آیا اساتید می توانند بفهمند که یک متن فارسی با هوش مصنوعی نوشته شده است؟

این سوال برای خیلی از دانشجوهایی که از ChatGPT، Gemini یا ابزارهای مشابه در نوشتن پایان نامه، مقاله و تکالیف دانشگاهی استفاده کرده اند پیش می آید. دانشجو چند صفحه متن فارسی آماده کرده، آن را خوانده و از نظر ظاهری هم ایراد آشکاری نمی بیند، ولی هنگام ارسال فایل برای استاد نگران است که آیا استاد می تواند بفهمد این بخش با هوش مصنوعی نوشته شده است یا خیر.

پاسخ کوتاه این است که بله، استاد ممکن است به استفاده از هوش مصنوعی مشکوک شود، اما برای یک متن فارسی معمولا نرم افزار واحدی وجود ندارد که بتواند با قطعیت اعلام کند این متن را هوش مصنوعی نوشته است. آنچه بیشتر باعث جلب توجه استاد می شود، مجموعه ای از نشانه هاست؛ از تغییر ناگهانی سبک نوشتن دانشجو گرفته تا منابعی که پیدا نمی شوند، جمله های غیرطبیعی، مطالب کلی، ناهماهنگی میان فصل ها و ناتوانی دانشجو در توضیح عبارتی که خودش در پایان نامه آورده است.

این نکته درباره پایان نامه های فارسی دانشگاه های ایران اهمیت بیشتری دارد، چون در حال حاضر قابلیت AI Writing Detection ترنیتین، طبق راهنمای رسمی این شرکت، برای زبان های انگلیسی، اسپانیایی، ژاپنی و عربی ارائه می شود و فارسی در فهرست زبان های پشتیبانی شده آن قرار ندارد. خود Turnitin نیز تاکید می کند که نتیجه AI Writing Report همیشه دقیق نیست و نباید به تنهایی مبنای تصمیم منفی درباره دانشجو قرار بگیرد.

بنابراین، اگر متن پایان نامه فارسی است، معمولا تشخیص انسانی استاد، بررسی منابع، مقایسه سبک نگارش و میزان تسلط دانشجو اهمیت بیشتری از یک درصد نرم افزاری پیدا می کند.

استفاده از هوش مصنوعی در نگارش پایان‌ نامه

استاد معمولا از روی یک جمله تصمیم نمی گیرد

تصور رایجی وجود دارد که استاد یک متن را در نرم افزاری وارد می کند و چند ثانیه بعد جواب می گیرد که مثلا ۸۰ درصد آن با هوش مصنوعی نوشته شده است. واقعیت دانشگاهی معمولا به این سادگی نیست.

استادی که چند ماه با دانشجو کار کرده، پروپوزال او را خوانده، اصلاحات قبلی را دیده و احتمالا چند بار با او جلسه داشته است. بنابراین، نوع نوشتن دانشجو برایش تا حدی آشناست. اگر دانشجو تا دیروز متن هایی ساده و معمولی می نوشته و ناگهان فصلی تحویل دهد که از نظر واژگان، ساختار جمله و شیوه استدلال کاملا متفاوت است، این تغییر می تواند توجه استاد را جلب کند.

گاهی تفاوت خیلی ظریف است. استاد نمی گوید جمله از نظر دستوری اشتباه است، بلکه احساس می کند این همان زبانی نیست که دانشجو در جلسات، پروپوزال یا نسخه های قبلی استفاده می کرده است.

برای مثال، یک پایان نامه ممکن است در فصل اول با فارسی روان و معمول دانشگاهی نوشته شده باشد و در میانه فصل دوم ناگهان عبارت های بسیار سنگین، ترجمه زده و غیرمعمول ظاهر شوند. همین تغییر لحن برای استاد باتجربه قابل توجه است.

فارسی ماشینی معمولا چه شکلی پیدا می کند؟

هوش مصنوعی امروز می تواند فارسی نسبتا روانی تولید کند و بسیاری از جمله های آن از نظر دستوری کاملا درست هستند. با این حال، در متن های طولانی هنوز الگوهایی دیده می شوند که نوشته را غیرطبیعی می کنند.

یکی از این نشانه ها، استفاده بیش از اندازه از عبارت های کلی است. مثلا درباره یک متغیر چند پاراگراف نوشته می شود، ولی بعد از خواندن آنها هنوز معلوم نیست نکته اصلی چیست. جمله ها مرتب اند، اما اطلاعات واقعی کمی منتقل می کنند.

نشانه دیگر، تکرار یک مفهوم با جمله بندی های متفاوت است. یک نکته در ابتدای پاراگراف بیان می شود، در وسط همان پاراگراف با واژه های دیگری تکرار می شود و در پایان دوباره به همان نتیجه می رسد. این الگو در متن های تولید شده با هوش مصنوعی زیاد دیده می شود.

بعضی جمله ها نیز از نظر فارسی بودن کمی نامانوس هستند. ساختار جمله شبیه انگلیسی است، فعل در جایی قرار گرفته که یک فارسی زبان معمولا آن را آنجا نمی گذارد یا چند اسم انتزاعی پشت سر هم آمده اند. متن قابل فهم است، ولی حس ترجمه شده یا ساخته شده دارد.

استادانی که سال ها پایان نامه فارسی خوانده اند معمولا این تفاوت ها را بهتر از دانشجویی تشخیص می دهند که برای اولین بار با یک متن دانشگاهی بلند سروکار دارد.

یکی از مهم ترین نشانه ها، کلی گویی بیش از حد است

پایان نامه درباره یک مسئله مشخص نوشته می شود و انتظار می رود هرچه متن جلو می رود، اطلاعات دقیق تر شوند. در متن هایی که با دستورهای عمومی از هوش مصنوعی گرفته شده اند، گاهی روند معکوسی دیده می شود. متن طولانی می شود، اما همچنان در سطح کلیات باقی می ماند.

برای مثال، ممکن است چند پاراگراف درباره اهمیت آموزش، سلامت، فناوری یا مدیریت نوشته شود، در حالی که ارتباط این توضیحات با متغیرها و جامعه پژوهش روشن نشده است.

استاد معمولا در چنین بخشی می پرسد این مطالب چه ارتباطی با مسئله پایان نامه دارند یا چرا این چند صفحه لازم بوده است.

همین جاست که متن ظاهرا دانشگاهی، ضعف خودش را نشان می دهد. پایان نامه به تعداد واژه نیاز ندارد؛ به اطلاعاتی نیاز دارد که خواننده را قدم به قدم به سوال پژوهش برسانند.

منابعی که پیدا نمی شوند خیلی زود دردسر درست می کنند

یکی از حساس ترین نشانه ها، منابع مشکوک است.

هوش مصنوعی ممکن است عنوان یک مقاله، نام نویسنده، سال و حتی نام مجله را به شکلی تولید کند که کاملا واقعی به نظر برسد. اگر دانشجو آن منبع را بدون بررسی وارد پایان نامه کند، استاد با یک جستجوی ساده ممکن است متوجه شود مقاله وجود ندارد یا اطلاعات آن درست نیست.

گاهی منبع واقعی است، ولی ادعایی که در پایان نامه به آن نسبت داده شده در مقاله اصلی وجود ندارد. این اتفاق حتی از منبع کاملا ساختگی هم دشوارتر است، چون در نگاه اول همه چیز درست به نظر می رسد.

استاد لازم نیست تمام صد منبع پایان نامه را بررسی کند. پیدا شدن دو یا سه منبع مسئله دار کافی است تا منابع دیگر هم با دقت بیشتری دیده شوند.

به همین دلیل، هر منبعی که با کمک هوش مصنوعی پیدا شده است باید در Google Scholar، Scopus، PubMed، Web of Science یا پایگاه مرتبط با همان رشته بررسی شود و خود مقاله نیز تا حد لازم خوانده شود.

منابع معتبر برای نگارش پایان‌ نامه

استاد ممکن است فقط یک سوال ساده بپرسد

بعضی وقت ها تشخیص از نرم افزار شروع نمی شود و با یک سوال بسیار معمولی انجام می شود.

استاد یک پاراگراف را نشان می دهد و می پرسد منظور شما از این جمله چیست.

اگر دانشجو متن را فهمیده باشد، معمولا می تواند همان مفهوم را با زبان ساده توضیح دهد. لازم نیست جمله را حفظ کرده باشد و لازم نیست دقیقا همان واژه ها را تکرار کند.

وقتی دانشجو خودش هم معنای عبارت را خوب نمی داند، پاسخ معمولا مبهم می شود. ممکن است همان جمله را با چند واژه دیگر تکرار کند یا نتواند بگوید چرا آن مطلب در پایان نامه آمده است.

این موضوع در جلسه دفاع جدی تر می شود. داور درباره منبع، نظریه، روش تحقیق، آزمون آماری یا دلیل یک نتیجه سوال می کند و خیلی زود مشخص می شود دانشجو تا چه اندازه بر محتوای فایل تسلط دارد.

سؤالات اساتید در جلسه دفاع پایان‌ نامه

پایان نامه ای که فصل های آن با هم نمی خوانند بیشتر جلب توجه می کند

استفاده پراکنده از هوش مصنوعی معمولا یک مشکل دیگر هم ایجاد می کند. هر بخش جداگانه نوشته می شود و ارتباط کلی پایان نامه کم می شود.

بیان مسئله روی یک موضوع تاکید می کند، فصل دوم سراغ نظریه های دیگری می رود، اهداف کمی متفاوت نوشته می شوند و روش تحقیق هم از الگویی جدا ساخته می شود.

هر بخش ممکن است به تنهایی مرتب باشد، ولی وقتی استاد کل فایل را می خواند، احساس می کند پایان نامه یک مسیر واحد ندارد.

این ناهماهنگی برای استاد خیلی مهم تر از تشخیص یک جمله خاص است، چون نشان می دهد متن بدون شناخت کامل ساختار پژوهش آماده شده است.

در بازبینی هایی که در موسسه ماهان انجام می شود، همین ارتباط میان عنوان، بیان مسئله، اهداف، روش، نتایج و بحث اهمیت زیادی دارد. گاهی دانشجو فکر می کند فقط چند صفحه متن هوش مصنوعی باید بازنویسی شوند، ولی با بررسی فایل مشخص می شود مسئله اصلی، هماهنگ نبودن چند فصل با یکدیگر است. در چنین شرایطی، اصلاح ساختار معمولا نتیجه بهتری از تغییر سطحی جمله ها می دهد.

ساختار استاندارد پایان‌ نامه

آیا سامانه همانندجویی می تواند هوش مصنوعی را تشخیص دهد؟

همانندجویی و تشخیص هوش مصنوعی دو موضوع جدا هستند.

سامانه همانندجویی بررسی می کند چه مقدار از متن با منابع موجود در پایگاه داده شباهت دارد. Turnitin نیز Similarity Report را بر اساس تطبیق متن با منابع موجود تولید می کند و خود این شرکت تصریح می کند که درصد Similarity به معنای تشخیص سرقت علمی نیست؛ گزارش فقط محل تطابق ها را نشان می دهد و ارزیابی نهایی باید توسط فرد انجام شود.

ممکن است متنی با ChatGPT نوشته شده باشد و مشابهت بسیار کمی داشته باشد، چون جمله ها تازه تولید شده اند. از طرف دیگر، یک متن کاملا انسانی ممکن است درصد مشابهت بالاتری داشته باشد چون نقل قول، تعریف استاندارد یا بخش هایی از روش تحقیق به منابع قبلی نزدیک هستند.

پس پایین بودن مشابهت، به معنای انسانی بودن متن نیست و بالا بودن آن نیز خود به خود نشان دهنده استفاده از هوش مصنوعی نیست.

ترنیتین برای متن فارسی چه کاری می تواند انجام دهد؟

در این بخش باید بین Similarity و AI Writing Detection فرق گذاشت.

ترنیتین می تواند گزارش Similarity ارائه دهد و تطابق متن با منابع موجود را نشان دهد. قابلیت جداگانه AI Writing Report برای تشخیص احتمالی نگارش هوش مصنوعی طراحی شده است.

طبق راهنمای رسمی فعلی Turnitin، AI Writing Report برای متن های انگلیسی، اسپانیایی، ژاپنی و عربی پشتیبانی می شود و فارسی در میان زبان های اعلام شده نیست.

به همین دلیل، دانشجویی که پایان نامه فارسی دارد نباید تصور کند یک درصد Turnitin می تواند به صورت رسمی ثابت کند متن فارسی با ChatGPT نوشته شده است.

خود Turnitin هم درباره زبان های پشتیبانی شده اعلام کرده که مدل ممکن است متن انسانی را به اشتباه AI تشخیص دهد یا متن تولید شده با AI را تشخیص ندهد و نتیجه نباید به تنهایی مبنای اقدام علیه دانشجو باشد.

این محدودیت باعث می شود قضاوت استاد، کیفیت منابع و تسلط دانشجو همچنان بخش مهم بررسی باشند.

پس چرا بعضی استادان می گویند متن را تشخیص داده اند؟

در بسیاری از موارد منظور استاد این نیست که مدرک نرم افزاری قطعی در اختیار دارد. استاد بر اساس مجموعه ای از نشانه ها به استفاده از هوش مصنوعی مشکوک شده است.

ممکن است متن از نوشته های قبلی دانشجو متفاوت باشد، اصطلاحات غیرعادی داشته باشد، منابع آن پیدا نشوند یا بخش هایی از آن بیش از حد عمومی باشند.

گاهی استاد همان موضوع را در جلسه از دانشجو می پرسد و پاسخ شفاهی با سطح متن فاصله زیادی دارد. وقتی چند نشانه کنار هم قرار می گیرند، تردید استاد جدی تر می شود.

به همین دلیل، تمرکز روی اینکه آیا نرم افزار می تواند متن را بگیرد یا خیر، اصل مسئله را حل نمی کند. پایان نامه باید طوری نوشته شود که دانشجو واقعا محتوای آن را بداند و بتواند درباره آن صحبت کند.

دانشگاه های ایران بیشتر به چه چیزهایی توجه می کنند؟

در پایان نامه فارسی دانشگاه های ایران، بررسی استاد راهنما و داور نقش مهمی دارد. پایان نامه در چند مرحله خوانده می شود و معمولا استاد از نسخه های قبلی هم اطلاع دارد.

گزارش همانندجویی نیز بخش دیگری از فرایند است و بسته به دانشگاه و مقطع، الزامات مربوط به مشابهت می تواند متفاوت باشد.

اگر متن از نظر زبان یا منابع مسئله داشته باشد، ممکن است استاد مستقیما از دانشجو بخواهد آن را بازنویسی کند. عباراتی مثل متن ماشینی است، جمله ها طبیعی نیستند، منبع مشخص شود، متن کلی است یا این قسمت با بقیه فصل هماهنگ نیست، معمولا به همین نوع ایرادها مربوط می شوند.

در چنین شرایطی، بازنویسی متن هوش مصنوعی باید بر اساس منبع و موضوع واقعی پایان نامه انجام شود. هدف اصلی، تولید متنی است که از نظر علمی و زبانی قابل استفاده باشد.

وضعیت پایان نامه فارسی در دانشگاه های خارج از کشور

دانشجوی ایرانی ممکن است در دانشگاه خارج از کشور پایان نامه ای به فارسی یا بخشی از پژوهش خود را با داده ها و منابع فارسی انجام دهد. در این شرایط سیاست دانشگاه اهمیت زیادی پیدا می کند.

دانشگاه های مختلف قوانین متفاوتی برای استفاده از Generative AI دارند. در بعضی برنامه ها استفاده محدود برای ویرایش زبان پذیرفته شده و در برخی موارد دانشجو باید نحوه استفاده را اعلام کند. ممکن است دانشگاه روی نگهداری پیش نویس ها، منابع و فرایند نگارش نیز حساس باشد.

برای پایان نامه انگلیسی، ابزارهای تشخیص بیشتری در دسترس هستند. برای متن فارسی، بررسی انسانی همچنان اهمیت زیادی دارد.

دانشجویی که خارج از کشور تحصیل می کند بهتر است قبل از استفاده از ChatGPT برای Dissertation یا Thesis، سیاست Academic Integrity دانشگاه و دانشکده خودش را بخواند، چون یک روش استفاده ممکن است در یک دانشگاه مجاز و در دانشگاه دیگری نیازمند اعلام باشد.

تاریخچه فایل و نسخه های قبلی هم می توانند اهمیت داشته باشند

فرایند واقعی نوشتن پایان نامه معمولا ردپایی از خودش باقی می گذارد. یادداشت های اولیه، فایل های مختلف، نسخه های اصلاح شده، کامنت های استاد و تغییرات Word یا Google Docs نشان می دهند متن چگونه شکل گرفته است.

اگر درباره اصالت بخشی از کار سوالی مطرح شود، وجود همین نسخه ها می تواند به دانشجو کمک کند روند نگارش را توضیح دهد.

در بعضی سامانه های آموزشی خارج از کشور ابزارهای جدیدتر حتی اطلاعاتی درباره فرایند نوشتن هم در اختیار مدرس می گذارند. Turnitin نیز در محصولات جدید خود امکاناتی برای مشاهده برخی نشانه های فرایند نگارش و متن وارد شده به سند ارائه کرده است.

برای دانشجو، نگهداری نسخه های مختلف پایان نامه فقط برای اثبات اصالت مفید نیست؛ اگر فایل اشتباه شود یا استاد بخواهد به نسخه قبلی برگردید، همین نسخه ها ارزش زیادی دارند.

آیا می توان متن را با Humanizer طوری تغییر داد که تشخیص داده نشود؟

این سوال زیاد مطرح می شود، ولی نگاه مناسبی برای اصلاح پایان نامه نیست.

ابزارهای Humanizer معمولا ساختار جمله را تغییر می دهند، چند واژه را جایگزین می کنند و متن را از الگوی اولیه دورتر می کنند. این تغییرها درباره صحت منابع، ارتباط مطالب با موضوع و دقت روش تحقیق کاری انجام نمی دهند.

در بعضی موارد، متن بعد از Humanize شدن حتی عجیب تر می شود و واژه هایی وارد آن می شوند که یک فارسی زبان معمولا در پایان نامه استفاده نمی کند.

راه مطمئن تر این است که مطلب از منبع اصلی خوانده شود، فهمیده شود و با زبان طبیعی و متناسب با همان پایان نامه بازنویسی شود.

این همان چیزی است که بازنویسی علمی را از تغییر ظاهری متن جدا می کند.

بازنویسی متن هوش مصنوعی باید از کجا شروع شود؟

اول از منابع.

هر ادعایی که منبع دارد باید با مقاله یا کتاب اصلی تطبیق داده شود. منابعی که پیدا نمی شوند باید دوباره بررسی شوند.

بعد از آن، ارتباط مطلب با پایان نامه بررسی می شود. ممکن است یک پاراگراف از نظر علمی درست باشد، ولی هیچ ارتباط مستقیمی با سوال پژوهش نداشته باشد. چنین متنی فقط حجم فصل را بالا می برد.

مرحله بعد بازنویسی زبان است. جمله های ترجمه زده، تکراری و سنگین باید به فارسی رایج دانشگاهی تبدیل شوند. منظور از زبان دانشگاهی استفاده از کلمات سخت نیست؛ متن باید روشن، دقیق و متناسب با رشته باشد.

در پایان نیز دانشجو باید متن اصلاح شده را بخواند و بتواند مفهوم آن را توضیح دهد.

هزینه بررسی و بازنویسی متن فارسی نوشته شده با هوش مصنوعی

هزینه این کار به وضعیت فایل بستگی دارد. گاهی متن از نظر محتوا درست است و فقط لحن و جمله بندی باید اصلاح شوند. در بعضی فایل ها، منابع هم نیاز به کنترل دارند و بخش هایی باید از روی مقالات اصلی دوباره نوشته شوند.

حجم پایان نامه، رشته، تعداد منابع، میزان اصلاحات استاد و زمانی که تا تحویل باقی مانده است روی هزینه اثر می گذارند.

اگر فقط چند صفحه مشکوک هستند، بازنویسی همان قسمت ها ممکن است کافی باشد. اگر فصل دوم تقریبا به طور کامل با ابزارهای هوش مصنوعی تولید شده و منابع آن هم بررسی نشده اند، حجم کار بیشتر خواهد بود.

در موسسه ماهان معمولا پیش از مشخص شدن هزینه، چند صفحه یا فایل پایان نامه بررسی می شود تا معلوم شود مشکل اصلی در کجاست. حضور استادان دانشگاهی و متخصصان رشته های مختلف در چنین بررسی هایی اهمیت دارد، چون طبیعی کردن جمله ها به تنهایی کافی نیست و معنی تخصصی متن نیز باید حفظ شود.

گاهی بعد از بررسی مشخص می شود بیشتر متن قابل استفاده است و فقط چند بخش نیاز به بازنویسی دارند. در موارد دیگری لازم است منابع، ساختار فصل و حتی ارتباط آن با اهداف پژوهش هم اصلاح شود. برآورد هزینه بر اساس همین حجم واقعی کار منطقی تر است.

اگر استاد گفته متن شبیه هوش مصنوعی است چه کار کنیم؟

اول بهتر است دقیقا ببینید استاد روی کدام قسمت ها نظر داده است. اگر فایل کامنت دار وجود دارد، همان کامنت ها بهترین نقطه شروع هستند.

منابع آن قسمت را بررسی کنید و مطمئن شوید همه قابل بازیابی هستند. بعد متن را با زبان خودتان بخوانید و ببینید آیا می توانید مفهوم هر پاراگراف را توضیح دهید.

مطالب تکراری را کم کنید و جمله هایی را که فقط برای پر کردن متن آمده اند کنار بگذارید. اصطلاحات تخصصی باید با منابع رشته هماهنگ باشند.

اگر حجم اصلاحات زیاد است یا استاد چند بار همان ایراد را تکرار کرده، بررسی فایل توسط فردی که با رشته و نگارش دانشگاهی آشناست می تواند از رفت و برگشت بیشتر جلوگیری کند.

در موسسه ماهان می توان فایل و نظر استاد را کنار هم بررسی کرد تا مشخص شود کدام بخش فقط به ویرایش نیاز دارد و کجا باید متن از روی منابع اصلی بازنویسی شود. در صورت نیاز، مشابهت، منابع، تحلیل، ساختار فصل ها و نسخه نهایی برای دفاع هم می توانند همزمان بررسی شوند.

آیا باید از تشخیص هوش مصنوعی بترسیم؟

نگرانی دانشجو قابل فهم است، مخصوصا وقتی پایان نامه ماه ها زمان برده و استاد درباره بخشی از آن سوال مطرح کرده است. راه مناسب برای کم کردن این نگرانی، تمرکز روی کیفیت واقعی فایل است.

اگر منابع واقعی هستند، متن با موضوع ارتباط دارد، روش تحقیق درست نوشته شده و دانشجو می تواند درباره مطالب خودش توضیح بدهد، وضعیت بسیار قابل کنترل تر است.

ابزارهای تشخیص نیز محدودیت دارند. حتی خود Turnitin تاکید می کند که AI Writing Report نباید به تنهایی مبنای قضاوت درباره دانشجو قرار بگیرد.

برای پایان نامه فارسی، این نکته پررنگ تر است، چون فارسی در فهرست فعلی زبان های پشتیبانی شده AI Writing Detection ترنیتین قرار ندارد.

چیزی که استاد در نهایت می خواهد، یک پایان نامه قابل دفاع است

استاد معمولا دنبال این نیست که در هر جمله رد هوش مصنوعی پیدا کند. چیزی که اهمیت دارد این است که پایان نامه از نظر منابع، روش، تحلیل و نگارش قابل قبول باشد و دانشجو هم بتواند درباره آن صحبت کند.

اگر یک متن با کمک هوش مصنوعی شروع شده ولی بعد منابع آن بررسی شده، مطالب با پژوهش هماهنگ شده و متن توسط دانشجو یا متخصص به شکل علمی بازنویسی شده است، کیفیت نهایی بسیار بیشتر از نسخه خام اولیه خواهد بود.

اگر بخش هایی از پایان نامه فارسی شما با ChatGPT نوشته شده و حالا درباره لحن، منابع، مشابهت یا احتمال تشخیص آن نگرانی دارید، بهتر است قبل از ارسال نسخه بعدی برای استاد، خود فایل بررسی شود. موسسه ماهان می تواند مشخص کند کدام بخش ها طبیعی و قابل استفاده اند، کجا منابع نیاز به کنترل دارند و چه قسمت هایی باید بازنویسی علمی شوند.

این بررسی می تواند همزمان شامل اصلاح متن، بازنویسی متن هوش مصنوعی، کنترل منابع، کاهش مشابهت، بررسی کامنت های استاد و آماده سازی نسخه نهایی باشد. اگر پایان نامه برای دانشگاه خارج از کشور است، الزامات مربوط به Turnitin و سیاست دانشگاه درباره استفاده از هوش مصنوعی نیز می تواند در همان بررسی در نظر گرفته شود.

برای دانشجویی که نمی خواهد با حدس و نگرانی چند بار فایل را تغییر دهد، ارسال چند صفحه نمونه یا نسخه کامنت دار برای موسسه ماهان معمولا خیلی زود نشان می دهد مسئله اصلی کجاست و چه مقدار اصلاح واقعا لازم است. این مسیر از تغییرهای بی هدف جلوگیری می کند و پایان نامه را به متنی نزدیک می کند که استاد بتواند آن را از نظر علمی بررسی کند و دانشجو هم با اطمینان درباره محتوایش توضیح بدهد.

مشاوره تخصصی پایان‌ نامه

 سؤالات متداول

آیا استاد می‌تواند بفهمد پایان‌ نامه با ChatGPT نوشته شده است؟

استاد معمولاً با یک ابزار قطعی تصمیم نمی‌ گیرد، اما می‌ تواند از طریق تغییر ناگهانی سبک نگارش، منابع نامعتبر، جمله‌ های غیرطبیعی، کلی‌ گویی و ناتوانی دانشجو در توضیح مطالب به استفاده از هوش مصنوعی مشکوک شود.

آیا نرم‌ افزاری وجود دارد که متن فارسی نوشته‌ شده با هوش مصنوعی را قطعی تشخیص دهد؟

در حال حاضر تشخیص قطعی متن فارسی با یک نرم‌ افزار واحد امکان‌پذیر نیست. برای پایان‌ نامه‌ های فارسی، بررسی انسانی استاد، کیفیت منابع، هماهنگی فصل‌ ها و تسلط دانشجو اهمیت بیشتری دارد.

آیا Turnitin می‌ تواند استفاده از ChatGPT در پایان‌ نامه فارسی را تشخیص دهد؟

گزارش تشخیص هوش مصنوعی Turnitin محدودیت زبانی دارد و فارسی در فهرست زبان‌ های پشتیبانی‌شده AI Writing Detection آن قرار ندارد. همچنین نتیجه این ابزار به تنهایی نباید معیار قضاوت درباره دانشجو باشد.

مهم‌ ترین نشانه‌های متن نوشته‌ شده با هوش مصنوعی در پایان‌ نامه چیست؟

تغییر سبک نگارش، استفاده از عبارت‌ های کلی، منابع غیرقابل‌ اعتماد، تکرار مفاهیم، جمله‌ های ترجمه‌ زده و ناهماهنگی بین فصل‌ های پایان‌ نامه از مهم‌ ترین نشانه‌ هایی هستند که ممکن است توجه استاد را جلب کنند.

اگر بخشی از پایان‌ نامه با ChatGPT نوشته شده باشد چه کاری باید انجام داد؟

بهتر است متن از نظر منابع، ارتباط با موضوع پژوهش، دقت علمی و سبک نگارش بررسی شود. بازنویسی علمی بر اساس منابع واقعی، بهتر از تغییر چند کلمه یا استفاده از ابزارهای Humanizer است.

آیا استفاده از ChatGPT در پایان‌ نامه غیرمجاز است؟

قوانین دانشگاه‌ ها متفاوت است. برخی دانشگاه‌ ها استفاده محدود برای ویرایش یا ایده‌ پردازی را مجاز می‌ دانند و برخی نیاز به اعلام استفاده از ابزارهای هوش مصنوعی دارند. دانشجو باید سیاست Academic Integrity دانشگاه خود را بررسی کند.

چرا نگهداری نسخه‌ های قبلی پایان‌ نامه اهمیت دارد؟

نسخه‌ های قبلی، کامنت‌ های استاد و تاریخچه تغییرات می‌توانند روند واقعی شکل‌ گیری پایان‌ نامه را نشان دهند و در صورت ایجاد سؤال درباره اصالت متن، به دانشجو کمک کنند.

نیاز به بررسی و بازنویسی پایان‌ نامه دارید؟

فایل پایان‌ نامه خود را ارسال کنید تا بخش‌های نیازمند اصلاح، بررسی منابع و بازنویسی علمی مشخص شود.

تماس: ۰۹۰۱۰۹۲۱۷۹۷