نماذج الذكاء الاصطناعي تفضل الكتابة البشرية على الكتابة التي يتم توليدها بواسطة الذكاء الاصطناعي

وفقًا لأبحاث جديدة، تُظهر نماذج مثل ChatGPT تحيزًا واضحًا نحو النصوص التي تعتقد أنها مكتوبة بواسطة بشر، حتى عندما يكون هذا الاعتقاد خاطئًا. مجرد تسمية النص بـ “من صنع الإنسان” يجعله يفضلها – ومن المفارقات أنهم قد يتعلمون هذا التحيز منا.

قد تكون مفاهيم Authenticity و Provenance و Shared Human Experience أكثر أهمية في هجوم الذكاء الاصطناعي على قطاع الكتابة الإبداعية مما كان واضحًا حتى الآن: فقد وجدت الاختبارات التي أجريت لدراسة جديدة في جامعة برينست أن مجموعة من النماذج الرئيسية للغة مفتوحة ومغلقة، بما في ذلك ChatGPT، تفضل ما يعتقد أنها “نصوص من صنع الإنسان”.

حتى عندما تم عكس العلامات على عينات الكتابة، استمرت نماذج الذكاء الاصطناعي والمشاركين البشر على حد سواء في العثور على عيوب في النص المكتوب بواسطة الذكاء الاصطناعي، متوافقين مع نفس الانتقادات التي قدموها عندما كانت محددة بشكل صحيح.

ويعتقد الباحثون أن جزءًا من السبب قد يكون أن العداء البشري المتزايد تجاه الذكاء الاصطناعي، الذي يبدو أنه يظهر أحداثًا جديدة ومثيرة للاهتمام كل يوم، قد يكون يؤثر على أنظمة الذكاء الاصطناعي نفسها. مشيرين إلى مدى كراهية الذكاء الاصطناعي للكتابة بواسطة الذكاء الاصطناعي أكثر من كراهية البشر لها، يقولون*:

‘أظهرت النماذج الثلاثة عشر التي اختبرناها تحيزًا بنسبة 34.3 نقطة مئوية مقارنة بتحيز البشر البالغ 13.7 نقطة، مما يجعلها 2.5 مرة أكثر حساسية للإشارات المرتبطة بالتعيين من تقييماتنا البشرية.

‘يبدو هذا التضخيم معقولًا بمجرد أن ندرك أن النماذج الحديثة هي مدربة على التفضيلات. يُعلِّم تدريب التوجيه من خلال التعزيز من التغذية الراجعة البشرية (RLHF) النماذج على معاملة الأحكام البشرية كمعيارها الذهبي، مما يثبت بشكل فعال سابقة موثوقة.

‘يتعلم النموذج أن إحالته إلى تفضيلات البشر تُكافأ، مما يخلق سيكوفانسيًا حيث يصدرون مواقف مستخدمين متوقعة بدلاً من تقديم تقييم مستقل.’

تتعلق النتائج بمنطقة الكتابة الإبداعية، حيث استخدم الباحثون قصصًا من مؤلف فرنسي متميز كعينات بيانات؛ ويشير إلى أن التحيز البشري ضد الذكاء الاصطناعي قد يفوق أي تحسين كمي في بناء اللغة الذي يمكن أن تنتجه نماذج اللغة الكبيرة (LLMs) مع تطورها – وأن علامة “الذكاء الاصطناعي” قد تكون تأتي إلى معنى “زائف” و “درجة ثانية” في هذا المجال.

تتمثل الكثير من الأسباب في الممارسة الثقافية والاستخدام: تشير الورقة إلى أن الإبداع غالبًا ما يُوصف بالجديد والقيمة والنمطية، أي مدى جديد شيء ما؛ كيف يتم تقديره من قبل الخبراء؛ وكيف يتناسب جيدًا مع فئته. عندما يتم وضع علامة على مقال بأنه “مكتوب بواسطة الإنسان”، يتم مكافأة السمات المألوفة للفئة على أنها قيمة؛ عندما يتم وضع علامة عليه على أنه “مكتوب بواسطة الذكاء الاصطناعي”، يتم رفض نفس السمات على أنها غير أصلية.

بمعنى آخر، يؤدي الكشف عن المصدر إلى إعادة تقييم جودة العمل، متأثرًا بافتراضات حول كيفية صنعه. بمجرد أن يتم الكشف عن авторية الذكاء الاصطناعي، يرفض القراء تلقائيًا إمكانية الاكتشاف الفردي أو النية وراء الإخراج.

تُشير الورقة إلى*:

‘في معظم الفنون، لا يوجد معيار ذهبي لما هو “كافٍ من الإبداع”، مما يجعل إشارات الأصل قوية يمكن أن تhift إلى معيار أكثر وضوحًا: الحرفية المتميزة أو الجدة الواضحة، أو سهولة الوصول أو الصعوبة.

‘因为 المراقبين غالبًا ما يفترضون العملية من المنتج، فإن إشارات الأصل تؤثر على الأحكام حول كيفية صنعه وكذلك ما هو: يمكن أن يُعتبر التحركات المحافظة على أنها حرفة من صنع الإنسان، ولكن يُرفضها على أنها “مجرد توليد” من نموذج.

شاركت ثلاثة عشر نموذجًا، بما في ذلك إصدارات من ChatGPT و Claude و Gemini و Mistral، إلى جانب قراء بشريين، وجميعهم قيموا القصص بشكل أكثر تفضيلًا عندما أخبروا أنها من صنع الإنسان، مع ظهور تحيز أكبر في نماذج LLMs مقارنة بالبشر.

تطرح فكرة أن نماذج الذكاء الاصطناعي قد امتصت تحيزًا ضد إخراجها الخاصة أسئلة حول منشأ هذا التحيز. منذ أن لا يُسهل دائمًا تحديد الكتابة بواسطة الذكاء الاصطناعي، فإن أي ارتباطات سلبية متشكلة خلال التدريب يرجع احتمالًا إلى أمثلة تم وضع علامات عليها明ًا، سواء من خلال تغطية الأخبار لمحتوى الذكاء الاصطناعي أو مقالات الذكاء الاصطناعي المعلن عنها في المنشورات الرئيسية.

الورقة الجديدة بعنوان كل شخص يفضل الكتاب البشر، بما في ذلك الذكاء الاصطناعي، وتنشر من قبل كاتبين في مركز برينست للعلوم الرقمية. يرافق العمل إصدار بيانات متعلق في Zenodo (مع إصدار GitHub المذكور في الورقة، ولكن المستودع ليس نشطًا في وقت الكتابة).

الطريقة

لإختبار كيف يؤثر التعيين على تصورات الأسلوب والإبداع، استخدم المؤلفون Exercices de style، وهو عمل غريب من عام 1947 لRaymond Queneau الذي يعيد كتابة قصة بسيطة في 99 أسلوبًا مختلفًا. تتبع القصة رجلًا يصعد إلى حافلة، ويجادل مع راكب آخر، ويتلقى فيما بعد نصيحة أزياء من صديق.

على الرغم من أن المنشأ الأدبي، فإن هذا الهيكل يتنبأ بالتحولات القائمة على البرومت في نماذج اللغة الحديثة، حيث يطلب المستخدمون إعادة كتابتها بأسلوب معين أو صوت أو سجل. كان هذا العملية يسمى في الماضي transstylization – وهو إطار يُعاد صياغته الآن في أبحاث الذكاء الاصطناعي في سياق Style Transfer. في حين تستهدف الطرق الحسابية التغييرات الوظيفية مثل التحول في المزاج أو التخلص من السموم، تهدف كتابات Queneau إلى контраست أسلوبي ملحوظ.

من ترجمة إنجليزية شائعة للعمل، تم اختيار ثلاثين تمرينًا يحافظ على السرد بينما يغطي نطاقًا أسلوبيًا واسعًا. وشمل ذلك أشكالًا مقيدة مثل alexandrines و lipograms، وتغييرات في السجل مثل noble أو abusive، وتغييرات في السرد مثل retrograde و hesitation، وتشوهات خيالية تشمل spoonerisms و onomatopoeia أو dog Latin:

أمثلة من الدراسة التي تُظهر كيف قام GPT-4 بكتابة قصص Queneau بأسلوب أدبي مختلف، مقترنًا بوصف الأسلوب الذي رأه المقيّمون البشريون والذكاء الاصطناعي أثناء الاختبار. مصدر: https://arxiv.org/pdf/2510.08831

由于 أن تجارب Queneau صعبة التصنيف، فإن هذه الفئات هي مجرد مجموعات تقريبية، مع عدم وجود نية لاختبار القابلية للتعرف أو الامتثال للفئة، ولكن لإنشاء ظروف متنوعة قد يُظهر فيها القراء والنموذج تحيزاتهم.

لإنتاج نظائر مكتوبة بواسطة الذكاء الاصطناعي لكل أسلوب تم اختياره، استخدم الباحثون توجيهات مقصودة بشكل متعمد. تم إعطاء كل نموذج نسخة بسيطة من قصة Queneau (التمارين الافتتاحية، الnotation)، إلى جانب توجيه قصير لإعادة كتابتها بأسلوب معين، مثل اكتب القصة كنسخة خيالية علمية. هذا النهج سمح بالتوجيهات التي تعكس روح التحويلات الأصلية ل Queneau، مع السماح للنموذج بتفسير الأسلوب بحرية.

رؤية مزدوجة

استخدمت الدراسة الأولى التي أجريها المؤلفون GPT-4o لتوليد جميع متغيرات الأسلوب الثلاثين، لأنها كانت النموذج الأكثر تقدمًا في ذلك الوقت. كان استخدام نموذج واحد يضمن مخرجات متسقة، مما يساعد على عزل تأثير علامات التعيين، التي سعى البحث لاختبارها.

لم يتم تحرير الإخراج لأسلوب أو نبرة، باستثناء الإطار مثل هنا الإصدار المعدل.

في الدراسة الثانية، تم تكرار عملية التوليد عبر ثلاثة عشر نموذجًا كبيرًا للغة: Qwen 2.5 72B Instruct، Mistral Nemo، Mistral Medium 3، Llama 4 Maverick، Llama 3.3 70B Instruct، Gemini 2.5 Flash، GPT-4o Mini، GPT-4o، GPT-3.5 Turbo Instruct، DeepSeek RI (0528)، DeepSeek Chat v3 (0324)، Cohere Command R (08-2024)، Claude Sonnet 4، و Claude 3.5 Haiku.

تلقى كل نموذج نفس التوجيهات وأنتج إصداراته الخاصة من التمارين الثلاثين، مما أدى إلى 420 قصة معاد كتابتها بشكل عام. سمح هذا للباحثين باختبار ما إذا كانت آثار التعيين تظل عبر نماذج الذكاء الاصطناعي المختلفة، بدلاً من ربطها بنموذج واحد.

البيانات والاختبارات

أظهر الباحثون نفس الأزواج من القصص لمجموعات مختلفة من الناس، ولكنهم غيروا العلامات لمعرفة مدى تأثير اسم المؤلف على الآراء:

أظهرت المجموعة الثانية العلامات الصحيحة، مع نسخة واحدة مصنفة على أنها مكتوبة بواسطة إنسان، والآخر مصنف على أنه مكتوب بواسطة GPT-4o.

نظرة عامة على الدراسة 1. قارن القضاة البشريون والذكاء الاصطناعي 30 زوجًا من القصص، كل منها يحتوي على نسخة مكتوبة بواسطة Queneau، وواحدة بواسطة GPT-4. تم تقسيم القضاة إلى ثلاث مجموعات: واحدة لم تظهر علامات المؤلف؛ واحدة أظهرت العلامات الصحيحة؛ وواحدة أظهرت العلامات المتبدلة – وهو ترتيب مصمم لاختبار مدى تأثير اسم المؤلف على آراء الأسلوب الكتابي.

الدراسة 1

قسم الباحثون 30 نمطًا تم إنشاؤها إلى مجموعات صغيرة، مع رؤية كل مشارك دراسي فقط خمس أنماط، وكل نمط تم اختباره في جميع ثلاثة ترتيبات التسمية.

رأى كل مشارك فقط ترتيب التسمية واحد: رأت المجموعة العمياء لا ذكر للذكاء الاصطناعي، في حين رأت المجموعات الأخرى إما العلامات الصحيحة أو العلامات المتبدلة. تم تخصيص المجموعة وترتيب القصة ووضعها من اليسار إلى اليمين بشكل عشوائي.

مرت نماذج الذكاء الاصطناعي بنفس العملية، وتم توجيهها بنفس مزيج الأنماط وترتيب التبديل العشوائي. تم تشغيل كل اختبار ثلاث مرات لكل نموذج لضمان ثبات النتائج، مما يجعل من الممكن مقارنة ردود أفعال البشر والذكاء الاصطناعي على علامات المؤلف.

استخدمت الدراسة 2 نفس ثلاثة ترتيبات التسمية مثل السابق، ولكن وسعت الاختبار ليشمل جميع 420 قصة تم توليدها من 14 نموذجًا مختلفًا للغة. قيم كل نموذج كل قصة في كل حالة تسمية، مما أدى إلى 1260 قرارًا لكل نموذج، ونتج عنه 17596 تقييمًا صحيحًا:

نتائج الدراسة 1. أظهر كل من قضاة الذكاء الاصطناعي والبشر تحيزًا بناءً على علامات المؤلف. عندما لم تظهر علامات (العمي)، كانت التفضيلات قريبة من التعادل؛ عندما أظهرت العلامات الصحيحة (العلامة المفتوحة)، تفضلت كلتا المجموعتين النص المكتوب بواسطة الإنسان؛ وعندما تم تبديل العلامات (الواقع البديل)، انتقلت كلتا المجموعتين لتفضيل النص الذي اعتقدوا أنه مكتوب بواسطة الإنسان – وكان هذا التأثير أقوى في نماذج الذكاء الاصطناعي مقارنة بالبشر. تُظهر شريط الخطأ فاصل الثقة بنسبة 95%.

على مدى جميع النماذج الثلاثة عشر، تطابق النمط مع تحيز البشر، ولكن كان أقوى: بدون علامات، قيمت أنظمة الذكاء الاصطناعي النصوص البشرية والذكاء الاصطناعي تقريبًا بنفس القدر، مختارة النص بواسطة الذكاء الاصطناعي 49.4% من الوقت؛ عندما كانت علامة الذكاء الاصطناعي مرئية، انخفضت التفضيلات بشكل حاد إلى 29.8%، مما يشير إلى تحيز واضح ضد العمل المُعتَرَف به بواسطة الذكاء الاصطناعي؛ وعندما تم وضع علامة نفس النص على أنه مكتوب بواسطة الإنسان، ارتفعت التفضيلات إلى 64.1%.

كان الفرق بين حالتين العلامة 34.3%، مما يعني أن نماذج الذكاء الاصطناعي غيرت تفضيلها أكثر من البشر عندما تم تبديل العلامات. بالإضافة إلى ذلك، كانت النماذج متسقة للغاية عبر التشغيل المتكرر، مما يؤكد أن التحيز كان مستقرًا وليس عشوائيًا.

为了 التحقق مما إذا كان التحيز ناتجًا عن كلمات العلامات بدلاً من من كتبه، قام الباحثون بتشغيل اختبارين إضافيين: واحد استخدم علامات جعلت الذكاء الاصطناعي يبدو أكثر إثارة؛ والآخر استخدم مصطلحات محايدة مثل “مكتوب بواسطة الذكاء الاصطناعي” و “مكتوب بواسطة الإنسان”.

كلاهما أظهر نفس التحيز، وحتى عندما أنتجت نماذج الذكاء الاصطناعي نفس الإجابة كل مرة، استمر التحيز، مما يشير إلى أن التحيز يسبب من نوع العلامة (“إنسان” أو “الذكاء الاصطناعي”)، وليس الكلمات الدقيقة المستخدمة.

الدراسة 2

وجدت الدراسة الثانية نفس التحيز المؤيد للإنسان عبر جميع نماذج الذكاء الاصطناعي الثلاثة عشر، بغض النظر عن الهيكل أو المزود:

تحيز التعيين لكل من النماذج الثلاثة عشر للذكاء الاصطناعي: تُظهر الأعمدة أحجام التأثير مع فاصل ثقة 95%، ويشير الخط الأحمر إلى معيار البشر. أظهر جميع النماذج تحيزًا أقوى من البشر، مع فروق صغيرة فقط بينهم.

أفضل كل نموذج القصص المكتوبة والمعلمة بأنها مكتوبة بواسطة الإنسان، مع تأثيرات أقوى مما لوحظ في الناس. حتى بعد إزالة الحالة الأكثر تطرفًا، بقي التحيز المتوسط أكثر من ضعف التحيز البشري، مما يشير إلى أن التأثير ليس خللًا في نموذج واحد، بل سمة مشتركة لنماذج LLMs بشكل عام.

الاستنتاج

على الرغم من أن الدراسات السابقة أظهرت أن الذكاء الاصطناعي يمكن أن ينتج كتابات تعادل أو تفوق الكتابات البشرية، يؤكد المؤلفون أن القيمة المرفوعة على المؤلفية والصحة في الأدب هي تقليد قديم وجذور عميقة:

‘عندما يرفض GPT-4 Mini نهج Queneau “الإبداعي والمضحك” تحت علامة الذكاء الاصطناعي، بينما يُشيد بنفس الميزات تحت علامة الإنسان، يكشف بشكل ضمني كيف تؤثر هذه العلامات على افتراضات حول عدم وجود عملية نفسية حقيقية.

‘تُغرف إشارات الأصل العملية مرة أخرى إلى ما يمكن أن يكون حكمًا على المنتج فقط: “التوليد البسيط” يُعتبر مقبولًا من حرفي إنسان (يُعتبره حرفة ماهرة)، لكنه يُرفض من نموذج (يُعتبره تركيبة خوارزمية).’

نماذج LLMs ليست موثوقة بما يكفي للاستقصاء غير المُشرف على أساس الحقائق، على الرغم من أن الإشراف الحريص يمكن أن يجعلها منتجة – لكن الكتابة الإبداعية القائمة على LLMs قد تواجه مستقبلًا أكثر تقلبًا، إذا أصبحت الأعمال الإبداعية التي تم توليدها بواسطة الذكاء الاصطناعي معيبة من خلال رفض عام أكبر لتعدي الذكاء الاصطناعي على المجالات البشرية، بدلاً من القيمة الأدبية.

تتأثر الآثار المترتبة على هذه النتائج بشكل كبير بميل الشركات والمستخدمين الفرديين إلى التصريح بصدق حول ما إذا كان الذكاء الاصطناعي ساهم في إنتاجهم. في بعض الحالات، قد يكون عدم الرغبة في الإعتراف بذلك أكثر صلة بـ سرقة حقوق التأليف والنشر للشركات أكثر من القلق حول ما إذا كان الجمهور سيتقبل الأعمال الإبداعية التي تم توليدها بواسطة الذكاء الاصطناعي.

然而، يمكن أن تكون هناك حلول قانونية ومالية وسياسية (حتى لو كانت صعبة للغاية) تتعلق بحقوق التأليف والنشر. سواء كان من الممكن جعل الناس يستمتعون بأعمال الذكاء الاصطناعي الإبداعية التي لا يوجد لها عقل بشري واحد يمكن ربطه بها – قد يكون ذلك تحديًا أكثر صعوبة.

* يرجى الرجوع إلى الورقة الأصلية للحصول على المراجع بين القوسين المحذوفة. عند الضرورة، سيتم تضمينها في المقال.

نشر لأول مرة يوم الإثنين، 13 أكتوبر 2025