» یا «همچنین» می‌شود.

متن شما برای بازنویسی تنها شامل یک هدینگ با عنوان «عادات قالب‌بندی» است و محتوای دیگری برای بازنویسی ندارد. اگر به محتوای بیشتری نیاز دارید یا متن کامل‌تری دارید که نیاز به بازنویسی دارد، لطفاً آن را ارائه دهید تا بتوانم در بازنویسی آن به شما کمک کنم.

– مرتباً از شماره‌گذاری و علامت‌های لیست برای سازماندهی استفاده می‌کند.

– ممکن است برجسته‌سازی درون‌خطی (مثلاً «بهبودهای کلیدی») وجود داشته باشد، اما نه همیشه.

#### تمایلات معنایی/سبکی

– معمولاً پاسخ‌هایی دقیق و جامع ارائه می‌دهد که بر نکات اصلی یا تحلیل‌ها تمرکز دارند.

متاسفانه متنی که باید بازنویسی و ترجمه شود، ارائه نشده است. لطفاً متن مورد نظر خود را وارد کنید تا بتوانم به شما کمک کنم.

### لاما (نسخه راهنما)

عبارات متمایز

– استفاده از «شامل»، «مانند»، «توضیح…»، «به دنبال…» که به مثال‌ها یا گسترش‌ها اشاره دارد.

متن:
– در برخی موارد به راهنماهای مرحله‌به‌مرحله یا «چگونه انجام دهیم…» در متن اشاره شده است.

متن:
#### عادات قالب‌بندی

البته، متن شما به زبان فارسی روان بازنویسی شده است:

– میزان استفاده از مارک‌داون ممکن است متفاوت باشد؛ معمولاً نکات کلیدی را به صورت لیست‌های شماره‌گذاری شده یا با نقاط گلوله‌ای نمایش می‌دهد.

– احتمال دارد سرفصل‌های ساده‌ای مانند «## موضوع» اضافه کند، اما کمتر از فرمت‌بندی پیچیده‌ای برخوردار است که ممکن است در ChatGPT دیده شود.

#### تمایلات معنایی/سبکی

– لحن رسمی و دانشگاهی حفظ می‌شود، اما ممکن است برای بخش‌های دستوری به لحنی محاوره‌ای‌تر تغییر یابد.

– گاه به گاه، تحلیل‌ها یا جزئیات بیشتری مانند تعاریف یا اطلاعات پس‌زمینه را در پاسخ‌ها جای می‌دهد.

متن:
### جمما (نسخه راهنما)

#### عبارات متمایز

– عباراتی مانند «اجازه دهید»، «بدانید اگر»، یا «به یاد داشته باشید» اغلب دیده می‌شوند.

– تمایل دارد عباراتی مانند «در زیر است»، «خاص» یا «جزئی» را در توضیحات بگنجاند.

– مشابه Llama، معمولاً از لیست‌های نقطه‌دار، شماره‌گذاری‌شده و گاهی از عناوین درشت استفاده می‌کند.

متن:

## نکات کلیدی

– می‌توانید از انتقال‌ها (مانند «## نکات کلیدی») برای تقسیم محتوا استفاده کنید.

#### تمایلات معنایی/سبکی

– ترکیب راهنمایی‌های مستقیم با جزئیات توضیحی قابل توجیه است.

– معمولاً گرایش به استفاده از یک رویکرد داستانی دارد و توضیح می‌دهد که چگونه یا چرا وظیفه‌ای انجام می‌شود.

### Qwen (نسخه Instruct)

#### عبارات متمایز

متن خود را ارسال کنید تا بازنویسی کنم.

– ممکن است با انتقال‌هایی مانند «کامل»، «براساس» یا «به عنوان مثال به‌کار رود» دیده شود.

متن:
– برای شفافیت از فهرست‌ها (گاهی اوقات به شکل تو در تو) بهره می‌گیرد.

– دوره‌ای شامل عناصر کد کوتاه یا فرمت‌هایی شبیه به قطعه‌های کد برای توضیحات فنی است.

#### تمایلات معنایی/سبکی

– با دقت و توجه به جزئیات، با تأکید بر دستورات مرحله‌به‌مرحله یا نکات فهرست‌شده با استفاده از علامت گلوله.

– ساختاری که این امکان را فراهم می‌کند تا در صورت درخواست، مطالب را به طور وسیع بازآرایی یا بازنویسی کند.

### Mistral (نسخه آموزشی)

متن:

#### عبارات متمایز

– واژگانی مانند «ایجاد»، «قطعاً»، «موضوع»، یا «بله» ممکن است در پاسخ‌ها زودتر پدیدار شوند.

– استفاده از افعال مستقیم برای دستورات (مثل «تلاش کنید»، «بسازید»، «آزمایش کنید») مورد توجه است.

متن شما فقط شامل یک هدینگ است. آیا نیاز به کمک یا اطلاعات بیشتری دارید؟

– معمولاً از نقاط لیست ساده، بدون استفاده از مارک‌داون پیچیده، استفاده می‌شود.

– گاهی اوقات شامل سرفصل‌های کوتاه است اما اغلب ساختار را ساده نگه می‌دارد.

#### تمایلات معنایی/سبکی

– از دستورات یا مرورهای کوتاه و صریح استقبال می‌کند.

– بر خلاصه‌سازی تمرکز دارد و در عین حال تلاش می‌کند دقیق باشد، جزئیات اصلی را به صورتی منظم بیان می‌کند.

### چگونه محتوای تولید شده توسط هوش مصنوعی را انسانی‌تر کنیم

### این پژوهش نشان می‌دهد که انتخاب واژه یکی از نشانه‌های اصلی متن تولید شده توسط هوش مصنوعی است:

این تحقیق بیان می‌کند که نحوه استفاده از کلمات یکی از ویژگی‌های مهمی است که می‌تواند نشان دهد متنی توسط هوش مصنوعی نوشته شده است.

بعد از اینکه واژه‌ها را به صورت تصادفی در پاسخ‌های تولید شده توسط مدل‌های زبان بزرگ (LLM) مخلوط می‌کنیم، مشاهده می‌شود که دقت طبقه‌بندی فقط به میزان کمی کاهش می‌یابد. این موضوع نشان‌دهنده این است که بخش قابل توجهی از ویژگی‌های متمایز داده‌ها در توزیع سطح واژه‌ها رمزگذاری شده‌اند.

Certainly, here is the text rewritten in fluent Persian:

اگر از ابزارهای نوشتن مبتنی بر هوش مصنوعی بهره می‌گیرید، در اینجا مراحل عملی برای کاهش این الگوهای مشخص آورده شده است:

– **شروع‌های خود را متنوع کنید**: پژوهش‌ها نشان داده‌اند که اولین کلمات در محتوای تولید شده توسط هوش مصنوعی بسیار قابل پیش‌بینی هستند. برای دوری از شروع‌های رایج هوش مصنوعی، جملات ابتدایی خود را ویرایش و متنوع کنید.

– **عبارات متمایز را جایگزین کنید**: با توجه به عبارات خاص مدل که در بالا اشاره شد، دقت کنید و آنها را جایگزین نمایید.

– **الگوهای قالب‌بندی را تنظیم کنید**: هر هوش مصنوعی تنظیمات قالب‌بندی خاص خود را دارد. این تنظیمات را تغییر دهید تا الگوهای قابل شناسایی از بین بروند.

– **محتوا را بازسازی کنید**: هوش مصنوعی معمولاً از ساختاری قابل پیش‌بینی پیروی می‌کند. با تغییر جای بخش‌ها، جریان متفاوت و منحصربه‌فردی ایجاد کنید.

– **عناصر شخصی اضافه کنید**: تجربیات، نظرات و دیدگاه‌های خاص خود که مختص صنعت شما هستند و هوش مصنوعی قادر به ایجاد آنها نیست را به محتوا بیفزایید و در فرآیند ایجاد محتوا مشارکت کنید.

### نکته اصلی

این پژوهش بر شناسایی مدل‌های مختلف هوش مصنوعی تمرکز دارد و همچنین نشان می‌دهد که چگونه متنی که توسط هوش مصنوعی تولید می‌شود با نوشته‌های انسانی تفاوت دارد.

با پیشرفت موتورهای جستجو در تشخیص محتوای تولید شده توسط هوش مصنوعی، احتمال دارد که نوشتار قالبی و تکراری هوش مصنوعی ارزش خود را از دست بدهد.

با فهمیدن روش‌های شناسایی متن تولید شده توسط هوش مصنوعی، می‌توانید محتوایی تولید کنید که از خروجی‌های معمولی چت‌بات‌ها بهتر باشد و هم برای خوانندگان و هم برای موتورهای جستجو جذابیت داشته باشد.

بهترین رویکرد این است که کارایی هوش مصنوعی را با خلاقیت و تخصص انسانی ترکیب کنیم.

هوش مصنوعی مولد به گونه‌ای از هوش مصنوعی گفته می‌شود که توانایی تولید محتوای تازه و جدید را دارد. این هوش مصنوعی می‌تواند متن‌ها، تصاویر، موسیقی و حتی ویدئوهایی را خلق کند که قبلاً وجود نداشته‌اند. برای این کار، از مدل‌هایی بهره می‌برد که بر روی حجم زیادی از داده‌ها آموزش دیده‌اند تا بتوانند الگوها و ساختارهای مختلف را شناسایی کرده و با ترکیب و تغییر آن‌ها، محتوای جدیدی ایجاد کنند. هوش مصنوعی مولد در زمینه‌های مختلفی مانند طراحی محصول، هنر دیجیتال، تولید موسیقی و حتی نگارش متون به کار می‌رود. این فناوری پتانسیل زیادی برای تغییر روش‌های سنتی کار و ایجاد نوآوری‌های جدید در صنایع مختلف دارد.