كثيرًا ما يُطرح عليّ السؤال التالي: "ما الفرق بين Pangram وكاشف الكتابة بالذكاء الاصطناعي من Turnitin؟" ففي النهاية، تستخدم العديد من المؤسسات التعليمية كاشف الانتحال التقليدي من Turnitin. ورغم سهولة استخدام كاشف الكتابة بالذكاء الاصطناعي من Turnitin، إلا أن العديد من المعلمين يفضلون Pangram بدلاً منه. لماذا؟ في رأيي، العاملان الرئيسيان هما الدقة وتوافر الخدمة.
ما مدى دقة Pangram وTurnitin؟ فقد أصدرت كل شركة تقاريرها الفنية الخاصة التي توضح دقة كل منهما بالتفصيل، كما تم قياس دقة كل منهما في دراسات أكاديمية مختلفة.
| جملة شاملة | TurnItIn | |
|---|---|---|
| معدل الكشف عن GPT-4 | >99.9% | 76.8% |
| معدل الإيجابية الكاذبة | 1 من كل 10,000 | 1 من كل 200 |
في التقرير الفني لشركة Turnitin الصادر في سبتمبر 2024، أفادت الشركة بأن معدل الكشف عن النصوص التي أنشأها GPT-4 بلغ 76.8%. وهذا يعني أن Turnitin تكتشف ما يقرب من 77% من النصوص التي أنشأها الذكاء الاصطناعي باستخدام GPT-4 والتي تمر عليها.
في المقابل، يُظهر التقرير الفني لشركة Pangram معدل استرجاع يبلغ 99.9% بشكل عام للنصوص التي تم إنشاؤها بواسطة الذكاء الاصطناعي، وكذلك لنصوص GPT-4 على وجه التحديد. وتدعم هذه الأرقام أبحاث أكاديمية أجرتها جهات خارجية، حيث خلصت ثلاث دراسات مستقلة إلى أن دقة Pangram تتجاوز 99%.
يُعد معدل الإيجابيات الخاطئة عنصراً مهماً من عناصر الدقة، بل ويمكن القول إنه الأهم في بيئة الفصل الدراسي. فإذا لم يكن بالإمكان الوثوق بنتائج جهاز الكشف، فما مدى فائدته الحقيقية؟
يُشير التقرير الفني لـ Turnitin إلى أن معدل النتائج الإيجابية الخاطئة يبلغ 0.51٪، أو ما يعادل 1 من كل 200 حالة تقريبًا.
معدل النتائج الإيجابية الخاطئة الذي أوردته Turnitin على موقعها الإلكتروني
من ناحية أخرى، يبلغ معدل الإيجابيات الخاطئة الإجمالي الموثق جيدًا لـ Pangram 0.01٪، أي 1 من كل 10,000. وفي مجموعة بيانات للمقالات الأكاديمية مشابهة لتلك التي استخدمتها Turnitin في تقييمها، يُظهر Pangram معدل إيجابيات خاطئة يبلغ 1 من كل 25,000.
| جملة شاملة | |
|---|---|
| معدل الإيجابية الكاذبة الإجمالي | 1 من كل 10,000 |
| معدل الإيجابية الكاذبة في المقالات الأكاديمية | 1 من كل 25,000 |
تدعي كل من Pangram وTurnitin أنهما لا تتحيزان ضد المتحدثين باللغة الإنجليزية غير الناطقين بها.
سجلت Pangram معدل إيجابية كاذبة بنسبة 0.032% عبر أربع مجموعات بيانات ESL تم استبعادها.
قامت شركة Turnitin بدراسة أدائها في مجال الكتابة للناطقين باللغة الإنجليزية كلغة ثانية (ESL) ، وقيست معدل النتائج الإيجابية الخاطئة بنسبة 1.4٪ في هذا المجال، مقارنةً بنسبة 1.3٪ في الكتابة غير المتعلقة باللغة الإنجليزية كلغة ثانية.
تمكنت Pangram من تقييم نفس مجموعة البيانات لإجراء مقارنة مباشرة، حيث أظهرت معدل خطأ إيجابي كاذب (FPR) أقل بكثير بلغ 0.02% في الكتابة التي تستخدم اللغة الإنجليزية كلغة ثانية (ESL) و0.0% في الكتابة التي لا تستخدم اللغة الإنجليزية كلغة ثانية (non-ESL).
| مجموعة البيانات | بانجرام FPR | TurnItIn FPR |
|---|---|---|
| ESL الإنجليزية 300+ كلمة | 0.02% | 1.4% |
| اللغة الإنجليزية غير ESL 300+ كلمة | 0.00% | 1.3% |
تتوفر خدمة Pangram لجميع المعلمين، بغض النظر عما إذا كانت مدرستهم تمتلك ترخيصًا مؤسسيًا أم لا. يمكن للمعلمين الحصول على خمس عمليات فحص يوميًا مجانًا، ولكن يمكنهم الاشتراك لاستخدام Pangram بكميات كبيرة. إذا اشترت المدرسة ترخيصًا مؤسسيًا، فسيتمتع جميع المعلمين وأعضاء هيئة التدريس بإمكانية الوصول غير المحدود إلى Pangram.
لا يتوفر برنامج Turnitin إلا من خلال ترخيص مؤسسي. ولا توجد طريقة لتجربة منتج الكشف بالذكاء الاصطناعي الخاص بـ Turnitin مجانًا دون الاشتراك في ترخيصهم المؤسسي.
هناك ثلاث طرق أساسية لاستخدام "بانغرام":
يدعم برنامج Pangram 24 لغة، منها الإنجليزية، والعربية، والصينية، والهولندية، والتشيكية، والفرنسية، والألمانية، واليونانية، والهندية، والمجرية، والإيطالية، واليابانية، والكورية، والفارسية، والبولندية، والبرتغالية، والرومانية، والروسية، والإسبانية، والسويدية، والتركية، والأوكرانية، والأردية، والفيتنامية.
يدعم برنامج Turnitin ثلاث لغات: الإنجليزية واليابانية والإسبانية.
بشكل عام، قدم كل من Pangram وTurnitin أدلة قوية تدعم ادعاءاتهما بشأن الدقة، لكن Pangram يتفوق على Turnitin بدقة تفوقه بمقدار مرتبتين مقارنةً ببرامج الكشف الأخرى التي تعتمد على الذكاء الاصطناعي. يدعم Pangram 24 لغة، مقارنةً بثلاث لغات فقط يدعمها Turnitin. يوفر Pangram لوحة تحكم مجانية وملحقًا لمتصفح Chrome وتراخيص فردية أو مؤسسية، في حين يقتصر Turnitin على تقديم التراخيص المؤسسية فقط.
هل تبحث عن نظرة شاملة على أدوات الكشف المتاحة في مجال التعليم العالي؟ اكتشف أدوات الكشف عن المحتوى المكتوب بالذكاء الاصطناعي التي ينبغي على الجامعات استخدامها.

ماكس مهندس متمرس في مجال التعلم الآلي. وقد عمل مؤخرًا في مجال المركبات ذاتية القيادة في شركة «نورو»، حيث تولى قيادة جهود التعلم النشط فيها. ولديه سجل حافل في إطلاق منتجات ناجحة في مجال التعلم الآلي في شركات مثل «جوجل» و«تو سيجما» و«يلب».
يحمل ماكس شهادة البكالوريوس في علوم الحاسوب النظرية وشهادة الماجستير في الذكاء الاصطناعي من جامعة ستانفورد. وبالإضافة إلى شغفه بالبناء، فهو أيضًا عضو نشط في مجتمع "ماجيك: ذا جاذرينج كيوب".






