ما الذي يميّز النصوص المولَّدة آليًا؟
ترجمة: مرح نصّار علي[1]
هذه المقالة ترجمةٌ لدليل إرشادي أصدره برنامج اللغة الأكاديمية بجامعة أمستردام لمساعدة الأساتذة الجامعيين على تمييز كتابات الطلاب المعتمدة على أدوات الذكاء الاصطناعي[2].

مع تصاعُد حضور أدوات الذكاء الاصطناعيّ مثل ChatGPT وClaude وGemini؛ غدوْنا جميعًا نُطالِعُ مزيدًا من النّصوص ويساورُنا الشكّ بشأنِ كاتِبها: بشريٌّ هو أم أداةُ كتابةٍ تعملُ بالذّكاء الاصطِناعيّ؟ واللّافت في الأمرِ أنّ لهذهِ الأدوات -شأنها شأنَ الكُتّابِ مِنَ البّشَر- نزعاتٍ وسماتٍ شائعةً في أسلوبِ كتابَتِها؛ وعليهِ فقد غدت تملك بصماتٍ وأصواتًا تعبيريّة يمكن تمييزُها.
نُلقي ههنا الضّوء على بعضِ تلك النّزعات الأسلوبيّة في كتابةِ الذّكاء الاصطناعيّ؛ لنُعينَكَ على التّثبُّتِ ممّا إذا كان النّص مَصاغًا بالكامل بوساطةِ إحدى تلك الأدوات، أو أنّهُ خضعَ لتعديلاتٍ جذريّةٍ بوساطتِها.
وسنكتشفُ ما خلُصَت إليهِ البحوثُ الرّاهنة بشأنِ السّماتِ الشّائعة للنّصوص المنشأة بالذّكاءِ الاصطناعيّ، بيدَ أنّه يحسُنُ بنا أوّلًا التنويهٍ بما يلي:
- ليسَت تلك النّزعاتُ معيبةً في أصلِها: إنّ كثيرًا ليسَ معيبًا في ذاتِه، بل إنّ الكتّاب المهَرة كثيرًا ما يستعينون بها في كِتاباتهم. فقد دُرِّبت أدوات الذّكاء الاصطناعي على كميّات هائلةٍ من البيانات ويمثّل قدرٌ كبيرٌ منها كتابةً جيّدةً؛ غير أنّ بعضَ تلك النّزعات ينطَوي على إشكالاتٍ أسلوبيّة.
- لا تُعَدُّ تلك النّزعات وسيلةً قطعيّة لكشف الاحتِيال أو الاستخدام غير المشروع: لا تمثِّلُ تلك الخصائص أداةً للجزمِ بالاحتيال؛ فالكتابةُ البشريّة قد تشتمل أيضًا على النّزعاتِ ذاتِها. إلا أنّ الإلمام بنزعاتِ النّصوص المُنشأة آليًّا يكسبك ثقةً أكبر في أحكامك النقديّة على الكِتابة، ويجعلك أقدر على تقويمِ جودتِها وصياغتِها.
- التكنولوجيا في تطوّرٍ مستمرّ: إنّ أيّ وصفٍ لنزعات أدوات الكتابة بالذكاء الاصطناعيّ لا يعدو كونه لقطةً لحظيّةً تُعبّر عن الوضع الراهن؛ إذ إنّ هذه الخصائص ستستمرّ في التغيّر والتحوّل. إلّا أنّه، ومع شيوع النصوص المصوغة آليًّا، قد تؤثّر التوجّهات إيّاها في أسلوب الكتابة البشرية ذاتِها. فقد لاحظ كتّابٌ عبر منصّات التواصل الاجتماعيّ والمواقع الإخبارية والمدوّنات أنّ أدوات الذكاء الاصطناعيّ تكثر من استخدام الشرطة الطويلة (em dash —)، التي تُستخدم للإشارة إلى انقطاع السياق أو إضافة تأكيدٍ أسلوبيّ؛ وعليهِ، أضحى بعض الكتّاب يستخدمونها تعمّدًا، في حين يتجنّبها آخرون خشيةَ أن تبدو كتابَتهم من إنتاج الذكاء الاصطناعيّ.
- مؤشرات محتملة فحسب: لا تتسم جميع النصوص الصادرة عن أدوات الذكاء الاصطناعيّ بتلك الخصائص حتمًا؛ إذ يمكن لأدوات إضفاء الطابع البشريّ (AI humaniser tools) والصياغة الدقيقة للأوامر (prompting) أن تُزيل بعض السمات إيّاها. وبعد إيضاح ما سبق من تنويهات، دعنا نستعرض ما تكشف عنه البحوث الراهنة بشأن نزعات النصوص المنشأة بالذكاء الاصطناعيّ؛ حيث سنستعرض المؤشرات اللغوية والتركيبية والموضوعية التي حُدِّدَت عبر التحليل اللغويّ الإحصائيّ، كما سنطالع المؤشرات التي أسفرت عنها البحوث النوعية القائمة على آراء الخبراء والمحاضرين.

أوّلًا: المؤشّرات اللّغويّة
- تكرارية التراكيب: تميل الكتابة المنشأة بوساطة الذكاء الاصطناعي إلى استخدام تراكيب أقل تنوعًا مقارنةً بالأسلوب البشري، ويُعرف التباين في طول الجمل [في الأوساط البلاغية والحاسوبية] بمصطلح «التفاوت الإيقاعي Burstiness»؛ أي أن الكتابة البشرية تتضمن مزيجًا من الجمل القصيرة والمتوسطة والطويلة، وقد كشفت الدراسات أن الذكاء الاصطناعي يعتمد تراكيب أسلوبية أكثر تبسيطًا مقارنةً بالكتابة البشرية (Bao et al., 2025)، ويميل إلى استخدام جملٍ أقصر مؤلّفة من كلماتٍ بحروف أقل (Durak et al., 2024).
- التكرار المعجمي: تميل النصوص الصادرة عن الذكاء الاصطناعي إلى إعادة استخدام الكلمات ذاتها على نحوٍ أكثر تكرارًا. وقد خلُصت دراسة (Durak et al., 2025) إلى أن النصوص التي يدبّجها البشر تحتوي على حجمٍ أعلى بكثير من المفردات الفريدة؛ نحو أربعة أضعاف ما تشتمل عليه النصوص المنشأة آليًّا.
- المفردات المفضّلة آليًّا: غالبًا ما تتضمن المخرجات الآلية خياراتٍ معجميةً محددة يكثر الالتجاء إليها، وشاهدًا على ذلك، رصدت دراسة (Bao et al., 2025) الألفاظ التي يكثر تواترها في نموذج ChatGPT، وأوردت قائمةً تضم مئةَ صفة (مثل: intricate/معقد أو متشابك، وvaluable/قيم، وexceptional/استثنائي، وpivotal/محوري)، ومئةَ ظرف (مثل: primarily/في المقام الأول، وthoroughly/بدقة أو تمامًا، وsubsequently/لاحقًا أو تبعًا لذلك، وparticularly/على نحوٍ خاص).
- نبرةٌ أكثر جزمًا وأقل تحوّطًا: تبدو النصوص الآلية أكثر ثقةً، بل ربما مفرطةً في اليقين والقطع (Johansson, 2023)، وذلك عائدٌ إلى ميلها للتوسع في جعل الأقوال والادعاءات تبدو أكثر يقينًا، تُسمى تلك الألفاظ بـ«المعززات اليقينية Boosters»: (مثل: certainly/بكل تأكيد، وundoubtedly/بلا ريب، وessential/أساسي، وby far/بفارقٍ كبير)، ويقلُّ، في الوقت نفسه، استخدامها للكلمات التي تُضفي على الصياغة طابعًا من الحذر العلمي، وتُعرف بـ «المحترزات أو عبارات التحوّط Hedges»: (مثل: almost/تقريبًا، وin general/عمومًا، وprobable/محتمل، وappear to be/يبدو أنه).
- خلوّ النص من الأخطاء أو ندرتُها: تمتلك أدوات الذكاء الاصطناعي قدرةً فائقة على توليد نصوصٍ غزيرة خاليةٍ تمامًا من الأخطاء في وقتٍ قياسي، وهو مستوى يعجز عنه الكاتب البشري حتى مع استعانته ببرامج التدقيق اللغوي والإملائيّ، وعليه، فإن خلوّ النص من الأخطاء الظاهرة قد يُعدّ قرينةً على احتمالية إنشائه بوساطة أداة ذكاء اصطناعي.

ثانيًا: المؤشرات البنيوية
- العناوين الفرعيّة: تستخدم المقالات المنشأة بوساطة الذكاء الاصطناعيّ أحيانًا، عناوين فرعيّة تُعلن عن موضوع الفقرة (أو الفقرات) اللّاحقة تنظيمًا لمحتوى الورقة البحثية (Goulart et al., 2024)، كما تعتمد غالبًا على الخط العريض أو النقاط التعدادية لإبراز كلمات محددة في سياق النص.
- أنماط النص الموحدة: ثمة أدلة تشير إلى أن المقالات المنشأة بالذكاء الاصطناعيّ تتبع بنية نمطية موحدة، تظهر في مقدمات وخواتيم متشابهة؛ ذلك أنّ الجمل الأولى تبدأ غالبًا باستخدام المفاهيم المحورية لصياغة تعميمات عامة حول الموضوع، وعلى الرغم من أنّ الاستراتيجيّة آنفة الذِّكر تُعدّ مدخلًا مقبولًا للاستهلال، إلا أن الكتابة البشرية تتسم عادةً بتنوع أكبر (Herbold et al., 2023).
- تضاؤل الأغراض التواصلية المتنوعة في النص الواحد: تؤدي الجمل المختلفة في الكتابة وظائف متعددة، أو ما يُعرف بالأغراض التواصلية. فمثلًا، تتبنى الأجزاء الحجاجية موقفًا محددًا وتدعمه بالحجج، وتوفر الأجزاء التفسيرية الشرح والإيضاح، بينما تسرد الأجزاء السردية قصةً أو تصف أحداثًا، وتبرز الأجزاء المقارنة نقاط التشابه والاختلاف.
وقد خلص غولارت وآخرون (Goulart et al., 2024) إلى أن المقالات المكتوبة بوساطة (ChatGPT) كانت في المقام الأول حجاجية أو تفسيرية، في حين وظّف الطلبة الأغراض السردية والمقارنة في كتاباتهم، وهو ما خلت منه النصوص الصادرة عن الذكاء الاصطناعيّ. كما أشار الباحثون إلى أن الكُتّاب البشر يدمجون عادةً أغراضًا متعددة داخل النص الواحد، بينما يقتصر ChatGPT على نطاق أضيق من الأغراض التواصلية المتنوعة. وتوضح الأمثلة الآتية المنقولة عن غولارت وآخرين (Goulart et al., 2024, p. 21) هذا التباين من خلال مقتطَفين قصيرين، مع تحديد الوظيفة اللغوية عقب كل جملة:
- مقال (طالب) إن اللهجات طريقة متميزة لنطق الكلمات في لغة معينة، وترتبط بأمم أو مناطق أو طبقات اجتماعية محددة (تفسير). وعندما تكون في القاعة الدراسية وتطبق معرفتك باللسانيات، يصبح التنوع اللغوي أمرًا في غاية الأهمية لكونه يقع في صلب علم اللغويات الاجتماعيّ (حجاج). (...) وبصفتي مترجمًا محترفًا، كنت على دراية بالمقولة القائلة إن "اللغة في تغير مستمر"، ولذا كان عليّ وضع ذلك في سياقه المناسب (سرد).
-مقال (ذكاء اصطناعي توليدي) تُعدّ اللغة أداةً ديناميكية وممتدة الأبعاد، تتطور وتتكيف باستمرار مع الاحتياجات والسياقات المتنوعة لمستخدميها. وإن التنوع اللغوي -وهو الظاهرة التي تشمل الفروق في النطق والمفردات والقواعد وغيرها من العناصر اللسانية- يمثل جانبًا شائعًا في التواصل البشري (تفسير).
يظهر مثال الطالب مزيجًا من الوظائف اللغوية، في حين يقتصر نموذج الذكاء الاصطناعي التوليدي على استخدام التفسير فحسب.

ثالثًا: قرائن المحتوى
- المصادر الوهميّة: تَقَصَّى واتسون (Watson, 2024) الشبهاتِ المحيطةَ بالمصادر الموهومة في المقالات الطلابية، وكَشَفَ أنَّ معظمَها لم تكن مصادرَ حقيقيةً، بيدَ أنَّ تلك الاقتباساتِ تضمَّنت في كثيرٍ من الأحيان بعضَ البيانات الصحيحة، كأَسماء المؤلِّفين وعناوين المراجع.
- المصادر غير المتوقعة: تميل النصوصُ المُنشَأةُ بوساطة أدوات الكتابة بالذكاء الاصطناعي إلى الاستشهاد بمصادر غير متوقعة بمعدل أكثر تكرارًا، يمكن أن تشمل المراجعَ الغامضةَ أو القديمةَ، فعلى سبيل المثال، أظهر برنامج (ChatGPT) ميلًا للاستشهاد بمصادر قديمة بمعدل يفوق ما يستشهد به الطلاب، مستندًا إلى العديد من المراجع المنشورة في تسعينيات القرن الماضي (Goulart et al., 2024). في المقابل، اعتمد الطلاب على معلومات أحدث.
- انخفاض وتيرة الاستشهاد: أشار غولارت وآخرون (Goulart et al., 2024) أيضًا إلى أنَّ (ChatGPT) استخدم عددًا أقل من الاقتباسات المدمجة داخل النص مقارنةً بما يكتبه الطلاب، ولا سيما في المقالات.
- التركيز على المعلومات عوضًا عن المحاجَّة: تبيَّن أنَّ النصوص المُولَّدة بوساطة الذكاء الاصطناعي تتسم بطابع معلوماتيّ تقريري أكثر، بينما يقل فيها أسلوب السرد والتجريد (Berber Sardinha, 2024). أما في حالة (ChatGPT)، فإنه يظهر نزوعًا إلى الافتقار إلى حُجَّة رئيسة واضحة، ويقدم عِوضًا عن ذلك «قائمةً من الحقائق والمعلومات» (Goulart et al., 2024, p. 19).
رابعًا: الأدلّة النوعيّة
- ادعاءات تتجاوز المعرفة المتوقّعة للطالب: يشير فيسك (Fisk, 2025) إلى وجود ميلٍ لاستخدام معلومات يُستبعد أن يلم بها الطالب الجامعي في مرحلة البكالوريوس، وشاهدًا على ذلك، فقد تضمن أحد الأبحاث ادعاءً بشأن كيفية تناول كتب علم النفس لموضوع العلاج التمويهي (البلاسيبو)، غير أنه من غير المحتمل أن يكون طالب البكالوريوس قد قرأ ما يكفي من كتب علم النفس ليصيغ مثل هذا الادعاء بثقة.
- التعميمات والعبارات الفضفاضة: تنزع النصوص المنشأة بالذكاء الاصطناعي في بعض الأحيان إلى إطلاق عبارات فضفاضة في مواضع تتطلب معلومات محددة؛ إذ قد تشير مثلًا إلى "الباحثين" أو "المؤلفين" دون ذكر أسمائهم الصريحة (Fisk, 2025). إلا أننا نلحظ أن الكتابة الاصطناعية تتناول موضوعات أكثر عمومية ولا تفترض أن لدى القارئ معرفة متخصصة مسبقة في مجال معين، ولذا يندر أن تتطرق إلى «معلومات تخصصية دقيقة يفترض أن الجمهور المستهدف يعلمها» (Garib & Coffelt, 2024, p. 7).
- المعلومات الخاطئة أو الزائفة: قد تكون البيانات غير الدقيقة أو المزيفة مؤشرًا على أن المحتوى صِيغ باستخدام إحدى أدوات الكتابة بالذكاء الاصطناعي (Garib & Coffelt, 2024).
- مخالفة تعليمات التكليف الدراسي: تلتف بعض الأوراق المنشأة بالذكاء الاصطناعي على التعليمات المحددة الواردة في موجهات التقييم وتهملها (Fisk, 2025)، بينما يفشل بعضها الآخر في الالتزام بالحجم أو الطول المطلوب (Perkins et al., 2023).
- إغفال محتوى المقرر الدراسي: تخلو الأعمال المنشأة بالذكاء الاصطناعي في بعض الأحيان من المعلومات والمحتويات والنصوص المحورية التي جرت مناقشتها خلال المساق (Perkins et al., 2023)، وتتضمن بدلًا منها معلومات خارجة عن نطاق المصادر المقررة (Fisk, 2025).
- أسلوب كتابة خاوٍ من الحيوية (باهت): وُصفت أساليب النصوص الصادرة عن أدوات الذكاء الاصطناعي بأنها «باهتة وخالية من الحيوية أو آلية» (Fisk, 2025, p. 315)، وكذا بأنها «أكثر رسمية وإيجازًا وتكرارًا» (Garib & Coffelt, 2024, p. 5)؛ ولأن أدوات الذكاء الاصطناعي تعتمد على الاحتمالات وتستخرج غالبًا الخيار الأرجح، فإنها قد تنتج كتابة مألوفة لا تنطوي على عنصر المفاجأة مقارنة بالكتابة البشرية، ويُطلق على مدى غرابة النص ومفاجأته اسم «الحيرة Perplexity».
فيما يذهب غاريب وكوفيلت (Garib & Coffelt, 2024) إلى أن الكتابة البشرية تتسم بقدر أكبر من الدقة والتنوع في نبرتها العاطفية مقارنة بالنصوص الاصطناعية التي قد تعبر عن عواطف أو آراء متضاربة أو متطرفة، كما أن خلو النص من الأخطاء وغياب النبرة الذاتية الواضحة يساهمان في هذا الجفاف، وإن كان استخدام الأوامر التوجيهية الدقيقة قادرًا على إدراج بعض الأخطاء أو محاكاة أسلوب معين (Perkins et al., 2024).
- لغة شعرية مفرطة: وعلى النقيض من ذلك، فإن استخدام لغة شعرية مفرطة في البلاغة (مثل عبارات "نسيج غني" و"سيمفونية") يُعد هو الآخر مؤشرًا محتملًا على أن النص صِيغ بوساطة أداة كتابة اصطناعية (Fisk, 2025, p. 315).
انقر على الصورة للوصول إلى النسخة المصورة (pdf) قابلة للتحميل والنشر.
المصادر والمراجع
- Alexander, K., Savvidou, C., & Alexander, C. (2023). WHO WROTE THIS ESSAY? DETECTING AI-GENERATED WRITING in SECOND LANGUAGE EDUCATION in HIGHER EDUCATION. Teaching English with Technology, 23(2), 25–43. https://doi.org/10.56297/BUKA4060/XHLD5365
- Bao, T., Zhao, Y., Mao, J., & Zhang, C. (2025). Examining linguistic shifts in academic writing before and after the launch of ChatGPT: a study on preprint papers. Scientometrics. https://doi.org/10.1007/s11192-025-05341-y
- Berber Sardinha, T. (2024). AI-generated vs human-authored texts: A multidimensional comparison. Applied Corpus Linguistics, 4(1). https://doi.org/10.1016/j.acorp.2023.100083
- Doru, B., Maier, C., Busse, J. S., Lücke, T., Schönhoff, J., Enax-Krumova, E., Hessler, S., Berger, M., & Tokic, M. (2025). Detecting Artificial Intelligence–Generated Versus Human-Written Medical Student Essays: Semirandomized Controlled Study. JMIR Medical Education, 11. https://doi.org/10.2196/62779
- Durak, H. Y., Eğin, F., & Onan, A. (2025). A Comparison of Human-Written Versus AI-Generated Text in Discussions at Educational Settings: Investigating Features for ChatGPT, Gemini and BingAI. European Journal of Education, 60(1). https://doi.org/10.1111/ejed.70014
- Fisk, G. D. (2025). AI or Human? Finding and Responding to Artificial Intelligence in Student Work. Teaching of Psychology, 52(3), 314–318. https://doi.org/10.1177/00986283241251855
- Garib, A., & Coffelt, T. A. (2024). DETECTing the anomalies: Exploring implications of qualitative research in identifying AI-generated text for AI-assisted composition instruction. Computers and Composition, 73. https://doi.org/10.1016/j.compcom.2024.102869
- Georgiou, G. P. (2024). Differentiating between human-written and AI-generated texts using linguistic features automatically extracted from an online computational tool. https://doi.org/https://doi.org/10.48550/arXiv.2407.03646
- Goulart, L., Matte, M. L., Mendoza, A., Alvarado, L., & Veloso, I. (2024). AI or student writing? Analyzing the situational and linguistic characteristics of undergraduate student writing and AI-generated assignments. Journal of Second Language Writing, 66. https://doi.org/10.1016/j.jslw.2024.101160
- Herbold, S., Hautli-Janisz, A., Heuer, U., Kikteva, Z., & Trautsch, A. (2023). A large-scale comparison of human-written versus ChatGPT-generated essays. Scientific Reports, 13(1). https://doi.org/10.1038/s41598-023-45644-9
- Johansson, I.-R. (2023). A Tale of Two Texts, a Robot, and Authorship: a comparison between a human-written and a ChatGPT-generated text. Malmo University.
- Kreuz, R. (2025). Too many em dashes? Weird words like ‘delves’? Spotting text written by ChatGPT is still more art than science. The Conversation. https://doi.org/10.64628/AAI.PXEVMF9R5
- Liao, W., Liu, Z., Dai, H., Xu, S., Wu, Z., Zhang, Y., Huang, X., Zhu, D., Cai, H., Li, Q., Liu, T., & Li, X. (2023). Differentiating ChatGPT-Generated and Human-Written Medical Texts: Quantitative Study. JMIR Medical Education, 9(1). https://doi.org/10.2196/48904
- Perkins, M., Roe, J., Postma, D., McGaughran, J., & Hickerson, D. (2024). Detection of GPT-4 Generated Text in Higher Education: Combining Academic Judgement and Software to Identify Generative AI Tool Misuse. Journal of Academic Ethics, 22(1), 89–113. https://doi.org/10.1007/s10805-023-09492-6
- Watson, A. P. (2024). Hallucinated Citation Analysis: Delving into Student-Submitted AI-Generated Sources at the University of Mississippi. The Serials Librarian, 85(5–6), 172–180. https://doi.org/10.1080/0361526x.2024.2433640
ـــــــــــــــــــــــ
[1] باحثة فلسطينيّة، مرشحة لنيل درجة الماجستير في اللغة العربية وآدابها في جامعة النجاح الوطنيّة، تعملُ في ترجمة المحتوى الثّقافي، وتعليم اللغة العربية للناطقين بها وبغيرها، كما عمِلَت مدققة ومحررة للغة العربيّة في مشروعات الذكاء الاصطناعي لدى شركة "ياندكس" الروسيّة، مهتمّة بفلسفة اللغة والأدب والنّقد.
[2]المصدر الأصلي:
Academic Language Programme, Vrije Universiteit Amsterdam, “ALP Guide: Spotting AI Writing,”: https://vu.nl/en/about-vu/more-about/alp-guide-spotting-ai-writing.
تنويه: حذفنا من الترجمة ما لا يهم القارئ العربي، مما يتعلق بالإجراءات الأكاديمية الخاصة بالجامعة.
