Grant Proposal AI Writing: एक असली टेस्ट और ज़रूरी समीक्षा

Grant proposals पहले ड्राफ़्ट के लिए AI इस्तेमाल करने की स्वाभाविक जगह हैं, और वहीं रुक जाना जोखिम भरा है। हमने एक कृषि grant के लिए AI से लिखा प्रोजेक्ट सारांश Humanizer v2 से चलाया। ड्राफ़्ट पर पाँचों डिटेक्टर models ने AI को वोट दिया। आउटपुट पर पाँचों ने इंसानी को वोट दिया, और हर वाक्य इंसानी माना गया।

डिटेक्टर के आँकड़ों के हिसाब से यह हमारी case study श्रृंखला का सबसे साफ़ नतीजा है। लेकिन इसमें एक प्रोजेक्ट अवधि खो गई, एक ऐसा शब्द जुड़ गया जिस पर समीक्षक भरोसा नहीं करते, और trial का एक outcome माप बदल गया। यह पोस्ट सब कुछ दिखाती है, क्योंकि समीक्षा का चरण ही तय करता है कि सारांश जमा करने लायक है या नहीं।

ड्राफ़्ट और रन

सारांश मानक क्रम में चलता है: समस्या, लक्ष्य, साझेदार, डिज़ाइन, एक गुणात्मक हिस्सा, deliverables, प्रभाव। इसमें हज़ार फ़ंडेड proposals वाली शब्दावली है: "mounting challenges", "interconnected challenges", "rigorously assess", "has the potential to significantly enhance"। सातों वाक्य फ़्लैग हुए।

1. AI संकेतों की स्कैनिंगसात में से सात वाक्य फ़्लैग; पाँचों models ने AI को वोट दिया।
2. फ़्लैग हुए वाक्यों को दोबारा लिखनासातों वाक्य दोबारा लिखे गए।
3. AI डिटेक्टर से दोबारा जाँचसात में से सात वाक्य इंसानी माने गए; पाँचों models इंसानी को वोट देते हैं।
4. आपका परिणाम सेव करना1,352 अक्षर, 500 अक्षर प्रति क्रेडिट, ऊपर राउंड: 3 क्रेडिट।

• AI से लिखा grant सारांश5 में से 5
• Humanizer v2 आउटपुट5 में से 0

स्रोत: Humanizer v2 प्रोडक्शन रन। रिपोर्ट का वर्डिक्ट AI-generated से Human-written हो गया।

The climate change scenario is also changing the agricultural environment in semi-arid regions and smallholder farmers are facing increasing uncertainties related to rainfall variability, soil quality degradation, and lack of effective information. To counteract this situation, this research aims to develop and evaluate an innovative low-cost SMS-based advisory service which provides localized planting and fertilization advice for farmers in two districts of northern Ghana. We will collaborate with 1,200 households, local extension officers and a regional meteorological agency to co-develop our advisory content and deliver it. We will perform a cluster randomized controlled trial to measure the effect of our approach on maize yield, inputs used, and food security. We will also conduct qualitative interviews with farmers to better understand their trust in digital advice and the barriers to adopting it, especially those specifically targeted towards women farmers. The project aims to produce a validated advisory model, open source data sets, and policy briefs for national agricultural agencies. This project should strengthen the resilience and livelihoods of smallholder farmers and offer valuable lessons that can be applied by other digital agriculture initiatives in sub-Saharan Africa.

हमारे टेस्ट रन का असली आउटपुट। सातों वाक्य इंसानी माने गए।

यह आउटपुट एक बार पढ़ें तो ठीक लगता है। ड्राफ़्ट से मिलाकर पढ़ें तो नहीं।

समीक्षा का चरण: क्या खोया और क्या जुड़ा

ये वे दो वाक्य हैं जिनमें प्रोजेक्ट की प्रतिबद्धताएँ हैं: क्या बनेगा, किसके साथ, और कितने समय में।

पहले

This project aims to address these interconnected challenges by developing and evaluating a low-cost, SMS-based advisory system that delivers localized planting and fertilization recommendations to farmers in two districts of northern Ghana. Over a three-year period, we will partner with 1,200 households, local extension officers, and a regional meteorological agency to co-design the advisory content and delivery schedule.

बाद में

To counteract this situation, this research aims to develop and evaluate an innovative low-cost SMS-based advisory service which provides localized planting and fertilization advice for farmers in two districts of northern Ghana. We will collaborate with 1,200 households, local extension officers and a regional meteorological agency to co-develop our advisory content and deliver it.

दो वाक्यों में तीन समस्याएँ:

• तीन साल की अवधि गायब है। "Over a three-year period" पूरी तरह हटा दिया गया। Grant सारांश में समय-सीमा एक मुख्य प्रतिबद्धता है जिसे समीक्षक बजट और work plan से मिलाते हैं। इसे वापस लाना ही होगा।
• "Innovative" जोड़ा गया। ड्राफ़्ट ने सिस्टम को innovative नहीं कहा था; rewrite ने बिना सबूत के कह दिया। नयेपन के बिना समर्थन वाले दावे समीक्षकों की आम शिकायत हैं, और यह दावा लेखक का नहीं है।
• Co-design का दायरा सिकुड़ गया। साझेदारों को सामग्री और delivery schedule दोनों का co-design करना था। अब वे सामग्री co-develop करते हैं, और प्रोजेक्ट बस "deliver it" करता है। किसानों के साथ समय तय करना एक असली कार्यप्रणाली संबंधी चुनाव है, और वह गायब हो गया।

1,200 परिवार, दो ज़िले और उत्तरी घाना, सब बचे रहे। SMS सलाह सेवा का मूल विचार भी बचा। नुकसान उन ब्योरों में है जिन पर समीक्षक अंक देते हैं।

बाकी पाँच वाक्य

बाकी आउटपुट को भी उसी तरह जोड़ा-दर-जोड़ा पढ़ने की ज़रूरत है। हमने यह पाया:

• समस्या का कथन। Rewrite "The climate change scenario" से शुरू होता है, एक ऐसी प्रस्तुति जो ड्राफ़्ट में कभी नहीं थी, और "limited access to timely agronomic information" बन गया "lack of effective information"। SMS सेवा का पूरा मकसद ही समय पर जानकारी देना था।
• Trial के outcomes। "Input use efficiency" बन गया "inputs used"। ये अलग माप हैं: एक output और input का अनुपात है, दूसरा एक मात्रा। "Household food security" से "household" हट गया, जबकि उसी स्तर पर इसे मापा जाना था।
• Gender पर ध्यान। "With particular attention to women farmers" बन गया "especially those specifically targeted towards women farmers", जो अब कहता है कि बाधाएँ महिलाओं को निशाना बनाती हैं। यह एक अलग और बिना समर्थन वाला दावा है।
• Deliverables। "Open-access datasets" बन गया "open source data sets"। Open access का मतलब है कि डेटा कौन पढ़ सकता है; open source आम तौर पर software licensing का वर्णन करता है।
• प्रभाव। "Has the potential to significantly enhance" बन गया "should strengthen", और "across sub-Saharan Africa" बन गया "in sub-Saharan Africa"। पहला बदलाव लहजे में शायद सुधार है; फिर भी इसे एक ऐसे दावे की तरह पढ़ें जो आप फ़ंडर से कर रहे हैं।

ब्योरे वापस लाना

इनमें से किसी सुधार के लिए रन को पलटने की ज़रूरत नहीं। हर एक उस वाक्य के भीतर वाक्यांश-स्तर का संपादन है जो अब इंसानी लगता है। उदाहरण के लिए, लेखक साझेदारी वाले वाक्य को ऐसे बहाल कर सकता है (यह हमारा अपना संपादन है, Humanizer का आउटपुट नहीं):

Over three years, we will collaborate with 1,200 households, local extension officers and a regional meteorological agency to co-design our advisory content and its delivery schedule.

फिर "innovative" हटाएँ, "input use efficiency" और "household food security" वापस लाएँ, महिला किसानों वाला उपवाक्य दोबारा लिखें, और "open source data sets" को "open-access datasets" में बदलें। हाथ से संपादन के बाद टेक्स्ट फिर जाँचें। बहाल किए गए वाक्यांश कुछ ऐसा वापस ला सकते हैं जिस पर डिटेक्टरों ने प्रतिक्रिया दी थी, और रिपोर्ट दिखा देगी अगर ऐसा हुआ; आप सिर्फ़ उन हिस्सों को फिर से humanize करके नए जोड़े की समीक्षा कर सकते हैं। AI टेक्स्ट को हाथ से humanize करने वाली हमारी गाइड इस तरह के वाक्यांश-स्तर के एडिट को कवर करती है।

जमा करने से पहले applications में AI इस्तेमाल पर अपने फ़ंडर के मौजूदा नियम देखें। कई फ़ंडर अब इन्हें प्रकाशित करते हैं, और वे इसमें अलग हैं कि क्या अनुमत है और क्या घोषित करना ज़रूरी है।

हमने कमियाँ क्यों प्रकाशित कीं

सिर्फ़ bar chart दिखाकर रुक जाना आसान होता: पाँच AI वोट से शून्य। लेकिन grant सारांश वादों का एक समूह है, और जो humanizer इंसानी लगते हुए चुपचाप तीन साल की प्रतिबद्धता हटा दे, उसने अकेले अपना काम पूरा नहीं किया। डिटेक्टर का नतीजा और अर्थ की जाँच दो अलग परीक्षण हैं, और सारांश को दोनों में पास होना होता है।

Academic Humanizer इस तरह बनाया गया है कि दूसरा परीक्षण तेज़ हो। AI Detection Report हर फ़्लैग हुए वाक्य को उसके rewrite के साथ जोड़ती है, इसलिए ऊपर जैसी जाँच में पूरा दोबारा पढ़ने की जगह कुछ मिनट लगते हैं। humanize करते समय अर्थ बचाने पर हमारी गाइड बताती है कि किन चीज़ों पर नज़र रखें, और ज़िम्मेदार संशोधन workflow दिखाता है कि proposal भेजने से पहले यह जाँच कहाँ फ़िट होती है।