क्या AI Detector Non-Native English लेखन फ़्लैग करते हैं? असली टेस्ट

क्या AI डिटेक्टर गैर-मूल अंग्रेज़ी लेखन को AI के रूप में फ़्लैग करते हैं? प्रकाशित शोध कहता है कि अक्सर करते हैं, लेकिन एक असली शोधकर्ता के अपने डिस्कशन पैराग्राफ़ पर हमारे टेस्ट में ऐसा नहीं हुआ। साँचेदार वाक्यांश, सीमित संयोजक और पाठ्यपुस्तक जैसे वाक्य-ढाँचे ठीक वही चीज़ें हैं जिन्हें डिटेक्टर कथित रूप से दंडित करते हैं, इसलिए हमने मटीरियल्स साइंस के एक गैर-मूल अंग्रेज़ी शोधकर्ता का हाथ से लिखा पैराग्राफ़ परखा, ठीक वैसा टेक्स्ट जिसके बारे में यह चिंता है।

नतीजा नाटकीय नहीं था, और बात यही है। पाँच में से चार डिटेक्टर मॉडलों ने इसे इंसानी पढ़ा, कोई वाक्य फ़्लैग नहीं हुआ, Humanizer v2 ने कुछ नहीं बदला, और रन का कोई शुल्क नहीं लगा।

यह टेक्स्ट जोखिम में क्यों दिखता था

इसे ऐसे पढ़िए जैसे कोई डिटेक्टर पढ़ेगा। वाक्य घिसे-पिटे ढाँचों से शुरू होते हैं: "In this study, we found that", "It is considered that", "Therefore, it is important to", "These results suggest that"। शब्दावली सीमित है और दोहराई गई है। व्याकरण में उस व्यक्ति की छाप है जिसने अंग्रेज़ी दूसरी भाषा के रूप में सीखी: "The reason of this improvement", "the tensile strength was decreased", "for obtaining the best mechanical properties"।

इस चिंता के पीछे का शोध असली है। Stanford में Liang और साथियों ने गैर-मूल वक्ताओं द्वारा TOEFL के लिए लिखे निबंधों को सात प्रचलित GPT डिटेक्टरों से जाँचा और औसत फ़ॉल्स पॉज़िटिव दर 61.22% पाई। उन निबंधों में से 97.80% को कम से कम एक डिटेक्टर ने AI-जनित बताया। इस पेपर का सार हमारी पोस्ट GPT डिटेक्टर गैर-मूल लेखकों के प्रति पक्षपाती हैं में है।

तो उचित अनुमान यही होता कि कम से कम कुछ वाक्य फ़्लैग होंगे। ऐसा नहीं हुआ।

डिटेक्टरों ने क्या कहा

ड्राफ़्ट पर रिपोर्ट का निष्कर्ष Human-written था। पाँच में से चार डिटेक्टर मॉडलों ने इंसानी और एक ने AI के पक्ष में वोट दिया। वाक्य-स्तर पर सभी नौ वाक्य इंसानी पढ़े गए; न कोई फ़्लैग हुआ, न कोई अनिर्णायक रहा।

In this study, we found that the addition of 2 wt% graphene oxide improved the tensile strength of the epoxy composite by 27% compared to the neat epoxy. This result is consistent with the previous studies which reported similar improvement in the range of 20-35%. The reason of this improvement can be explained by the good dispersion of graphene oxide sheets in the matrix and the strong interfacial bonding between the oxygen functional groups and the epoxy chains. However, when the content was increased to 3 wt%, the tensile strength was decreased. It is considered that the agglomeration of graphene oxide sheets occurred at higher content, and these agglomerates acted as stress concentration points. This tendency was also confirmed by the SEM images, which showed the clusters of sheets on the fracture surface. Therefore, it is important to optimize the filler content for obtaining the best mechanical properties. In addition, the glass transition temperature was slightly increased from 142 to 147 degrees, which means the mobility of polymer chains was restricted by the graphene oxide. These results suggest that the graphene oxide/epoxy composite can be a promising material for the lightweight structural applications.

हमारे टेस्ट रन का असली स्कैन। सभी नौ वाक्य इंसानी पढ़े गए।

• मूल पैराग्राफ़5 में से 1
• Humanizer v2 आउटपुट (बिना बदलाव)5 में से 1

स्रोत: Humanizer v2 प्रोडक्शन रन। वही टेक्स्ट, वही वोट।

Humanizer v2 ने क्या किया: कुछ नहीं, जानबूझकर

Humanizer v2 सिर्फ़ वही वाक्य दोबारा लिखता है जिन्हें डिटेक्टर फ़्लैग करते हैं। शून्य फ़्लैग वाक्यों के साथ दोबारा लिखने को कुछ नहीं था, इसलिए आउटपुट अक्षरशः इनपुट ही है।

1. AI संकेतों के लिए स्कैनिंगनौ वाक्य स्कैन हुए; कोई फ़्लैग नहीं, सभी नौ इंसानी पढ़े गए।
2. फ़्लैग हुए वाक्यों को दोबारा लिखनादोबारा लिखने को कुछ नहीं, इसलिए शून्य वाक्य बदले।
3. AI डिटेक्टरों से दोबारा जाँचवही टेक्स्ट, वही नतीजा: Human-written, पाँच में से चार मॉडलों का वोट इंसानी।
4. आपका परिणाम सहेजनाशून्य बदलाव वाले रन पर 0 क्रेडिट, हालाँकि वरना 1,235 कैरेक्टर के 3 लगते।

गैर-मूल लेखकों के लिए सबसे अहम यही व्यवहार है। सब कुछ पैराफ़्रेज़ करने वाला टूल इस लेखक के वाक्यों की जगह किसी और के वाक्य रख देता, ऐसी नई भाषा ले आता जिस पर डिटेक्टर प्रतिक्रिया कर सकते थे, और इसके लिए शुल्क भी लेता। इंसानी लेखन को न छेड़ना कोई छूटी हुई सुविधा नहीं है। यही डिज़ाइन है।

इस नतीजे को सावधानी से पढ़ना

एक टेस्ट पैराग्राफ़ किसी प्रकाशित अध्ययन को पलट नहीं देता, और इसे "अब डिटेक्टर गैर-मूल लेखन के साथ ठीक हैं" की तरह नहीं पढ़ना चाहिए। तीन सावधानियाँ:

• असहमति असली थी। पाँच में से एक मॉडल ने AI के पक्ष में वोट दिया। अगर आपने उसी जैसा व्यवहार करने वाले किसी एक टूल से जाँच की होती, तो इंसान के लिखे टेक्स्ट पर आपको AI का निष्कर्ष दिखता। यही पैटर्न Liang और साथियों ने दर्ज किया था, और इसीलिए हम किसी एक मॉडल पर भरोसा करने के बजाय कई मॉडलों की तुलना करते हैं। देखें AI डिटेक्टर आपस में असहमत क्यों होते हैं।
• डिस्कशन सेक्शन में ठोस ब्योरे होते हैं। यह पैराग्राफ़ ठोस मानों (2 wt%, 27%, 20-35%, 3 wt%, 142 से 147 डिग्री) और नामित साक्ष्यों (SEM इमेज, फ़्रैक्चर सतह) से भरा है। ख़ास नतीजों से बँधा टेक्स्ट TOEFL अध्ययन में इस्तेमाल हुए छोटे, सामान्य निबंधों से अलग पढ़ा जा सकता है।
• आपका टेक्स्ट यह टेक्स्ट नहीं है। ज़्यादा सामान्य ढाँचे वाला पैराग्राफ़ फ़्लैग हो सकता है। रिपोर्ट आपको वाक्य-दर-वाक्य बताती है, जो एक अकेले स्कोर से ज़्यादा उपयोगी है।

व्याकरण अलग काम है

इंसानी पढ़ा जाना जर्नल के लिए तैयार होने जैसा नहीं है। पैराग्राफ़ में अब भी ऐसी गलतियाँ हैं जिन्हें कॉपी एडिटर चिह्नित करेगा, और उन्हें ठीक करना ह्यूमनाइज़र का काम नहीं है। उसका काम डिटेक्टरों द्वारा फ़्लैग वाक्यों को बदलना है; जो वाक्य पहले से इंसानी पढ़े जाते हैं, उन्हें वह गलतियों समेत नहीं छूता।

पहले

The reason of this improvement can be explained by the good dispersion of graphene oxide sheets in the matrix and the strong interfacial bonding between the oxygen functional groups and the epoxy chains. However, when the content was increased to 3 wt%, the tensile strength was decreased. In addition, the glass transition temperature was slightly increased from 142 to 147 degrees, which means the mobility of polymer chains was restricted by the graphene oxide.

बाद में

The reason for this improvement can be explained by the good dispersion of graphene oxide sheets in the matrix and the strong interfacial bonding between the oxygen functional groups and the epoxy chains. However, when the content was increased to 3 wt%, the tensile strength decreased. In addition, the glass transition temperature was slightly increased from 142 to 147 °C, which means the mobility of polymer chains was restricted by the graphene oxide.

आख़िरी सुधार यह मानकर चलता है कि मान डिग्री सेल्सियस में हैं; इकाई सिर्फ़ लेखक जानता है, और मूल में वह दी नहीं गई। दूसरे संभावित सुधार: "the previous studies which reported" ("the" हटाएँ), "for the lightweight structural applications" ("the" हटाएँ), और "It is considered that", जिसे कई जर्नल "We attribute this to" में बदल देंगे।

एक व्यावहारिक बात। अगर आप इस पैराग्राफ़ को किसी AI ग्रामर या पॉलिशिंग टूल से चलाते हैं, तो संपादित संस्करण डिटेक्टरों को आपके मूल से अलग पढ़ा जा सकता है। बाद में दोबारा जाँचें। रिपोर्ट में इस स्थिति के लिए एक निष्कर्ष है, Human-written & AI-refined, ताकि आप देख सकें कि आप कहाँ खड़े हैं। ह्यूमनाइज़र, पैराफ़्रेज़र और ग्रामर चेकर की हमारी तुलना बताती है कि कौन-सा टूल कौन-सा काम करता है।

गैर-मूल अंग्रेज़ी शोधकर्ताओं के लिए इसका मतलब

अगर आप अपने ड्राफ़्ट औपचारिक, साँचेदार शैली में ख़ुद लिखते हैं, तो गलत फ़्लैग का जोखिम असली है पर निश्चित नहीं, और सही प्रतिक्रिया जाँच करना है, पहले से ही दोबारा लिखना नहीं। इंसानी टेक्स्ट को "और इंसानी" दिखाने के लिए दोबारा लिखना हालात बिगाड़ सकता है।

Academic Humanizer इसी को ध्यान में रखकर बनाया गया: यह आपका ड्राफ़्ट स्कैन करता है, सिर्फ़ डिटेक्टरों द्वारा फ़्लैग वाक्य दोबारा लिखता है, आपके अपने वाक्य अछूते लौटाता है, और कुछ न बदले तो कोई शुल्क नहीं लेता। अगर आप पहले ही फ़्लैग हो चुके हैं, तो हमारा गाइड गलत तरीक़े से AI के रूप में फ़्लैग होने पर क्या करें आगे पढ़ने के लिए अच्छा है।