دعم النزاهة الأكاديمية: دراسة استكشافية لاكتشاف المساعدة غير المصرح بها من الترجمة الآلية في ترجمات الطلاب باستخدام الذكاء الاصطناعي

لماذا هذا مهم للطلاب والمعلمين

مع تحول المترجمات عبر الإنترنت والدردشات الآلية إلى أدوات دراسة يومية، أصبح من الأصعب على المعلمين معرفة متى يعكس عمل الطالب فعلاً مهاراته الشخصية. تفحص هذه المقالة ما إذا كان برنامج تحليل الكتابة يمكن أن يساعد المعلمين على رصد الاستخدام الخفي للترجمة الآلية في دروس اللغة، وماذا يعني ذلك بالنسبة للعدالة والثقة في التعليم.

صعود المساعدين الرقميين في تعلّم اللغة

أدوات مثل Google Translate والدردشات الآلية الكبيرة قادرة الآن على إنتاج ترجمات سلسة ومبهرة في كثير من الأحيان خلال ثوانٍ. إذا استُخدمت بحكمة، يمكن أن تدعم القراءة والاستماع وحتى تمارين الكتابة. لكن عندما يلصق الطلاب هذه المخرجات بصمت في واجبات يُفترض أن تُظهر قدراتهم الشخصية، يصبح الخط الفاصل بين «المساعدة الذكية» و«الغش» غامضاً. يعرف المؤلفون الاستخدام «غير المصرح به» على أنه نسخ مقاطع على مستوى الجملة أو أطول من مثل هذه الأدوات إلى عمل كتابي دون إذن أو إفصاح مطلوب. هذا مهم لأنه قد يخفي ما يستطيع الطلاب فعلاً القيام به ويقوض الأمانة والعدالة التي تقوم عليها النزاهة الأكاديمية.

كيف جُهِزت الدراسة

لاستكشاف ما إذا كانت التكنولوجيا يمكن أن تساعد المعلمين في اكتشاف هذا النوع من المساعدة الخفية، أجرى الباحثون تجربة من مرحلتين في جامعة صينية. أولاً، أكمل 39 متعلماً للغة الإنجليزية بمستوى من المتوسط إلى فوق المتوسط مهمتين قصيرتين للترجمة من الصينية إلى الإنجليزية. ترجمت مجموعة واحدة بمفردها تماماً، وقامت مجموعة أخرى بتحرير مخرجات Google Translate، ومجموعة ثالثة بتحرير مخرجات ChatGPT. أنتج ذلك 78 ترجمة طلابية تحت ثلاث شروط مختلفة. ثانياً، طُلب من 78 معلماً للإنجليزية الحكم على ما إذا كان كل عيّنة شاهدوها مدعومة بالآلة أم لا، وتدوين الدلائل اللغوية التي اعتمدوا عليها. نصف المعلمين اتخذوا هذه القرارات دون مساعدة. أما النصف الآخر فحصل على تقرير مضغوط من ProWritingAid، أداة تعمل بالذكاء الاصطناعي تلخّص ميزات مثل دقة القواعد، ومتوسط طول الجملة، ومدى استخدام أدوات الربط.

ما الذي غيّره تقرير الذكاء الاصطناعي

النتيجة المركزية هي أن المعلمين الذين اطلعوا على تقرير الذكاء الاصطناعي كانوا أكثر دقة في أحكامهم بكثير. في المتوسط، كان المعلمون غير المساعدين محقين نحو نصف الوقت، بينما كان أولئك الذين استخدموا ProWritingAid على صواب في نحو ثلاث حالات من كل أربع حالات. لم يخبرهم الأداة أي النصوص مدعومة بالآلة؛ بل برزت أنماط قابلة للقياس في الكتابة. على سبيل المثال، أظهرت بعض الترجمات دقة غير عادية، أو تراكيب لغوية معقدة، أو كثافة في استخدام الروابط، مقارنة بما قد يتوقعه المعلمون من هذه المجموعة من المتعلمين. جعل التقرير هذه التباينات أسهل في الرؤية عبر عدة عينات في وقت واحد، مما منح المعلمين أساساً أقوى للريبة أو الاطمئنان.

أدوات مختلفة، بصمات مختلفة

كما وجدت الدراسة أن النصوص المدعومة بالآلة لم تكن جميعها متساوية في سهولة الاكتشاف. في هذا السياق، تم التعرف على الترجمات المتأثرة بـChatGPT في أغلب الأحيان، وتلك الناتجة عن Google Translate في أقلها، ووقعت الأعمال البشرية الصرفة في الوسط. سبب واحد محتمل لذلك هو أن مخرجات ChatGPT أحياناً بدت «جيدة جداً بالنسبة إلى هذا المستوى» في المفردات والتدفق، مما خلق تبايناً حاداً مع أعمال الطلاب النموذجية. على النقيض من ذلك، قد تشبه مخرجات Google Translate المحررة بشكل طفيف ما قد ينتجه متعلم متوسط بشكل واقعي، مما يصعّب التفريق بينها وبين العمل الحقيقي. يحذر الباحثون أن هذه النتائج مرتبطة بهذه المهمة المحددة، وزوج اللغة، ومجموعة الطلاب، وقد تختلف في سياقات أخرى.

الدلائل التي يستخدمها المعلمون فعلاً

عندما شرح المعلمون قراراتهم، أشار معظمهم ليس إلى الأخطاء الفاضحة بل إلى نقاط قوة بدت خارجة عن المألوف: اختيار متقدم للكلمات، جمل مصقولة للغاية، تماسك قوي، وغياب شبه تام للأخطاء. ذُكرت «زلات» الآلات الكلاسيكية مثل العبارات الغريبة أو اختيار الكلمات الخاطئ أقل بكثير. استشهد المعلمون الذين اطلعوا على تقرير الذكاء الاصطناعي بمجموعة أوسع من الدلائل لكل قرار، مما يوحي بأن الأداة شجعتهم على التحقق المتبادل من عدة جوانب للنص بدلاً من الاعتماد على حدس واحد. بينما ساعد هذا المنظور الأوسع على تحسين الدقة الإجمالية، فإنه يحمل أيضاً مخاطرة: فقد يُساء تفسير العمل الطلابي الممتاز حقاً على أنه مريب لمجرد أنه يفوق التوقعات.

ماذا يعني ذلك للتقييم العادل

للقراء خارج المجال، الخلاصة الرئيسية هي أن الذكاء الاصطناعي يمكن فعلاً أن يساعد المعلمين على اكتشاف الاستخدام الخفي للترجمة الآلية، لكنه ليس كاشفاً سحرياً للأكاذيب. حتى مع دعم التحليلات، يُوثّق أن بعض الأعمال الحقيقية تُوَصَم خطأً وبعض الأعمال المدعومة بالآلة تمر دون اكتشاف. يجادل المؤلفون بأن مثل هذه الأدوات يجب أن توجه وليس أن تحل محل الحكم البشري، وأن أي «علم أحمر» ينبغي أن يؤدي إلى مراجعة متأنية بدلاً من عقوبة تلقائية. كما يدعون إلى قواعد صفية واضحة حول متى وكيف يجوز استخدام أدوات الترجمة، وإلى تدريب يساعد المعلمين والطلاب على فهم نقاط القوة والقيود في هذه التقنيات. إذا استُخدمت بهذه الطريقة المتوازنة، يمكن للذكاء الاصطناعي أن يدعم تعلماً لغوياً أكثر أمانة وشفافية بدلاً من العمل ضده.

الاستشهاد: Zhou, X., Wang, X. Upholding academic integrity: an exploratory study of AI-assisted detection of unauthorised machine translation use in student translations. Humanit Soc Sci Commun 13, 331 (2026). https://doi.org/10.1057/s41599-026-06827-7

الكلمات المفتاحية: النزاهة الأكاديمية, الترجمة الآلية, تقييم اللغة, تحليلات الكتابة بالذكاء الاصطناعي, تعليم الترجمة