When Writing Style Drifts: Benchmarking Authorship Verification under Distribution Shifts in Genre, Time and the AI-Era
تقدم هذه الورقة AVShift، وهو أول معيار ألماني لتقييم التحقق من التأليف بشكل منهجي تحت تأثير تحولات التوزيع في النوع والزمن وعصر الذكاء الاصطناائي، كاشفاً أن النماذج اللغوية الكبيرة الضخمة التي تم ضبطها بدقة هي الأفضل في التعميم عبر الأنواع، بينما يؤدي الانحراف الزمني إلى تدهور الأداء بشكل كبير، رغم عدم رصد أي تحول ملموس في عصر الذكاء الاصطناعي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
يترك كل شخص خلفه أثراً فريداً من العادات في طريقة كتابته. وكما أن بصمة الإصبع هي علامة مادية تحدد هوية الجسد، فإن "اللكنة اللغوية" (idiolect) للكاتب هي مجموعة من العادات اللغوية — كيفية استخدامه لعلامات الترقيم، وطول جمله، والكلمات التي يفضلها — والتي تحدد طبيعة عقله. لعقود من الزمن، اعتمد الخبراء في الأدب والقانون على هذه الأنماط لحل الألغاز، من كشف السرقات الأدبية إلى تحديد المؤلف المجهول لرسالة تهديد. الفكرة الجوهرية بسيطة: بينما قد نغير مفرداتنا اعتماداً على ما إذا كنا نكتب رسالة حب أو تقريراً تجارياً، فإن الإيقاع العميق والثابت لكتابتنا يظل مستقراً بما يكفي للتعرف عليه.
ومع ذلك، يواجه هذا الافتراض تحدياً خطيراً في العالم الحديث. فالكتابة لا تحدث في فراغ؛ بل تتغير تبعاً للنوع الأدبي، والفترة الزمنية، والأدوات التي نستخدمها. فقد يكتب الشخص منشوراً قصيراً وغير رسمي في منتدى في الصباح، وقصة طويلة ومصقولة في المساء. وقد يكتب اليوم بشكل مختلف عما كان يكتب به قبل عشرين عاماً. علاوة على ذلك، فإن الانفجار الأخير في أدوات الذكاء الاصطناعي التي تساعد الناس على الكتابة يثير سؤالاً جديداً: هل يغير استخدام الكمبيوتر للمساعدة في صياغة جملة ما "بصمة" الكاتب الفريدة بما يكفي لإخفاء هويته؟ وللإجابة على هذه الأسئلة، احتاج الباحثون إلى وسيلة لاختبار ما إذا كانت هذه "البصمات" الرقمية ستصمد عندما يتغير السياق.
قام فريق من الباحثين في جامعة التكنولوجيا في نورنبرغ بمعالجة هذه المشكلة عبر إنشاء مجموعة اختبار جديدة ضخمة تسمى "AVShift". فبدلاً من النظر في نوع واحد من الكتابة، جمعوا أكثر من 150,000 زوج من النصوص من موقع إلكتروني ألماني مخصص لقصص المعجبين (fan fiction)، والمراجعات، ونقاشات المنتديات. تمتد هذه المجموعة عبر واحد وعشرين عاماً، من عام 2004 إلى 2025، لتلتقط الكتابة قبل وبعد الإصدار العلني لمساعدات الكتابة القائمة على الذكاء الاصطناعي الحديث. استخدم الباحثون هذه البيانات لمعرفة ما إذا كان بإمكان البرامج الحاسوبية تحديد ما إذا كان نصان مختلفان قد كُتبا بواسطة الشخص نفسه بشكل صحيح، حتى عندما تكون تلك النصوص من أنواع أدبية مختلفة، أو كُتبت بفارق سنوات، أو أُنشئت خلال عصر المساعدة بالذكاء الاصطناعي.
اختبر الفريق ثلاثة أنواع مختلفة من الأساليب الحاسوبية لحل هذا اللغز. اعتمد النوع الأول على قواعد مصممة يدوياً، حيث اختار الخبراء يدوياً سمات كتابية محددة ليقوم الحاسوب بعدّها. واستخدم النوع الثاني نماذج رياضية تعلمت ضغط النصوص إلى ملخصات رقمية كثيفة. أما النوع الثالث والأحدث، فقد استخدم النماذج اللغوية الكبيرة، وهي نفس الأنظمة القوية للذكاء الاصطناعي التي يمكنها كتابة المقالات والشيفرات البرمجية، والتي تم تدريبها خصيصاً للإجابة على السؤال: "هل كتب الشخص نفسه كلا النصين؟"
كشفت النتياج أن نوع الكتابة يمثل أهمية قصوى. فعندما حاول الحاسوب مطابقة نصوص من نفس النوع، مثل منشوري منتدى، حقق أداءً جيداً للغاية. ومع ذلك، عندما تطلبت المهمة مطابقة منشور منتدى مع قصة أو مراجعة، انخفض أداء معظم الأساليب بشكل كبير. وكان النهج الأكثر نجاحاً هو النموذج اللغوي الكبير المدرب على مزيج من الأساليب الثلاثة. فمن خلال تعريض الحاسوب لمجموعة متنوعة من الأصوات الكتابية أثناء تدريبه، تعلم النظام تجاهل الاختلافات السطحية بين الأنواع والتركيز على العادات العميقة والثابتة للمؤلف. حقق هذا النموذج معدل نجاح عالٍ حتى عند مقارنة قصة بمنشور منتدى، مما أثبت أن "النظام الغذائي التدريبي" المتنوع يجعل النظام أكثر متانة وقوة.
ومع ذلك، ثبت أن الزمن يمثل عقبة أقوى بكثير من النوع الأدبي. وجد الباحثون أنه كلما زادت الفجوة الزمنية بين نصين، تراجع القدرة على التحقق من هوية المؤلف باستمرار. فكلما طال الانتظار بين كتابة الشخص لقطعتين، أصبح من الصعب على الحاسوب الربط بينهما. وكان هذا التراجع ملحوظاً حتى بعد عام واحد فقط، مما يشير إلى أن أسلوبنا في الكتابة ليس بصمة ثابتة بل هو كيان حي يتطور باستمرار. وكان هذا الانخفاض في الدقة كبيفتًا لدرجة أنه في الحالات عالية المخاطر، مثل التحقيقات القانونية، فإن مقارنة الوثائق المكتوبة قبل سنوات عديدة دون إجراء تعديلات خاصة من المرجح أن يؤدي إلى أخطاء.
ومن المثير للدهشة أن وصول الذكاء الاصطناعي لم يتسبب في الاضطراب الذي كان يخشاه الكثيرون. فقد فحص الباحثون النصوص المكتوبة قبل وبعد الاعتماد الواسع لأدوات الكتابة بالذكاء الاصطناعي بدقة ليروا ما إذا كان "عصر الذكاء الاصطناعي" قد خلق توزيعاً جديداً ومربكاً لأنماط الكتابة. ووجدوا أنه لا يوجد دليل على أن استخدام هذه الأدوات قد خلق تحولاً منهجياً جعل عملية التحقق مستحيلة. وبينما تباين الأداء بين الفترات الزمنية المختلفة، إلا أن التغييرات لم تتبع نمطاً يمكن عزوه إلى المساعدة بالذكاء الاصطناعي؛ بل بدا أن التباين ينبع من عوامل أخرى، مثل الموضوع المحدد أو طول النص، وليس من مجرد وجود أدوات الذكاء الاصطناعي.
كما بحثت الدراسة في العادات المحددة التي تشكل أسلوب الكاتب. واكتشفوا أنه بينما ظلت بعض السمات، مثل استخدام الكلمات الوظيفية الشائعة، مستقرة عبر الأنواع الأدبية المختلفة، تغيرت سمات أخرى بشكل جذري اعتماداً على نوع الكتابة. ولم تكن هناك مجموعة واحدة من "السمات السحرية" التي تعمل في كل موقف؛ بل إن المؤشرات الأكثر موثوقية اعتمدت على الأنواع التي تتم مقارنتها. وهذا يشير إلى أنه لبناء نظام موثوق حقاً، يجب إدراك أن الأسلوب مرن وأن قواعد تحديد المؤلف تتغير تبعاً للسياق.
في نهاية المطاف، يظهر هذا العمل أنه بينما تعد أساليب الكتابة سائلة وتتغير مع الوقت والنوع الأدبي، إلا أنها ليست مستحيلة التتبع. ويكمن مفتاح النجاح ليس في إيجاد قاعدة واحدة غير قابلة للتغيير، بل في تدريب الأنظمة على التعرف على صوت المؤلف عبر طيف واسع من الظروف. ومن خلال استخدام بيانات تدريب متنوعة والإقرار بأن الزمن يؤدي إلى تآكل هذه الإشارات، يمكن للباحثين بناء أدوات أكثر موثوقية للتطبيقات الواقعية. تقدم النتائج مساراً واضحاً للمضي قدماً: للتحقق من التأليف في عالم معقد، يجب علينا تعليم أدواتنا أن تتوقع التغيير، بدلاً من افتراض أن أسلوب الكاتب سيظل متجمداً في الزمن.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.