في العصر الحالي حيث يعتمد العديد من الباحثين والأكاديميين على التقنيات القائمة على الذكاء الاصطناعي (Artificial Intelligence) للكشف عن مؤلف النصوص، تأتي دراسة جديدة لتسلط الضوء على تأثير أساليب التحرير المحترفة في تحسين دقة هذه الأنظمة. فقد أظهرت الأبحاث أن أنظمة كشف النصوص المعتمدة على الذكاء الاصطناعي تعاني من معدلات عالية من الإيجابيات الزائفة (False Positives) عندما يتم تطبيقها على كتابات غير ناطقة باللغة الإنجليزية.

جمعت الدراسة التي نشرت في أطروحة arXiv بيانات من 135,389 زوجاً من المستندات التي تمت التحرير عليها احترافياً بين عامي 2018 و2025. وتضمنت هذه البيانات مخطوطات غير ناطقة بالإنجليزية تم تحسينها، مما يمكّننا من فهم كيف تؤثر عملية التحرير على استجابة هذه الأنظمة، مع السيطرة على محتوى الكتابة وهوية المؤلف.

أظهرت النتائج أن معدلات الإيجابيات الزائفة تتفاوت بشكل واسع بين الأنظمة المختلفة، تتراوح من 0% إلى 100%. بعض أنظمة الكشف شهدت انخفاضاً في درجات الذكاء الاصطناعي بعد التحرير، بينما شهدت أنظمة أخرى زيادة في الدرجات نفسها. وقد ارتبطت التغييرات في الدرجات بمدى التعديل الذي تم إجراؤه، مما يشير إلى أن أسلوب التحرير المحترف يمكن أن يكون متغيراً مشوشاً رئيسياً في استجابات هذه الأنظمة.

تسلط هذه النتائج الضوء على قضايا تتعلق بالعدل والموثوقية في استخدام أنظمة كشف النصوص المعتمدة على الذكاء الاصطناعي في البيئات الأكاديمية، مما يستدعي المزيد من النقاش حول كيفية تحسين هذه الأنظمة وتقليل الإيجابيات الزائفة التي قد تؤثر على تقييمات الكتابة الأكاديمية.