क्या AI डिटेक्टर गैर-मूल अंग्रेज़ी लेखकों के साथ पक्षपात करते हैं?
संक्षिप्त उत्तर
गैर-मूल अंग्रेज़ी लेखकों के लिए डिटेक्टर कम भरोसेमंद हो सकते हैं, क्योंकि सावधानी से लिखी, सरल या साँचेबद्ध अंग्रेज़ी ज़्यादा अनुमान-योग्य होती है, और डिटेक्टर यही अनुमान-योग्यता मापते हैं। यह जोखिम असली है और इस पर निर्भर करता है कि डिटेक्टर कैसे बना और कैसे परखा गया। हमारे कैलिब्रेशन में जानबूझकर गैर-मूल अंग्रेज़ी लेखकों के शोधपत्र शामिल हैं, और उनमें से 1.1% को “संभवतः AI” लेबल मिला।
मुख्य बातें
- डिटेक्टर शब्दों की अनुमान-योग्यता मापते हैं, और अंग्रेज़ी सीखने वाले अक्सर सुरक्षित, नियमित वाक्यांशों में लिखते हैं जो ज़्यादा अनुमान-योग्य होते हैं।
- डिटेक्टर पक्षपाती है या नहीं, यह उसके प्रशिक्षण और परीक्षण पर निर्भर करता है। पूछें कि क्या उसे गैर-मूल लेखकों पर परखा गया है।
- हम अपने कैलिब्रेशन में गैर-मूल लेखकों के मनुष्य-लिखित पाठ शामिल करते हैं: 1.1% को “संभवतः AI” लेबल मिला, जो मूल अंग्रेज़ी अकादमिक लेखन की दर के क़रीब है।
- स्कोर कभी प्रमाण नहीं होता, और गैर-मूल लेखकों को अपने ड्राफ़्ट और नोट्स रखने चाहिए ताकि वे अपना काम समझा सकें।
- ठोस ढंग से लिखना, अपने उदाहरणों और स्रोतों के साथ, आपके तर्क और आपके नतीजों, दोनों के लिए मददगार है।
चिंता, सीधे शब्दों में
जिन छात्रों ने अंग्रेज़ी अतिरिक्त भाषा के रूप में सीखी है, उन्हें डर रहता है कि डिटेक्टर उनके लेखन को AI समझ लेंगे। यह डर वाजिब है। डिटेक्टर इस अनुमान पर काम करते हैं कि कोई पाठ कितना अनुमान-योग्य है, और दूसरी भाषा में लिखना अक्सर ज़्यादा सतर्क, ज़्यादा नियमित और उन नमूनों के क़रीब होता है जो आपको सिखाए गए थे।
जो डिटेक्टर सिर्फ़ धाराप्रवाह मूल-भाषी लेखन पर प्रशिक्षित हुआ हो, वह इस सतर्कता को मशीन जैसा मान सकता है। व्यवहार में ऐसा होता है या नहीं, यह इस पर निर्भर है कि डिटेक्टर कैसे बना और किस पर परखा गया।
सरल अंग्रेज़ी अनुमान-योग्य क्यों लग सकती है
जिस भाषा में आप अभी महारत हासिल कर रहे हैं, उसमें लिखते समय आप वही शब्द चुनते हैं जिनके बारे में आप निश्चित हैं, अभ्यास किए हुए वाक्य-ढाँचे पसंद करते हैं और जोखिम भरे मुहावरों से बचते हैं। यह लेखन का अच्छा अभ्यास है। पर इससे आपके शब्दों और ढाँचों का दायरा सिकुड़ भी जाता है।
भाषा मॉडल भी हर क़दम पर सबसे अपेक्षित शब्द को तरजीह देता है। इसलिए शब्दों का संकरा, नियमित दायरा सांख्यिकीय रूप से मॉडल के आउटपुट जैसा दिख सकता है, भले ही कारण बिलकुल अलग हों।
- आम जोड़ने वाले शब्द जो अनुच्छेद-दर-अनुच्छेद दोहराए जाते हैं, जैसे Moreover, Furthermore और In addition।
- लगभग बराबर लंबाई के वाक्य और एक ही कर्ता-क्रिया-कर्म ढाँचा।
- पाठ्यपुस्तकों, टेम्पलेट या वाक्यांश-सूचियों से रटे हुए वाक्यांश।
- किसी दूसरी भाषा से अनुवाद करने के बाद की सतर्क, शाब्दिक शब्द-पसंद।
निष्पक्ष परीक्षण कैसा दिखता है
डिटेक्टर पक्षपाती है या नहीं, यह जानने का तरीक़ा है उसे गैर-मूल लेखकों के मनुष्य-लिखित पाठों पर परखना और ग़लत अलार्म गिनना। अगर उस समूह के लिए ग़लत-सकारात्मक दर काफ़ी ऊँची है, तो डिटेक्टर उनके साथ अन्याय करता है, चाहे उसकी कुल सटीकता कुछ भी हो।
हम अपने कैलिब्रेशन में जानबूझकर इस समूह को शामिल करते हैं। एक सार्वजनिक शोध-संग्रह से लिए गए गैर-मूल अंग्रेज़ी लेखकों के मनुष्य-लिखित अकादमिक पाठों में से 1.1% को “संभवतः AI” लेबल मिला, जबकि कुल 583 मनुष्य-लिखित अकादमिक पाठों के हमारे दो होल्ड-आउट सेटों पर यह दर 1% और 0.7% रही। यह अंतर छोटा है, पर यह प्रकाशित शोधपत्रों पर आधारित है, जो संपादित और समीक्षित होते हैं, इसलिए यह सीखने वालों के हर तरह के लेखन को नहीं दर्शाता।
जोखिम कहाँ अब भी असली है
हमारे आँकड़े ऐसे लेखकों के अकादमिक लेखन का वर्णन करते हैं जो पेशेवर स्तर पर लिखते हैं। वे प्रथम-वर्ष के उस छात्र के लिए वही नतीजा सुनिश्चित नहीं करते जो अभी धाराप्रवाहता बना रहा है, न बहुत छोटे पाठों के लिए, न गैर-अकादमिक विधाओं के लिए। 50 शब्दों से कम पर हमारा डिटेक्टर कोई नतीजा नहीं देता। केवल-अंग्रेज़ी टूल ऐसे पाठ पर अजीब नतीजे भी दे सकते हैं जो ज़्यादातर किसी और भाषा में हो।
इसके अलावा, दूसरे डिटेक्टर अलग ढंग से परखे गए हो सकते हैं। अगर कोई संस्थान किसी टूल पर निर्भर है, तो यह पूछना जायज़ है कि इस बात का क्या प्रमाण है कि वह गैर-मूल लेखकों के लिए ठीक काम करता है।
अतिरिक्त भाषा के रूप में अंग्रेज़ी लिखने वालों के लिए व्यावहारिक सलाह
फ़्लैग होने से बचने के लिए आपको ख़राब या कम सावधानी से लिखने की ज़रूरत नहीं है। आपको पाठ में खुद को ज़्यादा डालना है, जिससे निबंध भी मज़बूत बनता है।
- वे ठोस ब्योरे जोड़ें जो सिर्फ़ आप जानते हैं: आपका डेटा, केस, पढ़ाई के नोट्स या कक्षा की चर्चा।
- सामान्य सार देने के बजाय अपना तर्क और अपना पक्ष रखें।
- वाक्यों में विविधता लाएँ। छोटे सीधे कथनों को लंबे कथनों के साथ मिलाएँ और एक ही जोड़ने वाला शब्द बार-बार न दोहराएँ।
- थिसॉरस के पर्यायवाचियों के बजाय अपने कोर्स के शब्द इस्तेमाल करें।
- AI टूल से पूरे वाक्य दोबारा लिखवाने में सावधानी रखें। हल्के सुधार ठीक हैं, पर स्वीकार किए गए पुनर्लेखन आपके पाठ को मशीन-लिखित बना देते हैं।
AI जैसा लगता हैMoreover, the use of mobile phones has many advantages for students. Furthermore, it also has some disadvantages.
आपके जैसा लगता हैPhones helped me most in the library, where I could photograph whiteboard notes. They hurt me in the dorm, where I checked messages every few minutes while studying.
प्रमाण के साथ अपनी रक्षा करें
अगर कभी किसी स्कोर को आपके ख़िलाफ़ इस्तेमाल किया जाए, तो प्रक्रिया का रिकॉर्ड किसी संख्या से ज़्यादा वज़न रखता है। वर्ज़न हिस्ट्री, ड्राफ़्ट, नोट्स और स्रोत सँभालकर रखें, और अपना तर्क ज़ुबानी समझाने के लिए तैयार रहें, चाहे आसानी के लिए सरल अंग्रेज़ी में ही सही। डिटेक्टर का स्कोर एक अनुमान है, प्रमाण नहीं, और आप विनम्रता से यह कह सकते हैं और अपने संस्थान की प्रक्रिया के तहत समीक्षा माँग सकते हैं।
आप पहले खुद भी ड्राफ़्ट जाँच सकते हैं। AITurnitin बिना खाते के एक जाँच में 1,000 शब्द तक देता है और उन वाक्यों को हाइलाइट करता है जो सबसे ज़्यादा AI जैसे पढ़ते हैं, ताकि आपको पता चले कि कहाँ ब्योरा जोड़ना है।
अक्सर पूछे जाने वाले प्रश्न
क्या AI डिटेक्टर गैर-मूल अंग्रेज़ी बोलने वालों के साथ भेदभाव करते हैं?
कर सकते हैं, अगर उन्हें सिर्फ़ मूल-भाषी लेखन पर प्रशिक्षित या परखा गया हो, क्योंकि सरल और नियमित अंग्रेज़ी ज़्यादा अनुमान-योग्य होती है। कोई ख़ास डिटेक्टर ऐसा करता है या नहीं, यह इस पर निर्भर है कि उसे कैसे परखा गया। हम अपने कैलिब्रेशन में गैर-मूल लेखकों को शामिल करते हैं और बताते हैं कि 1.1% को “संभवतः AI” लेबल मिला।
क्या सरल अंग्रेज़ी लिखने से मैं फ़्लैग हो जाऊँगा?
सिर्फ़ इससे नहीं। साफ़, सरल अंग्रेज़ी अच्छा लेखन है। जोखिम उस पाठ से बढ़ता है जो सामान्य, एक-सी लय वाला और साँचेबद्ध हो। शब्दों की जटिलता से ज़्यादा ठोस उदाहरण और आपका अपना तर्क मायने रखते हैं।
क्या पहले ग्रामर टूल से अपनी अंग्रेज़ी सुधार लेनी चाहिए?
वर्तनी और व्याकरण के हल्के सुधार ज़्यादातर कोर्सों में ठीक हैं, पर अपनी नीति देख लें। AI टूल के पूरे वाक्य के पुनर्लेखन स्वीकार करने से आपका पाठ मशीन-लिखित जैसा पढ़ा जा सकता है, इसलिए जहाँ हो सके गलतियाँ खुद सुधारें।
अगर मुझ पर AI इस्तेमाल का आरोप लगे और अंग्रेज़ी मेरी पहली भाषा न हो तो?
शांत रहें, पूछें कि प्रमाण क्या है, अपने ड्राफ़्ट और वर्ज़न हिस्ट्री साझा करें, और अपना काम आमने-सामने समझाने की पेशकश करें। बताएँ कि डिटेक्टर अनुमान होते हैं और माँग करें कि आपका मामला आपके संस्थान की औपचारिक प्रक्रिया से चले।
क्या गैर-मूल लेखकों के लिए आपके आँकड़ों पर भरोसा किया जा सकता है?
वे गैर-मूल लेखकों के अकादमिक शोधपत्रों के एक असली, प्रकाशित परीक्षण-सेट का वर्णन करते हैं, और हम दर खुलकर बताते हैं। वे यह साबित नहीं करते कि किसी सीखने वाले को कभी फ़्लैग नहीं किया जाएगा, इसलिए अपनी प्रक्रिया के रिकॉर्ड रखें और किसी भी नतीजे को अनुमान मानें।