لا ننشر رقم دقة عالميًا للأداة دون ربطه باختبار محدد. أداء أي AI Detector يمكن أن يتغير حسب اللغة والمجال وطول النص والنموذج المولد وطريقة التحرير ونسخة الكاشف.
لماذا لا نقول «دقة 99%» فقط؟
رقم Accuracy واحد قد يخفي معلومات مهمة. أداة قد تكتشف معظم نصوص AI لكنها تتهم عددًا مرتفعًا من النصوص البشرية، أو قد تعمل بصورة جيدة على المقالات الطويلة وتتراجع مع الأبحاث أو النصوص القصيرة.
المقاييس التي تهمنا
| المقياس | ماذا يقيس؟ |
|---|---|
| Accuracy | نسبة التصنيفات الصحيحة إجمالًا |
| Precision | مدى صحة النصوص التي صنفتها الأداة AI |
| Recall | نسبة نصوص AI التي نجح الكاشف في اكتشافها |
| False Positive Rate | نسبة النصوص البشرية التي صُنفت خطأً كـAI |
| False Negative Rate | نسبة نصوص AI التي مرت باعتبارها بشرية |
| F1 Score | توازن بين Precision وRecall |
العوامل التي تغير الدقة
- العربية مقابل الإنجليزية واللغات الأخرى.
- الفصحى مقابل اللهجات.
- المقالات مقابل الأبحاث والمراجعات والنصوص التسويقية.
- النص الطويل مقابل النص القصير.
- النص المولد بالكامل مقابل النص المختلط.
- AI-polished human writing.
- الترجمة وإعادة الصياغة.
- تحديث نموذج التوليد أو نموذج الكشف.
الإيجابيات الخاطئة
False Positive ليس عطلًا نظريًا فقط. قد تتشابه بعض الكتابة البشرية الرسمية أو الأكاديمية أو القالبية مع خصائص موجودة في بيانات AI.
لذلك لا ننصح باستخدام النتيجة وحدها لمعاقبة طالب أو رفض كاتب أو اتخاذ قرار عالي التأثير.
النصوص القصيرة
كلما قل النص، قلت الإشارات المتاحة للتحليل. قبول واجهة الأداة لنص قصير لا يعني أن النتيجة تحمل القوة نفسها التي تحملها نتيجة مستند طويل ومترابط.
ماذا تعني النتيجة للمستخدم؟
تعامل مع النتيجة كـمؤشر للمراجعة. إذا ظهرت نتيجة مرتفعة:
- راجع المقاطع المحددة إن كانت متاحة.
- راجع المسودات والمصادر.
- تحقق من وجود ترجمة أو AI editing.
- قارن بنصوص بشرية مشابهة.
- لا تفترض النموذج المصدر.
نشر نتائج Benchmark
عندما ننشر Benchmark أصليًا، يجب أن نرفق تاريخ الاختبار والإصدار وDataset والمقاييس والقيود. لا ننقل رقمًا من إصدار قديم ونقدمه باعتباره نتيجة الأداة الحالية.
راجع المنهجية وسياسة الاختبارات والمراجعات وسجل التحديثات.
آخر تحديث: 23 أغسطس 2026