Mesterséges intelligencia-alapú szöveghumanizáló iráni kutatók számára, akik angolul írnak

Irán az SCImago mutatója szerint a világranglista 17. helyén áll a publikációs kibocsátást tekintve. Évente több mint 75 000 tanulmányt publikál. Ez ötvenszeres növekedés ahhoz képest, hogy 1997-ben csupán nagyjából 1000 cikk jelent meg évente. Miközben azonban iráni tudósok ezt mind a szankciók mellett érték el, amelyek elzárják őket a folyóiratokhoz való hozzáféréstől, megakadályozzák a publikációs díjak megfizetését, és elszigetelik őket a világ kutatási infrastruktúrájának jelentős részétől. A munka nagy része angol nyelven íródik, csiszolódik, majd benyújtásra kerül.

Van egy mesterséges intelligencia-alapú szöveghumanizáló iráni kutatók számára, méghozzá egyetlen, nagyon is valós okból: az MI-detektorok tévesen gondolják azt, hogy a gondos, helyes, nem anyanyelvi angol gépírás. Ez pedig valódi emberektől valódi munkáért járó jóváírást vonhat el. A detektorjelzés nem bizonyít semmit. Ez egy valószínűségi pontszám, és perzsa anyanyelvűeknél ezek a pontszámok jellemzően magasabbak.

Ma már a legtöbben valamennyi MI-támogatással készítjük a vázlatot: itt egy vázlat, ott egy kisimított bekezdés, egy perzsából lefordított mondat. Ez természetes, és ha nyíltan közli az ember, jogos és elfogadható. A probléma az, hogy a hagyományos, szabványos tudományos angol önmagában is képes detektorriasztást kiváltani attól függetlenül, hogy eszközt használtak-e. Másodnyelvi szerzőknél pedig a jelölés gyakrabban történik, mint szinte bárki másnál.

Emberi hangúvá teszi a mesterséges intelligencia a kutatók szövegét: mesterséges intelligencia-alapú humanizáló iráni kutatók számára

A mesterséges intelligencia-alapú szöveghumanizáló segíti az iráni kutatókat abban, hogy angol nyelvű szövegeik természetesebben és gördülékenyebben szólaljanak meg, miközben a jelentés és a hivatkozások változatlanul megmaradnak, és cikkeiket nemzetközi folyóiratokban tudják közzétenni.

Egyszerűen fogalmazva: a humanizálónk a saját angol vázlatodat használja, és változtatja a ritmust és a szóválasztást úgy, hogy a gondosan megfogalmazott, perzsa hatású próza kisebb eséllyel legyen gépszövegként félreértelmezve. Megőrzi a jelentést, a szakterületi kifejezéseket és az idézeteket is. A szöveghumanizáló közvetlenül elérhető az eszközön keresztül, és ugyanabban a platformban működik, mint a ProofreaderPro (szövegjavító) és a perzsából angolra fordító.

Ez nem trükk az MI-használat elrejtésére. Ez egy méltányossági lépés a valódi kutatásért, majd egyértelmű nyilvánosságra hozatal következik. Visszatérünk még ehhez a sorrendhez, mert számít.

Perzsiául ír? Automatikusan felismerjük, és natívan humanizáljuk

Sok iráni kutató perzsiául fogalmaz meg először, majd angolul dolgozza fel a szöveget. A humanizáló ezt közvetlenül támogatja. Illeszd be a perzsa szöveget, és a ProofreaderPro automatikusan felismeri a jobbról balra haladó írásrendszert, majd egy nyelvérzékeny modellen keresztül feldolgozza, megőrizve a terminológiát és az idézeteket úgy, ahogy le vannak írva. A mesterséges intelligencia-alapú humanizáló perzsa (انسانی‌ساز هوش مصنوعی) a perzsa vázlatodat is ugyanolyan természetesen kezeli, mint az angolt, így nincs szükség előzetes fordításra. Az automatikus felismerés több mint hatvan nyelvet lefed; mindegyiket úgy írja át, hogy az adott nyelv sajátjaként hangozzon.

ProofreaderPro AI Humanizer a perzsa tudományos szöveget újraíró funkciója. Az előtte–utána diff megőrzi a jelentést és az idézeteket, a detektor-ellenőrzések pedig megerősítik, hogy a szöveg természetes, emberi olvasatot kap.

Miért jelölik meg az iráni kutatókat gyakrabban az MI-detektorok?

2023-ban a Weixin Liang vezette stanfordi csapat a Cell Press Patterns című folyóiratában publikált egy tanulmányt "GPT detectors are biased against non-native English writers." címmel. TOEFL dolgozatokat vettek alapul, amelyek mind emberi szerzőktől származtak, majd hét széles körben használt MI-detektoron futtatták át őket.

Átlagosan a nem anyanyelvi dolgozatok mintegy 61%-át jelölték MI-által generáltnak, míg az anyanyelvi angol írások esetében ez körülbelül 5% volt. A nem anyanyelvi dolgozatok közel egyötöde, mintegy 19,8%-a pedig minden egyes detektor által egyhangúan MI-jelzést kapott. Ezek közül az összes dolgozatot egy személy írta.

A mechanizmust perplexitásnak (perplexity) nevezik. Sok detektor pontozza, mennyire „meglepő” az adott szövegben minden egyes szóválasztás egy nyelvi modell számára. Ha a szövegben világos, szabványos tudományos angolt használsz, közérthető, gyakori szavakkal és jól előre jelezhető szófordulatokkal, akkor a szöveg perplexitása alacsony. Az alacsony perplexitás pedig gépszövegként olvasódik. Pont azok a szokások teszik a másodnyelvi akadémiai prózát tisztává és helyessé, amelyekhez az eszközöket úgy tanították, hogy pont ezt próbálják kiszűrni. A hamis pozitív riasztás problémájának részletesebb magyarázatáért lásd: miért jelölik a nem anyanyelvi szerzőket az MI-detektorok.

A perzsa elsőnyelvi mintázatok a hamis riasztások mögött

A perzsa nyelv szerkezetileg távolabb áll az angoltól, és a perzsa anyanyelvűek által a hivatalos hangzásért végzett gondos korrekciók gyakran épp azt a lapos, szabványos ritmust eredményezik, amelyet egy detektor szintetikusnak érzékel. Ezek nem hibák. Helyes, óvatos szerkezetek, és pontosan ez a gond.

Cikkek fegyelme. A perzsában nincs közvetlen megfelelője az angol "the," "a," vagy "an" szavaknak, ezért az iráni szerzők, akik komoly erőfeszítéssel tanulták meg az angol cikkek használatát, jellemzően a lehető legbiztonságosabb, tankönyvszerű módon helyezik el őket. Ennek eredménye helyesnek és enyhén mechanikusnak hat, ami pontosan az, amit az alacsony perplexitás jelez.

Újjáépített szórend. A perzsa általában Subject–Object–Verb (alany–tárgy–ige) sorrendet követ. Angol publikáláshoz a mondatokat tudatosan újraépíted Subject–Verb–Object (alany–ige–tárgy) szerkezetre, és ez a megfontolt, sőt, kifejezetten szabályszerű, felépítés az, amit a generált szövegekhez kötődő sima ritmusként azonosítanak az ilyen eszközök.

Biztonságos szókapcsolatok. Sok kutató perzsiául vázlatol, majd fordít, aztán olyan kifejezéseket javít, mint a "do a research" helyett "conduct research.". A javított változat standard és előre jelezhető, így még akkor is csökkenti a perplexitást, ha javítja az angolt.

Deduktív átrendezés. A perzsa tudományos stílus gyakran először felépíti a kontextust, és később mondja ki a következtetést. Ha egy bekezdést a tudományos tézisek angol, „előre” építő mintájára fordítasz, olyan rendezett, elölről tervezett szerkezet jön létre, amely detektálóknál gyakran képletszerűként tűnik fel.

Konzekvens igeidő és egyeztetés. A perzsa másképp jelöli az igeidőt és a nyelvtani egyeztetést, ezért a gondos szerzők különösen ügyelnek rá. A Methods (Módszerek) szekcióban egységes, hibátlan igeidő jó írás, és egyben alacsony szórású, gépszerű szöveg is.

Ezekből semmi nem következik: attól, hogy a detektor félreért, az angolod nem „rossz”. Azt jelenti, hogy az angolod gondos, és a gondosan megírt, nem anyanyelvi próza az, amit ezek az eszközök a leggyakrabban félreértékelnek.

Irán MI-detektálási kontextusa és a Turnitin szerepe

Iránból származó dolgozatokat és folyóirat-benyújtásokat rutinszerűen szűrik hasonlóság (plágium) szempontjából, és egyre gyakrabban MI-indikátorok után is kutatnak, jellemzően a Turnitin vagy az iThenticate segítségével. Az iráni doktandusz hallgatóknak a végzéshez legalább egy ISI (Web of Science) publikációval kell rendelkezniük, és a kari előléptetés a Web of Science-ben, Scopusban, PubMed-ben vagy az ISC adatbázisában indexelt kibocsátástól függ, így szinte minden komoly kézirat valamikor bekerül egy szűrési folyamatba.

Fontos tisztázni, mit jelent egy jelzés, és mit nem. A fent említett torzítás miatt néhány intézmény visszalépett az MI-detektorok használatától. Például a Vanderbilt 2023-ban letiltotta a Turnitin MI-detektorát a hamis pozitív találatok és a nem anyanyelvi szerzőkkel szembeni tisztességtelenség miatt. Mások, akik ezt megtették: Michigan State, UT Austin, Northwestern, Pittsburgh, SMU és Waterloo. A Turnitin elnyomja az 1 és 19% közötti pontszámokat, és figyelmeztet, hogy a pontszámot nem szabad önmagában használni integritási döntés meghozatalához.

Ebből következően egy detektor százalékos eredménye vitatható állítás, nem pedig ítélet. Nincs olyan, hogy egy hallgató "megpörtölte a Turnitint és nyert"; a tényleges viták az iskolákban zajlottak arról, hogyan használták a jelzést. Eközben a támogatók és a folyóiratok az elrejtéssel ellentétes irányba mozdulnak: egyre gyakrabban kérik, hogy a szerzők nyíltan tegyék közzé az MI-használatot. Ez a két tény együtt kijelöli az egyenes utat: védi a gondosan megírt szöveget a hamis jelzéstől, és átláthatóan jelzi, milyen segítséget vettél igénybe.

Irán legfontosabb egyetemei, és hol jelennek meg az MI-ellenőrzések

Irán kutatóegyetemei mind megkövetelik, hogy a doktori végzéshez és a kari előrelépéshez angol nyelvű publikáció legyen, és a graduate schoolok és könyvtárak a benyújtás előtt hasonlósági, illetve MI-indikátor szűrést végeznek a dolgozatokon és kéziratokon. A főbb intézmények többek között:

• Teheráni Egyetem (دانشگاه تهران) (Tehran), a legrégebbi és legmagasabb rangsorú, minden tudományterületen erős.
• Sharif Műszaki Egyetem (دانشگاه صنعتی شریف) (Tehran), a vezető műszaki egyetem.
• Amirkabir Műszaki Egyetem (دانشگاه صنعتی امیرکبیر) (Tehran), más néven Teheráni Műszaki Főiskola (Tehran Polytechnic).
• Iráni Tudomány- és Technológiai Egyetem (دانشگاه علم و صنعت ایران) (Tehran).
• Tarbiat Modares Egyetem (دانشگاه تربیت مدرس) (Tehran), kizárólag végzős képzést kínáló egyetem.
• Shahid Beheshti Egyetem (دانشگاه شهید بهشتی) (Tehran).
• Teheráni Orvostudományi Egyetem (دانشگاه علوم پزشکی تهران) (Tehran), a vezető orvosi kutatóintézet.
• Iszfaháni Műszaki Egyetem (دانشگاه صنعتی اصفهان) (Isfahan).
• Iszfaháni Egyetem (دانشگاه اصفهان) (Isfahan).
• Ferdowsi Mashhad Egyetem (دانشگاه فردوسی مشهد) (Mashhad).
• Shiraz Egyetem (دانشگاه شیراز) (Shiraz), az ISC központjának otthona.
• Tabriz-i Egyetem (دانشگاه تبریز) (Tabriz), az egyik legrégebbi egyetem.
• K.N. Toosi Műszaki Egyetem (دانشگاه صنعتی خواجه نصیرالدین طوسی) (Tehran).
• Iszlám Azad Egyetem (دانشگاه آزاد اسلامی) (campusok országszerte), a beiratkozás alapján a legnagyobb rendszer.
• Bu-Ali Sina Egyetem (دانشگاه بوعلی سینا) (Hamedan).

Bármelyik ilyen helyen a „kapu” ugyanaz: az angol kéziratodat hasonlósági és MI-szűrésnek vetik alá, és a gondosan megírt, nem anyanyelvi próza pontosan az, amely jellemzően magasabb pontszámot kap a kelleténél.

Hogyan működik az MI-humanizáló iráni kutatók számára?

Az iráni kutatóknak szánt mesterséges intelligencia-alapú humanizáló egy munkafolyamat utolsó lépése, nem pedig a folyamat kijátszására szolgáló rövidítés. Íme a sorrend, amit javaslunk.

Ha perzsiául gondolkodsz világosabban, akkor először készíts vázlatot perzsául, majd fordítsd le tudományos angolra. Vagy készíts angol vázlatot az általad használt bármilyen MI-támogatással. Másodszor, lektoráld a nyelvtant: a cikkek használata, az igeidők, az egyeztetés és az elöljárószók legyenek helyesek. Harmadszor, humanizáld a saját, MI-támogatással készült szövegedet úgy, hogy a gondosan megírt, alacsony szórású írás újra természetes, emberi ritmust kapjon, miközben a jelentésed, a terminológiád és az idézeteid pontosan olyanok maradnak, mint korábban.

Az eredményeket illetően azt közöljük, amit mértünk, nem azt, amit ígérünk. A fő detektorokkal végzett tesztelés alapján a humanizálónk az MI-megfogalmazásokat egy valóban emberi hang felé alakítja, így csökken az MI-pontszám, és a szöveg nagyobb eséllyel állja meg a helyét a szigorú detektorokkal szemben, miközben a nyelvtani pontosság magas marad tudományos szövegekben. Ezek tesztelt eredmények, nem garanciák, és a detektorok néhány havonta újratanulják a modelljeiket, ezért egyetlen komoly eszköz sem állíthatja, hogy a munkád "100%-ban felismerhetetlen" lesz. Mi nem állítunk ilyet, és neked sem szabad elhinni bárki mást, aki ezt teszi.

Ezután jön a nyilvánosságra hozatal. Add hozzá az MI-használat nyilatkozatát, amelyet az intézményed és a célfolyóiratod megkövetel. A humanizálás a gondosan megírt szöveget védi a hamis riasztástól; a közzététel pedig bent tart az integritási szabályok keretein. Mindkettőre szükség van. Futtasd a vázlatodat a szöveghumanizáló eszközön, lásd az egész klasztert a multilingual AI humanizer hub oldalon, és ha először a nyelvtani réteget szeretnéd rendezni, indíts a akadémiai szerkesztéssel iráni kutatóknak.

Helyi finanszírozó szervezetek, folyóiratok és az MI-használat közzétételére vonatkozó elvárások

Irán kutatásait az MSRT, a Ministry of Science, Research and Technology koordinálja, amely több mint 2500 egyetemet és intézményt felügyel. A finanszírozás részben az INSF-ből, az Iráni Nemzeti Tudományos Alapból érkezik, amely több mint 35 000 oktatóval működik együtt, és nemzetközi projektekre nagyjából 44 000 USD-ig nyújt támogatást. Az ISC, az Shiraz központú Islamic Science Citation adatbázis mintegy 1800 folyóiratot indexel, és harmadik hivatkozási adatbázisként működik a Web of Science és a Scopus mellett.

Iránban emellett 398, Scopus által indexelt folyóirat működik. Angol nyelven publikáló kiemelkedő címek például:

• Scientia Iranica, Sharif University of Technology, engineering and science
• Iranian Journal of Science and Technology, sciences és engineering sorozatokban
• Journal of the Iranian Chemical Society, Springer-féle kiadásban, SCIE-indexelve
• Iranian Polymer Journal, Springer-féle kiadásban
• Archives of Iranian Medicine, nagy hatású orvosi folyóirat
• Iranian Journal of Public Health, Teheráni Orvostudományi Egyetem
• Iranian Journal of Basic Medical Sciences, Mashhad University of Medical Sciences
• Journal of Research in Medical Sciences, Isfahan University of Medical Sciences

Ezekben a csatornákban, és azokat támogató finanszírozóknál, az elvárás egyre inkább az MI-támogatás nyílt közzétettsége felé tolódik, nem pedig a hallgatás felé. Írd meg a közzétételi nyilatkozatodat a folyóiratok által előírt formátumban, és ha egy benyújtást mégis megjelölnek MI-vel kapcsolatos gyanúval annak ellenére, hogy a munka valós, kezeld a pontszámot vitathatóként. Az útmutatóink az MI-közzétételi nyilatkozatról és az ál-MI-észlelési jelzés elleni fellebbezésről végigvezetik ezen. A szöveghumanizáló kezeli a szövegi réteget; a közzététel és, ha szükséges, a fellebbezés intézi a többit.

Gyakran ismételt kérdések

K: Elrejti az iráni kutatóknak szánt MI-humanizáló, hogy MI-t használtam?

Nem. A saját, MI-támogatott vázlatod ritmusát írja át úgy, hogy a gondosan perzsa hatású angol kisebb eséllyel kapjon téves riasztást, miközben a jelentésed és az idézeteid változatlanok maradnak. Úgy terveztük, hogy nyílt MI-használat-közzététellel együtt alkalmazd. Nem arra való, hogy bármit elrejtsen. A hamisan állított vagy kölcsönzött munka elrejtése nem ennek az eszköznek a célja.

K: Iráni kutatók is elérhetik a humanizálót a szankciók ellenére?

Igen. A platform webes, és Iránból is elérhető; nem függ a hagyományos nemzetközi banki megoldásoktól a kezdéshez. Van ingyenes szint is, így egy valódi bekezdésen kipróbálhatod, mielőtt bármit véglegesen elköteleznél.

K: Tönkreteszi a humanizáló az idézeteimet vagy a technikai kifejezéseimet?

Nem. A modell úgy készült, hogy megőrizze a hivatkozásokat, a meghatározott terminológiát és minden mondat jelentését. Változtat a szóválasztáson és a ritmuson, valamint eltávolítja a visszatérő mintákat, de a tényanyagod és az idézésjelölőid a helyükön maradnak, hogy ellenőrizni tudd.

K: Milyen valódi „átmenési” arányokra számíthatok Turnitin vagy GPTZero esetén?

A saját tesztjeinkben a fő detektorokkal szemben a humanizálónk az MI-szöveget egy természetesebb, emberi formára írja át, ami csökkenti az MI-jelzést, és javítja az esélyeit a nehéz detektorokkal szemben, miközben a nyelvtani pontosság magas marad. Ezek tesztelt eredmények, nem garanciák, mert a detektorok rendszeresen frissítik a modelljeiket. Bármely tökéletes, felismerhetetlen pontszámra tett ígéretet tekints figyelmeztető jelnek.

K: Támogat perzsiául írt szöveget és vegyes vázlatokat?

Igen. A humanizáló több mint 60 nyelvet támogat, és a nem angol szöveget olyan nyelvérzékeny modellbe irányítja, amely védi a mondatszerkezetet és a jelentést. Így perzsiául is vázolhatsz, tudományos angolra fordíthatsz, majd a végeredményt egyetlen munkafolyamaton belül humanizálhatod.

Tegye emberivé az akadémiai angolját

Iráni kutatóknak: állítsa újra az egyensúlyt a gondosan megírt, perzsa hatású prózában úgy, hogy természetesen hangozzon, őrizze meg a hivatkozásokat és a jelentést, majd magabiztosan fedje fel az AI használatát.