AI-szöveg-megemberesítő francia kutatók számára, akik angolul írnak

Franciaország évente körülbelül 62 200 Scopus-indexelt tanulmányt publikál, ezzel a világon a tizenegyedik legnagyobb kutatási kibocsátással. A teljesítményt mintegy a GDP 2,2%-a, valamint az egyetemek, grandes ecoles-ok és nemzeti szervezetek sűrű hálózata – köztük a CNRS, INSERM, INRIA és CEA – támogatja. Több mint 300 000 kutató tartja ezt a rendszert működésben, és csaknem mindannyian angolul publikálnak.

Sokan ma már ChatGPT-vel, Claude-dal vagy egy fordítóeszközzel készítenek tervezetet, majd csiszolnak rajta. A francia kutatók számára készült AI-szöveg-megemberesítő pontosan erre a pillanatra való: segít megőrizni a saját értelmét és hivatkozásait, miközben a gondosan megfogalmazott, csiszolt szöveg kevésbé eséllyel olvasható félre gép által írtnak. Ez a hétköznapi akadémiai gyakorlat, a probléma akkor kezdődik, amikor egy detektor a gondos, standard angolt „generáltnak” minősíti.

A téves jelzés nem ritka véletlen. A precíz, második nyelvként elsajátított angol – amelyet francia kutatók nagyon igyekeznek megalkotni – pontosan az a fajta szöveg, amelyet a detektorok a leggyakrabban rosszul ítélnek meg.

Un humaniseur de texte IA pour les chercheurs et chercheuses francais

Az AI-szöveg-megemberesítőnk segíti a francia nyelvű kutatókat abban, hogy angolul publikáljanak anélkül, hogy a munkájukat igazságtalanul egy gép által generáltnak jelölnék. Megőrzi az Ön mondanivalóját, a szakmai kifejezéseket és a hivatkozásokat, miközben variálja a ritmust és a szókincset, hogy a próza természetesebb legyen.

Egyszerűen fogalmazva: a megemberesítő olyan angol szövegen dolgozik, amelyet már Ön megírt, vagy amelyet AI-segítséggel tervezett, majd átdolgozott. Nem talál ki új megállapításokat, és nem leplezi, hogy AI-t használt. „Lazítja” a lapos, ismétlődő ritmust, amelyre a detektorok ráragadnak, így a gondos írása olyannak látszik, amilyen valójában: egy emberi kutató munkájának.

Franciául ír? A humanizáló akkor is felismeri, és feldolgozza

Nem minden tervezet angolul indul, és a megemberesítőnek erre nincs is szüksége. Illesszen be francia szöveget, és a ProofreaderPro önállóan felismeri a nyelvet, majd egy francia-kompatibilis modelen keresztül továbbítja úgy, hogy az ékezetek, a terminológia és a hivatkozások változatlanul megmaradjanak. AI-szöveg-megemberesítőként közvetlenül átírja a francia prózáját, így még fordítás előtt megemberesíthet, nem pedig utána. Ugyanez az automatikus felismerés több mint hatvan nyelvre kiterjed, nyelvenként a saját nyilvántartásában (registerében) kezelve.

The ProofreaderPro AI Humanizer rewriting French academic text. A before and after diff megőrzi az értelmét és a hivatkozásokat, a detektor-ellenőrzések pedig megerősítik, hogy a szöveg természetes, emberi olvasatot kap.

Miért jelölik meg gyakran a francia kutatók szövegeit AI-detektorok?

A legkézenfekvőbb bizonyíték egy 2023-as Stanford-tanulmány, Liang és munkatársai tollából, amely a Cell Press Patterns című folyóiratában jelent meg „GPT detectors are biased against non-native English writers.” címmel. A csapat hét, széles körben használt detektort vetett ember által írt TOEFL-esszékre.

Átlagosan a nem anyanyelvi szerzők esszéi közül mintegy 61%-ot jelöltek AI-nak, míg az anyanyelvi angol íróknál ez körülbelül 5% volt. A nem anyanyelvi esszék csaknem egyötödét – mintegy 19,8%-ot – valamennyi detektor egyhangúan AI-nak minősítette. Minden esszét ember írt.

A mechanizmus a „perplexity”-ben rejlik. Sok detektor azt méri, mennyire „meglepő” (szokatlan) a nyelvi modell számára az egyes szóválasztások. A precíz, második nyelven író szerzők gyakori szavakat és standard, előre kiszámítható fordulatokat választanak, ami alacsony perplexity-t eredményez. Ez pedig gépszövegként hat. Azok a szokások, amelyek a nem anyanyelvi akadémiai prózát érthetővé teszik, pontosan azok, amelyekkel a detektorokat megtanították szemben bizalmatlanul bánni. A teljes mechanizmust a miért jelölik az AI-detektorok a nem anyanyelvi írókat? oldalon mutatjuk be.

A francia anyanyelv mintázatai a téves jelzések mögött

Franciaország és Anglia több ezer közös szóval és évszázados kölcsönhatással rendelkezik, így a francia kutatók jelentős mennyiségű „passzív” angol szókészlettel dolgoznak. Azért, hogy elkerüljék a közös lexikon csapdáit, védekező módon írnak. Ez a fajta óvatosság jó tudományos gyakorlat, és ugyanakkor azt a „low-perplexity” ritmust is létrehozza, amit a detektor generáltnak vél.

A hamis barátok (faux amis) a legbiztonságosabb szó felé terelik az írókat. A hamis kognitívák a legélesebb csapdák: az „actually” nem az „actuellement”-nek felel meg (jelenleg), az „eventually” nem az „eventuellement”-nek (esetleg), és az „experience” gyakran az „experiment” helyett szerepel. A tapasztalt francia szerzők úgy tanulják meg ezt kikerülni, hogy minden alkalommal a leggyakoribb, legkisebb kockázatú angol szót választják. Pontosan ez az a nyíltan „egyszerű” szókincs, amelyet a detektorok gépszövegként társítanak.

A megszámlálhatatlan főnevek túlzott javításra csábítanak. A francia többessé teszi azokat a főneveket, amelyeket az angol jellemzően egyes számban tart: „informations,” „researches,” „equipments,” „evidences,” „advices.” Ha egyszer javítják, a kutatók gyakran úgy írják körbe a problémát egyszerű, tankönyvszerű szerkezetekkel. Ami kiszámítható, az biztonságos egy bíráló szemében, és gyanús egy detektor számára.

Az elvont fogalmakkal használt névelők „ledarálva” lapossá teszik a szöveget. A francia szinte minden főnév mellé tesz névelőt („la science,” „le bonheur”), ezért a figyelmes írók arra tréningezik magukat, hogy az angol általánosításokban ezt elhagyják. Ennek eredménye a tiszta, hibamentes mondatszerkezetű megfogalmazás, és a hibamentes szabálykövetés az, amit a perplexity pontszám automatizáltnak olvas.

Az elöljárószók helye standardizálódik. A francia az igék után helyezi az igenevet/belépő határozószót (például: „We analyzed carefully the results”). Aztán a szerzők, akik megtanulták az angol szabályt, átviszik a konvencionális pozícióba („We carefully analyzed the results”). A mondatok simává és egységessé válnak, az egységes ritmus pedig egy teljes bekezdésen keresztül csökkenti a perplexity-t.

Az elöljárószók („prepositions”) megjegyzése és egységes alkalmazása. A francia másképp „térképezi fel” az elöljárószókat: „consist in,” „depend of,” „interested to,” „responsible of.” A precíz szerzők megtanulják az angol párosításokat, és teljes következetességgel alkalmazzák. A teljesen konzisztens próza még egy olyan tényező, amely gépi hatást kelt.

A hosszú tagmondatláncok rövidre vágódnak. A francia akadémiai stílus kedveli a hosszú mondatokat, egymásra épülő alárendelt tagmondatokkal. Mivel az anglophone olvasóknak rövidebb mondatokat „kedvelnek”, a francia kutatók gyakran felaprózzák a szöveget rövid, egyenletes, kijelentő egységekre. Már az is mondatonkénti mondathossz-egyenletesség sok mondat esetén az egyik legerősebb jel a detektorok szerint.

Ezek mind „hibák” nélküliek akkor is, ha javítják őket. Ezek a körültekintő nem anyanyelvi író jellegzetességei, és épp ez a szorgalom az, amit félreolvasnak.

Franciaország AI-észlelési és Turnitin-környezete

A francia doktori iskolák (ecoles doctorales) és a folyóiratok többsége hasonlóságvizsgálathoz szűri a dolgozatokat és a kéziratokat Turnitinnal vagy iThenticate-tel, és sok helyen ma már az AI-írásra utaló jelzőt a hasonlósági szám mellett jelenítik meg. A francia kutatásintegritási környezet ezzel párhuzamosan szigorodott: az egyetemek referenseket (integrite scientifique) jelölnek ki (research integrity officer-eket), és a támogatók, illetve a folyóiratok egyre gyakrabban kérik a szerzőktől annak feltüntetését, használtak-e AI-segítséget.

Egyik sem jelenti azt, hogy az AI-használat tiltott. Azt jelenti, hogy a teljes körű közzététel elvárás. A kockázat nem a közzététel. A kockázat az, ha egy detektor-pontszámot ítéletként kezelnek, holott az csupán állítás.

Indokolt ez az óvatosság. A Vanderbilt 2023-ban letiltotta Turnitin AI-detektorát hamis pozitívumokra és a nem anyanyelvi írókkal szembeni torzításra hivatkozva; hasonló lépéseket tett a Michigan State, az UT Austin, a Northwestern, a Pittsburgh, az SMU és a Waterloo is. Magának a Turnitinnek a működése is úgy szűri a pontszámot, hogy az 1 és 19% közötti tartományban csillaggal („asteriskszerű” jelöléssel) helyettesíti a számot, és figyelmeztet arra, hogy a pontszám önmagában nem dönthet egy integritási ügyben. A jelzés egy vitatható állítás, nem egy beismerés.

Top francia egyetemek és ahol az AI-ellenőrzések megjelennek

Franciaországot egyetemek, grandes ecoles-ok és nemzeti kutatószervezetek működtetik, és a legerősebb kutatási kibocsátók mindhárom területen megtalálhatók. A dolgozatok és kéziratok átvizsgálása hasonlósági mutatókra és AI-jelzőkre ma már mindennapos náluk.

• Sorbonne Universite (Párizs), amely az UPMC-ből és a Paris-Sorbonne-ból jött létre; erős a matematika, a fizika, az orvostudományok és a bölcsészettudományok területén, mély CNRS-együttműködéssel.
• Universite Paris-Saclay (Saclay és Orsay), folyamatosan a világ top 15-ös helyezettjei között van a Shanghai rangsorban, és jelentős nemzeti laboratóriumoknak is otthont ad.
• Universite PSL (Paris Sciences et Lettres) (Párizs), egy konzorciális jellegű egyetemi csoport, amely az ENS-t, Dauphine-t, ESPCI-t és a Mines Paris-t fogja össze.
• Universite Paris Cite (Párizs), amely a Paris Descartes és a Paris Diderot összevonásából épült fel; erős INSERM-partnerségek az orvostudományokban és az élettudományokban.
• Universite Grenoble Alpes (Grenoblé), a fizika és a kondenzált anyagok központja; otthona az ESRF-nek és az Institut Laue-Langevin-nek.
• Aix-Marseille Universite (Marseille), Franciaország legnagyobb egyeteme, több tucat közös CNRS-kutatási egységgel.
• Universite de Strasbourg (Strasbourg), a kémia és az élettudományok ereje; tagja az European Research Universities (League of European Research Universities) szervezetének.
• Universite de Bordeaux (Bordeaux), erős a neurotudományokban, az anyagtudományban és a lézerfizikában.
• Universite Claude Bernard Lyon 1 (Lyon), jelentős kutatási bázis a kémiában, a biológiában és a fizikában.
• Ecole Polytechnique (Palaiseau), Franciaország legrangosabb tudományos és mérnöki grandes ecole-ja, a Institut Polytechnique de Paris része.
• Ecole Normale Superieure (ENS) (Párizs), elit grandes ecole rendkívül magas kutatási teljesítménnyel egy főre vetítve; a PSL része.
• Universite Toulouse III - Paul Sabatier (Toulouse), erős a repüléstechnika, az asztrofizika és a kémia területén.

Ezeken az intézményeken mindegyikben az angol nyelvű publikálás hajtja a HDR-minősítés megszerzését, a Professeur des Universites-be való előrelépést, valamint a versenyképes CNRS-felvételit. Minél nagyobb a tét az angol szövegén, annál többe kerülhet egyetlen téves AI-jelzés.

Hogyan működik a francia kutatók számára készült AI-szöveg-megemberesítő

A folyamat négy lépésből áll, és egyik sem a munkája elrejtését célozza.

Először: fogalmazzon/tervezzen. Írjon angolul, vagy ha az érvelése francia nyelven folyik, írjon franciául, majd fordítsa le; mindkét esetben az ötletek és az evidenciák az Önéi. Másodszor: korrektúrázza a nyelvtant, hogy a faux amis, az elöljárószó-vetések és a névelői hibák már azelőtt eltűnjenek, hogy bárki elolvasná. Harmadszor: futtassa a AI humanizer eszközt a saját, AI-segítséggel készült angol szövegén, így a lapos, ismétlődő ritmus feldarabolódik, miközben az értelme, a terminológiája és a hivatkozásai pontosan úgy maradnak, ahogyan megírta őket. Negyedszer: tegye közzé az AI-használatot abban a formátumban, amelyet az intézménye és a célfolyóirata megkövetel.

A nagyobb detektorokkal tesztelve a megemberesítő az AI-szöveget egy természetesebb, emberi formába írja át. Ez csökkenti az AI-jelet, és javítja az esélyeit a nehezebb detektorokkal szemben, miközben a nyelvtani pontosság magas marad az akadémiai szövegben. Ezek tesztelési eredmények, nem ígéretek. A detektorok néhány havonta újratanulnak, ezért egyetlen komoly eszköz sem ígér 100%-os eredményt vagy tartós kijátszást. Amit a tool megbízhatóan tesz: megőrzi az Ön tudományos munkáját, miközben csökkenti azokat a gépszerű mintázatokat, amelyek téves jelzéseket váltanak ki.

Ez valódi méltányosság, nem álcázás. Ha szeretné látni, milyen bizonyítékok állnak e téves jelzések mögött nyelvek között, akkor a többnyelvű AI-szöveg-megemberesítő központunkat gyűjtjük össze, és a akadémiai szerkesztési útmutató franciában kutatóknak a nyelvtani oldalt részletezi.

Helyi finanszírozó szervezetek, folyóiratok és az AI-közzététel elvárásai

A publikálási nyomás Franciaországban a támogatókön és értékelőkön keresztül működik. Az ANR (Agence Nationale de la Recherche) versenyszerű projektekre ad forrásokat, és azokat angol nyelvű, rangos folyóiratokban megjelent publikációk alapján bírálja el. A CNRS több mint 30 000 kutatót foglalkoztat több mint 1000 laboratóriumban, és a Comite National minden előléptetésnél súlyozza a publikációs rekordokat. Az INSERM, a CEA és a CNES kutatói természetes módon publikálnak nemzetközi folyóiratokban. A HCERES öt évente értékeli a kutatási egységeket, a CNU pedig a minősítést intézi – mindkettőnél központi helyen van a publikációs teljesítmény.

Még a francia folyóiratoknak is angol nyelvű tanulmányokra van szükségük, amikor a lapokat külföldre küldik. A fontosabb címek közé tartozik a Comptes Rendus Mathematique, a Comptes Rendus Physique, a Comptes Rendus Chimie, a Comptes Rendus Biologies (Academie des Sciences), valamint az Annales de l'Institut Fourier (Grenoble), az Annales de l'Institut Henri Poincare (matematika és elméleti fizika), illetve a European Physical Journal (az EDP Sciences-szel közösen kiadva).

E támogatók és folyóiratok közül egyre többen várnak el egy rövid nyilatkozatot az AI-használatról. Mivel a humanizer megőrzi a hivatkozásait és az értelmét, a közzététel könnyen megírható: Ön AI-segítséget és egy humanizálót használt a saját tervezetének csiszolására, és a megállapítások az Ön sajátjai. Ha szüksége van a megfogalmazásra, lásd az AI-közzétételi nyilatkozat útmutatónkat; ha már egy jelzés megérkezett, az útmutató az erőforráshoz (appeal) téves AI-észlelés esetén végigvezeti a válaszlépéseken.

Gyakran ismételt kérdések

Q: Segít egy AI-szöveg-megemberesítő francia kutatóknak abban, hogy „átverjek” egy detektort?

Nem. Az eszköz a saját, AI-segítséggel készült tervezetének megemberesítésére szolgál, nem pedig arra, hogy leplezzük a kitalált vagy kölcsönzött munkát. Megőrzi az értelmét és a hivatkozásait, és csökkenti azokat az alacsony perplexity-jellegű mintázatokat, amelyek téves jelzéseket okoznak. Ön továbbra is közzéteszi az AI-használatát úgy, ahogyan azt az intézménye és a folyóirat megköveteli.

Q: A humanizáló megváltoztatja a hivatkozásaimat vagy a szakmai kifejezéseket?

Nem. Megőrzi a hivatkozásait, a tudományterületspecifikus terminológiát, és minden állítás lényegét. Variálja a ritmust és a szóválasztást, és eltávolítja az ismétlődő kadenciát, így az Ön által megírt érvelés változatlanul áll össze, miközben a gépszerű „textúra” enyhül.

Q: Garantálni tudja, hogy a dolgozatom megfelel a Turnitinnek vagy a GPTZero-nak?

Nem. Nincs olyan hiteles eszköz, amely garantálni tudná. A tesztjeinkben a humanizáló az AI-szöveget egy természetesebb, emberi formába írja át, ami csökkenti az AI-jelet, és javítja az esélyeit a nehéz detektorokkal szemben, miközben a nyelvtani pontosság magas marad. Ezek tesztelt eredmények, nem ígéretek. A detektorok gyakran újratanulnak, ezért minden pontszámot úgy kezelje, mint egy vitatható állítást, nem mint végső ítéletet.

Q: Franciául írtam, majd lefordítottam angolra. Akkor még használhatom?

Igen. A fordított akadémiai próza gyakran különösen gördülékeny és standard, amit a detektorok kifejezetten félreértenek. Ha az Ön lefordított angol szövegét átfuttatja a humanizálón, természetesebb variációt visszaállít úgy, hogy az értelme megmarad, és a francia mellett több mint 60 másik nyelvre is működik.

Q: Az ANR vagy a CNRS integritási szabályai szerint megengedett a humanizáló használata?

A saját írás csiszolása és az AI-támogatás közzététele összhangban van a standard integritási elvárásokkal. A lényeg az őszinteség: a valóban a maga munkáját megemberesítse, az eredményeket ne változtassa meg, és jelezze, hogy AI-eszközöket használt, amikor a támogatója vagy a folyóirat ezt kéri. Ez a kombináció védi a gondos nem anyanyelvi írást úgy, hogy közben nem sért meg semmilyen szabályt.