تشخیص متن هوش مصنوعی (AI Content Detection)

اگه با پتنت کار کردی، این قسمت رو رد کن و برو سراغ عنوان بعدی. برای بقیه یه توضیح کوتاه لازمه، چون بیشتر این مقاله روی پتنت بنا شده.

شرکتها مجبور نیستن به سوال ما جواب بدن. نه گوگل، نه اوپن ای آی، نه هیچکس دیگه. هر چی بگن با اختیار خودشونه و هر وقت بخوان میتونن حرفشون رو عوض کنن. برای همینه که نقل قول از یه توییت یا یه پادکست، پایه محکمی نیست.

ولی یه استثنا هست. وقتی یه شرکت میخواد مالکیت یه روش رو برای خودش نگه داره، مجبوره اون روش رو دقیق بنویسه و به یه اداره دولتی تحویل بده. اگه مبهم بنویسه پتنت بهش اعطا نمیشه. یعنی پتنت یکی از معدود جاهاییه که شرکت به نفع خودش حرف میزنه و در عین حال مجبوره دقیق باشه.

تفاوتش با مقاله ژورنال هم همینه. مقاله ژورنال چیزیه که یه پژوهشگر دوست داشته منتشر کنه. پتنت چیزیه که یه شرکت مجبور شده منتشر کنه تا چیزی به دست بیاره. این دو تا از نظر انگیزه اصلا یکی نیستن، و به همین دلیل پتنت چیزهایی از فکر و کار تیمها رو لو میده که معمولا در منابع عمومی به این شکل گفته نمیشه.

و اینکه چرا خوندنش سخته

پتنت به زبان حقوقی نوشته میشه نه فنی، و عمدا کش دار نوشته میشه تا دامنه مالکیت بازتر بمونه. یه پتنت دو تیکه داره. شرح (description) که میتونه صد صفحه باشه و هر ادعایی توش مجازه، و ادعاها که ته سند میان و فقط همونا ارزش حقوقی دارن. کل کار تحلیل اینه که بفهمی کدوم جمله در ادعای مستقل (independent claim) نشسته و کدوم فقط حرف توی شرحه.

مثال واقعیش رو در همین مقاله میبینی. برای پتنت اوریجینالیتی مجبور شدم ادعای مستقل شماره یک رو با ادعای وابسته شماره سه مقایسه کنم تا بفهمم گام تشخیص هوش مصنوعی هیچ روشی نداره. اگه فقط چکیده رو خونده بودم، دقیقا برعکسش رو برداشت میکردم.

اگه اولین باره پتنت باز میکنی

1. شماره و عنوان. حرف آخر شماره مهمه. حرف B یعنی اعطا شده و حرف A یعنی فقط اظهارنامه منتشر شده و هنوز اعطا نشده.
2. مالک فعلی. با مخترع فرق داره. مخترع آدمه و مالک شرکته، و مالک ممکنه بعدا عوض شده باشه.
3. تاریخ اولویت. مهمتر از تاریخ انتشاره، چون نشون میده ایده کی به ثبت رسیده نه کی علنی شده.
4. وضعیت حقوقی. اعطا شده یعنی پذیرفته شده. رها شده یعنی صاحبش پیگیری نکرده. منقضی شده یعنی هزینه سالانه پرداخت نشده. این سه تا معنی کاملا متفاوتی دارن.
5. ادعاها. ادعای مستقل کامله و به تنهایی معنی داره. ادعای وابسته (dependent claim) به یه ادعای دیگه ارجاع میده و فقط اون رو محدودتر میکنه. چیزی که در ادعای مستقل نباشه، مالکیتش تضمین نشده.
6. استنادها. استناد به عقب نشون میده این ایده از کجا اومده و استناد به جلو نشون میده چه کسانی بعدا روش ساختن. همینجاست که خط سیر یه فناوری معلوم میشه.
7. دنباله ها. اگه یه پتنت continuation داره، یعنی صاحبش بعد از اعطا هم دنبالش رو گرفته. این میتونه نشونه جدی بودن باشه.

اول از همه جایی شروع کنیم که همه فکر میکنن جواب اونجاست. راهنمای عمومی ارزیاب های کیفیت جستجو، نسخه 11 سپتامبر 2025. این سند رو نیروی انسانی گوگل موقع نمره دادن به صفحات استفاده میکنه و علنی منتشر شده.

تنها جایی که در این سند به نشانه های محتوا اشاره شده، شماره 4.6.7 است. چهار نشانه شمرده شده و هر چهار تا برای محتوای بازنویسی شده هستن نه برای سبک هوش مصنوعی. اول اینکه متن فقط اطلاعات عمومی و شناخته شده داره. دوم همپوشانی بالا با منابع تثبیت شده مثل ویکیپدیا. سوم اینکه انگار یه صفحه مشخص رو خلاصه کرده بدون ارزش افزوده.

و چهارمی تنها نشانه متنی است که گوگل در کل این سند به هوش مصنوعی نسبت داده. جا موندن عبارتهای خود دستیار در متن منتشر شده، یعنی جمله ای که با عبارت به عنوان یک مدل زبانی هوش مصنوعی شروع میشه. همین. نه ضریب، نه واژه، نه ساختار جمله.

نشانه دوم رو باید در شماره 4.5.3 پیدا کنی، زیر عنوان فریب. اونجا گوگل از پروفایل ساختگی نویسنده حرف میزنه، یعنی محتوای تولید هوش مصنوعی که با عکس تولیدشده و توصیف گمراه کننده نویسنده منتشر میشه تا به نظر برسه آدم نوشته. باز هم نشانه بیرون از متنه، در صفحه نویسنده.

و یه جمله دیگه هم هست که عملا کل سیاست رو لو میده. در شماره 4.6.5 گوگل به ارزیاب میگه حتی اگه مطمئن نیستی صفحه با ابزار تولیدی ساخته شده یا نه، اگه بعد از دیدن چند صفحه از اون سایت به سواستفاده مقیاس پذیر (scaled content abuse) مشکوک شدی پایینترین نمره رو بده.

این یعنی گوگل به نیروی انسانی خودش میگه دنبال تشخیص هوش مصنوعی نگرد. الگو رو در سطح سایت ببین، نه در سبک جمله.

و دو سندی که خود گوگل بیرون از جستجو منتشر کرده

تا اینجا هر چی خوندیم سیاست بود، یعنی چیزی که مستقیم روی رتبه بندی اثر داره. دو سند دیگه هم هست که باید کنارش بذاریم، با این فرق مهم که این دو تا سیاست نیستن، پژوهشن. گوگل به عنوان یه سازمان تحقیقاتی منتشرشون کرده، نه به عنوان راهنمای رتبه بندی، و همین باعث میشه سطح ادعاشون فرق کنه. سیاست میگه چی نمره میخوره، پژوهش میگه چی اندازه گرفته شده. ولی چون هر دو مستقیم به سوال تشخیص متن هوش مصنوعی مربوطن و هر دو رسما از گوگل اومدن، جاشون همینجاست.

اولی مقاله Ippolito و همکارانش در کنفرانس ACL سال 2020، صفحات 1808 تا 1822. این مقاله در فهرست رسمی انتشارات پژوهشی گوگل هست، پس خروجی خود شرکته نه یه کار دانشگاهی مستقل.

یافته اصلیشون اینه که انسان و ماشین به سرنخهای متفاوتی نگاه میکنن. روشهای sampling در تولید متن عمدتا برای گول زدن انسان بهینه شدن، و همین کار ناهنجاریهای آماری وارد متن میکنه که تشخیصش برای سیستم خودکار آسونه.

به زبون ساده یه رابطه معکوسه. هرچی متن به چشم آدم طبیعیتر بیاد، برای ماشین راحتتر لو میره.

سند دوم مال دیپ مایند و مسیرش کاملا برعکسه. مقاله Dathathri و همکاران در مجله Nature جلد 634 صفحات 818 تا 823، سال 2024، با روشی به نام تورنومنت سمپلینگ (tournament sampling).

منطقش اینه که به جای گشتن دنبال اثر انگشت بعد از تولید، موقع تولید یه سیگنال داخل متن کار میذارن، یعنی واترمارک. در یه آزمایش زنده با نزدیک به 20 میلیون کاربر جمینای اجرا شد و کد مرجعش هم متن باز شده.

دو تا محدودیت داره که حتما باید کنارش گفته بشه. اول اینکه فقط خروجی مدلهای خود گوگل رو میشناسه و برای متن مدل دیگه هیچ کاری نمیکنه. دوم اینکه ابزار عمومی بررسیش با لیست انتظار و برای خبرنگار و پژوهشگر باز شده و این محدودیت شامل متن هم میشه.

ولی چیزی که برای بحث ما مهمه خود انتخابه. وقتی آزمایشگاهی که خودش مدل میسازه راه حلش رو واترمارک میذاره نه تشخیص الگو، این خودش میتونه یه جور اعتراف نهادی حساب بشه. این البته برداشت منه، نه چیزی که خود دیپ مایند گفته باشه.

حالا بریم سراغ جایی که واقعا عدد وجود داره. بزرگترین مطالعه دستوری این حوزه مال دانشگاه کارنگی ملون است که فوریه 2025 در مجله PNAS منتشر شد. دو پیکره موازی ساختن، حدود 66 هزار و 77 هزار قطعه متن، شش مدل شامل چهار نسخه لاما و دو نسخه جی پی تی، و متن انسانی و ماشینی رو با مجموعه 66 ویژگی زبانی داگلاس بایبر مقایسه کردن.

جهت کلی این عددها یه چیز رو میگه. متن مدل اسم محور و اطلاعات فشرده است. جمله واره وجهی حال 5.3 برابر انسان، جمله واره ای که با that شروع میشه و فاعل جمله است 2.6 برابر، اسم سازی 2.1 برابر، همپایگی گروهی 1.9 برابر، و مجهول بی فاعل حدود نصف انسان.

در واژگان هم همین وضعه. همون مقاله فهرست واژه های پرتکرار رو داده. نسبت به انسان، واژه camaraderie صد و شصت و دو برابر، واژه tapestry صد و پنجاه و پنج برابر و واژه intricate صد و نوزده برابر بیشتر استفاده شده. واژه دوم در 23 درصد خروجیها و واژه amidst در 27 درصد خروجیها ظاهر شده.

ولی مهمترین یافته مقاله این نیست

مهمترین یافته اینه که مدلهای پایه لاما تقریبا مثل انسان مینویسن و این الگوها فقط بعد از مرحله تنظیم دستوری ظاهر میشن. یعنی اون چیزی که ما بهش میگیم لحن هوش مصنوعی، محصول ماشین بودن نیست، محصول مرحله آموزش دستورپذیریه.

و نکته دومی که هیچکس نقلش نمیکنه. وقتی همون طبقه بندهای آموزش دیده رو روی پیکره و ژانر دیگه ای تست کردن، یعنی چکیده های علمی، دقت مدلهای آموزش دیده روی خروجی پایه لاما به 50 درصد رسید. دقیقا حدس تصادفی. الگو در دامنه خودش کار میکنه و بیرون اون نه.

و خود نویسنده ها در بحث مقاله نوشتن که قصدشون ساختن یه ابزار تشخیص تازه نبوده. الگو رو برای فهم تفاوت پیدا کردن، نه برای صدور حکم.

و لایه ای که اسمش رو ابزارها عوض کردن

این الگوهای دستوری یه روی سکه بودن. یه مطالعه دیگه هم هست که از زاویه دیگه ای به همین سوال جواب داده، نه با دستور بلکه با آمار توزیعی. مقاله Munoz-Ortiz و همکارانش در مجله Artificial Intelligence Review جلد 57 شماره 10، سال 2024، شش مدل از سه خانواده رو مقایسه کرده و به الگوهای توزیعی رسیده نه دستوری.

این همون چیزیه که ابزارهای تجاری اسمش رو سرگشتگی (perplexity) و انفجاری بودن (burstiness) گذاشتن و به عنوان روش اختصاصی خودشون میفروشن. ریشه اش یه مقاله دانشگاهی علنیه.

دو مطالعه دیگه که مقیاسشون بزرگتره

اینا همه سطح جمله و سبک بودن. دو مطالعه دیگه هم هست که مقیاسشون خیلی بزرگتره، منتها به جای الگوی نوشتاری، رد پای کلمه رو تو میلیونها سند دنبال کردن. مقاله ژوئیه 2025 در مجله Science Advances بیش از 15 میلیون چکیده پزشکی از پابمد رو بین سالهای 2010 تا 2024 بررسی کرده و سیصد و هفتاد و نه واژه سبکی با فراوانی جهش یافته پیدا کرده. برآوردشون اینه که دستکم 13.5 درصد چکیده های 2024 با مدل زبانی پردازش شدن و در بعضی زیرمجموعه ها تا 40 درصد.

و مقاله سال 2024 در کنفرانس ICML که داوریهای علمی رو بررسی کرده. در داوریهای ICLR سال 2024 احتمال ظهور واژه commendable در یه جمله 9.8 برابر شده، واژه meticulous سی و چهار و هفت دهم برابر و واژه intricate یازده و دو دهم برابر. برآوردشون این بود که بین 6.5 تا 16.9 درصد متن داوریها به شکل جدی با مدل زبانی تغییر کرده.

اینجا قسمت تازه ماجراست. رفتم سراغ پتنتا، چون پتنت برخلاف بلاگ پست، ادعاش رو باید دقیق و قابل دفاع بنویسه وگرنه اعطا نمیشه. این پتنتا مسیر کامل رو نشون میدن.

یعنی در سال 2012 منظور از متن ماشینی، اسکرپ و تجمیع و ترجمه ماشینی بود. و روش پتنت هم شناسایی و کمی سازی جنبه های مختلف اثر متنیه، بدون اینکه بگه کدوم جنبه. این پتنت دنباله هم داره، یعنی آمازون بعد از اعطای نسخه اول یه continuation ثبت کرده.

محتواش برای یه سئوکار خواندنیه. دو چیز تعریف میکنه. اول فهرستی از دامنه ها و نشانیها و آی پی هایی که قبلا به عنوان منبع محتوای هوش مصنوعی شناسایی شدن. دوم فهرستی از الگوها. و در تصویرهای پتنت نشون میده صفحه نتایج جستجو چطور تغییر میکنه تا درصد محتوای هوش مصنوعی هر نتیجه رو نشون بده.

و تنها توضیح روشی در کل شرح پتنت اینه که تمایزها میتونه از الگوهای تکراری معمول خروجی هوش مصنوعی تا نبود زیرلایه های احساسی که معمولا در نوشتار انسانی هست رو دربر بگیره. هیچ آستانه ای، هیچ ویژگی نام برده ای، هیچ عددی.

نکته حقوقیش اینه که اون گام سئو داخل ادعای مستقل نشسته، نه ادعای وابسته. یعنی برای گرفتن پتنت لازم بوده. یعنی گام تشخیص هوش مصنوعی به تنهایی در برابر سوابق پیشین قابل ثبت نبوده.

پنج سند اصلی این حوزهوضعیت حقوقی و تاریخ اولویت

و یه سند جالب دیگه هم هست که مسیرش کاملا متفاوته. پتنت US11853708B1 که سال 2023 اعطا شده و مخترعش یه شخص حقیقیه. به جای تحلیل متن، واژه ها و عبارتهای نسبتا کمیاب متن رو انتخاب میکنه و از کسی که ادعای نویسندگی داره درباره فهم همون واژه ها سوال میکنه. یعنی نویسنده رو میسنجه نه متن رو.

بزرگترین تست مستقل چند ابزاری این حوزه، مقاله دسامبر 2023 در مجله بین المللی درستی آموزشیه. چهارده ابزار، 54 سند که حقیقت پایه شون معلوم بود، در مجموع 756 تست. و تفکیک نتایج بر اساس نوع سند، دقیقا همون چیزیه که هیچ ابزاری روی سایتش نمینویسه.

متن انسانی انگلیسی، دقت 96 درصد. متن خام هوش مصنوعی، 74 درصد. همون متن با یه ویرایش سبک انسانی، 42 درصد. و همون متن با بازنویسی ماشینی، 26 درصد. هیچ ابزاری در کل تست به 80 درصد دقت نرسید و فقط پنج تاشون از 70 درصد رد شدن.

و یافته ای که برای مخاطب ایرانی حیاتیه. متن انسانی که به زبان دیگه ای نوشته شده و بعد ماشینی به انگلیسی ترجمه شده، دقت رو 20 درصد پایین آورد. یعنی ترجمه ماشینی رد پای هوش مصنوعی در متن انسانی جا میذاره.

نرخ مثبت کاذب بین ابزارها از صفر درصد تا 50 درصد نوسان داشت و نرخ منفی کاذب از 8 درصد تا 100 درصد. یعنی یکی از ابزارها هیچ متن هوش مصنوعی رو تشخیص نداد.

و ابزاری که از همین تست بیرون موند

همین جا یه نکته هست که دقیقا به سوال این بخش برمیگرده، یعنی چرا عدد یه ابزار سند نیست. تو همون مقاله چهارده ابزاری، ابزار GLTR رو از تست حذف کردن، چون اصلا حکم صادر نمیکنه و فقط پیشبینی پذیری هر واژه رو رنگی نشون میده. یعنی تنها ابزاری که از تست بیرون موند، دقیقا همونی بود که به کاربر عدد و درصد قطعی نمیداد.

در کنارش دو ابزار متن باز دیگه هم هست که صفر شات کار میکنن، یعنی DetectGPT و نسخه سریعترش. اینها هم عدد نهایی نمیدن و روششون قابل بازرسیه، برخلاف ابزارهای تجاری که فقط یه درصد نشون میدن.

سوگیری علیه نویسنده غیر بومی

مقاله ژوئیه 2023 دانشگاه استنفورد در مجله Patterns. هفت ابزار تجاری روی 91 مقاله آزمون تافل. بیش از 61 درصد اون مقاله های انسانی به عنوان تولید هوش مصنوعی برچسب خوردن، در حالی که دقت روی انشای دانش آموزان کلاس هشتم آمریکا تقریبا کامل بود.

علتش رو هم خودشون توضیح دادن. متن نویسنده غیر بومی سرگشتگی (perplexity) پایینتری داره چون تنوع واژگانی کمتری داره، و دقیقا همون چیزیه که ابزار به عنوان نشانه ماشین میخونه. وقتی از یه مدل خواستن واژگان همون مقاله ها رو غنیتر کنه، برچسب هوش مصنوعی کم شد.

و مقاله سال 2025 در یافته های کنفرانس ACL که مجموعه داده ای با حدود 14.7 هزار نمونه ساخت و دوازده ابزار روز رو روش تست کرد. نتیجه اینکه ابزارها متن انسانی که فقط کمی با هوش مصنوعی ویرایش شده رو هم مرتب برچسب میزنن و اصلا نمیتونن درجه دخالت رو از هم جدا کنن. یعنی دقیقا همون کاری که بیشتر نویسنده ها میکنن.

و در آخر معیار RAID در کنفرانس ACL سال 2024. بیش از 6 میلیون نمونه، یازده مدل، هشت دامنه و یازده حمله خصمانه. جمله اول چکیده شون مستقیم به همین موضوع میزنه، که خیلی از ابزارهای تجاری ادعای 99 درصد یا بالاتر دارن ولی تعداد کمی از اونها روی مجموعه داده مشترک ارزیابی شدن. وقتی ارزیابی شدن، با حمله خصمانه و مدل ندیده به راحتی فریب خوردن.

اینجا جاییه که کل ماجرا برای ما فرق میکنه، و کسی توی بازار فارسی دربارش حرف نزده.

شرکت کوپی لیکس در مستندات رسمی خودش سی زبان رو برای تشخیص هوش مصنوعی فهرست کرده. عربی هست، عبری هست، ترکی هست، هندی هست. فارسی در این فهرست نیست. یعنی وقتی متن فارسی رو داخلش میذاری، مدل روی زبانی کار میکنه که براش آموزش ندیده و باز هم بهت یه عدد با اطمینان نشون میده.

ابزار جی پی تی زیرو هم رسما انگلیسی و آلمانی و پرتغالی و فرانسوی و اسپانیایی رو کامل پشتیبانی میکنه و اخیرا عربی و کره ای و ژاپنی و چینی و ایتالیایی اضافه کرده. فارسی در فهرست رسمیشون نیست.

تنها ابزار تجاری بزرگی که رسما فارسی داره اوریجینالیتی است. مدل چند زبانه شون که 28 اکتبر 2025 منتشر شد، برای فارسی این عددها رو داده. دقت 98.91 درصد، مثبت کاذب 1.18 درصد و منفی کاذب 1.00 درصد.

ولی این عدد رو باید با احتیاط خوند. معیار خودشونه، روی مجموعه داده خودشون با 127150 نمونه که خودشون ساختن. یعنی دقیقا همون چیزی که معیار RAID دربارش هشدار داد. هیچ ارزیابی مستقل شخص ثالثی از عملکرد فارسی این ابزار وجود نداره.

تنها معیار دانشگاهی که فارسی داره

یه ارزیابی مستقل واقعی هم هست، منتها نه روی اوریجینالیتی، روی یه مدل جدا. مقاله دانشگاه فنی مونیخ در کارگاه NLP4PI کنفرانس EMNLP سال 2024. چهار زبان انگلیسی و ترکی و مجاری و فارسی، با مولدهایی مثل بلومزی و لاما و میسترال و جی پی تی چهار.

در تست خارج از دامنه، فارسی بالاترین نمره ها رو گرفت. مثلا برای متن جی پی تی چهار نمره اف یک برابر 0.99 در حالی که انگلیسی 0.45 و ترکی 0.34 بود. ولی خود نویسنده ها علتش رو نوشتن. احتمالا به خاطر کوتاهتر بودن متنهای فارسی. ضمنا یکی از مدلها اصلا نتونست روی داده خبری فارسی آموزش ببینه و مجبور شدن مدل جدا بیارن، و بیشتر داده های پرت طولی هم از تولیدات فارسی بود.

به زبون ساده، عدد 0.99 نشون نمیده فارسی ذاتا راحتتر تشخیص داده میشه. برداشت من اینه که نشون میده مدلهای نسل 2024 فارسی رو ناشیانه تر مینوشتن و همین ناشیانگی راحتتر دیده میشد. مدلهای امروز فارسی روانتر مینویسن و اون معیار دیگه به همون شکل معتبر نیست.

و یه سند تکمیلی. مقاله ای با شناسه arXiv 2401.12070 صریح مینویسه در زبان های کم نمود، نرخ مثبت کاذب پایین میمونه ولی متن ماشینی معمولا انسانی طبقه بندی میشه. یعنی recall (فراخوانی) ضعیفه.

یه ابزار فارسی که میتونی خودت اجراش کنی

همون تیم دانشگاه فنی مونیخ، طبقه بندهایی که برای اون مقاله ساخته رو با مجوز باز روی HuggingFace منتشر کرده. نسخه فارسیش روی پایه XLM-RoBERTa ساخته شده و 125 میلیون پارامتر داره. مجموعه داده آموزشیش هم علنیه.

ولی یه تفاوت اساسی با ابزارهای تجاری داره. اینجا میتونی وزنها و داده آموزشی و روش رو ببینی. اونجا فقط یه عدد بهت میدن و هیچی درباره اینکه اون عدد از کجا اومده نمیگن. و این مدل رو تا جایی که من دیدم، تو بازار فارسی هیچکس معرفی نکرده.

بعد از این همه بحث دستوری و ابزار، بد نیست یه قدم عقب بریم و ابعاد کلی ماجرا رو ببینیم. دو تا پژوهش بزرگ روی خود وب انجام شده.

اهرفس در آوریل 2025 روی 900 هزار صفحه تازه شمرد. دو و نیم درصد کاملا تولید هوش مصنوعی، بیست و پنج و هشت دهم درصد کاملا انسانی، و هفتاد و یک و هفت دهم درصد ترکیبی. یعنی حالت غالب وب نه این طرفه نه اون طرف، ترکیبیه.

و پژوهش دوم روی 65 هزار نشانی از پیکره عمومی وب. سهم مقاله های عمدتا تولید هوش مصنوعی در مه 2025 حدود 51.7 درصد گزارش شده.

ولی عددی که مستقیم به کار یه سئوکار میخوره سومیه. طبق همون پژوهش، هشتاد و شش درصد مقاله هایی که در گوگل رتبه میگیرن انسانی نوشته شدن، و هشتاد و دو درصد مقاله هایی که چت بات ها بهشون ارجاع میدن هم انسانی هستن.

یعنی حجم تولید ماشینی بالا رفته ولی سهمش از نتایج بالا نرفته.

یه تصور رایج هست که میگه پلتفرمهای بزرگ هنوز کاری نکردن و محتوای ماشینی آزادانه همه جا پخش میشه. این درست نیست. یوتیوب و گوگل و لینکدین و آمازون و اسپاتیفای، همه سیستم دارن و همه اش هم مستند و علنیه. ولی وقتی اسنادشون رو دونه به دونه میخونی، یه الگوی مشترک بیرون میاد که با چیزی که بازار فکر میکنه فرق داره.

هیچکدوم از این پلتفرمها دنبال این نیستن که بفهمن متن رو آدم نوشته یا ماشین. چیزی که هدف میگیرن رفتار و مقیاسه، نه ابزار.

پنج پلتفرم، پنج سند علنیچه چیزی هدف گرفته شده

یوتیوب، صریحترین سند این حوزه

یوتیوب پونزدهم جولای 2025 اسم سیاست «محتوای تکراری» رو گذاشت «محتوای غیر اصیل» و توضیح داد که این سیاست شامل محتوای قالبی و تولید انبوه هم میشه. رسانه ها این رو تیتر زدن که یوتیوب محتوای هوش مصنوعی رو حذف درآمد میکنه، ولی متن خود یوتیوب اصلا این رو نمیگه.

سند دومش از این هم روشنتره. مارس 2024 یوتیوب افشای محتوای دستکاری شده یا مصنوعی رو اجباری کرد، ولی فقط برای محتوای واقع نما که بیننده ممکنه با واقعیت اشتباه بگیره. و در همون اعلامیه، خط مرزی رو با صراحت کشید.

لینکدین، تازهترین و نزدیکترین سند به کار ما

بیستم مه 2026، لینکدین اعلام کرد سیستمی راه انداخته که محتوای بی کیفیت ماشینی رو تشخیص بده. لورا لورنزتی، معاون و سردبیر اجرایی تحریریه جهانی لینکدین، در پستی با عنوان واقعی نگه داشتن گفتگوها این رو توضیح داد.

جزئیاتش رو دقیق بخون، چون برای کسی که در لینکدین منتشر میکنه مستقیم اثر داره. پست حذف نمیشه، ولی از پیشنهاد به بیرون از شبکه فالوورها کنار گذاشته میشه. یعنی برای فالوورهای خودت دیده میشه و برای بقیه نه. سه چیز هدف گرفته شده. پست عمومی بدون دیدگاه مشخص، کامنت رباتی یا کامنتی که فقط خود پست رو تکرار میکنه، و ابزارهای اتوماسیون که در مقیاس تولید میکنن.

روش ساختش هم اعلام شده. تحریریه انسانی هزاران پست رو دستی برچسب زده و با همون داده، مدل آموزش دیده. لینکدین ادعا کرده در تستهای اولیه، 94 درصد مواقع محتوای عمومی ماشینی رو درست تشخیص داده.

و کاری که لینکدین دو ماه بعد با ابزار خودش کرد

سی ام جولای 2026 لینکدین گزینه ای به منوی هر پست اضافه کرد که کاربر بتونه محتوا رو به عنوان محتوای بی کیفیت ماشینی علامت بزنه. علامت خوردن باعث حذف پست نمیشه، ولی به همون طبقه بند خوراک میده و توزیع بیرون از شبکه خودت رو کم میکنه.

ولی کار مهمتر روز بعدش بود. لینکدین ابزار نگارش خودش رو که با اسمهایی مثل نوشتن با هوش مصنوعی و بهبود پست به کاربر پولی فروخته میشد کامل برداشت، و جاش یه غلط گیر گذاشت که فقط ایراد نگارشی رو درست میکنه و به لحن دست نمیزنه. یعنی همون شرکتی که تا دیروز ابزار تولید متن به کاربرش میفروخت، خودش اون دکمه رو حذف کرد.

عدد دیگه ای هم که در همون اعلامیه اومد، مقیاس رو نشون میده. لینکدین گفته روزانه صدها هزار تلاش برای ثبت کامنت خودکار رو مسدود میکنه.

آمازون و اسپاتیفای، همون الگو در دو صنعت دیگه

آمازون در سپتامبر 2023 دو کار همزمان کرد. افشای محتوای تولیدشده با هوش مصنوعی رو هنگام انتشار اجباری کرد، و سقف روزانه انتشار عنوان تازه رو پایین آورد. نکته اینجاست که آمازون بین محتوای تولیدشده و محتوای کمک گرفته شده تفکیک قائل شده. اگه خودت نوشتی و ابزار فقط ویرایش یا ایده پردازی کرده، اصلا افشا لازم نیست.

اسپاتیفای بیست و پنجم سپتامبر 2025 اعلام کرد در دوازده ماه گذشته بیش از 75 میلیون قطعه اسپم رو حذف کرده و سه سیاست تازه گذاشته. منع جعل صدای هنرمند، فیلتر اسپم برای آپلود انبوه و دستکاری فراداده، و پشتیبانی از یه استاندارد صنعتی افشا در شناسنامه اثر که مشخص میکنه هوش مصنوعی دقیقا کجای کار استفاده شده، مثلا فقط در میکس یا فقط در یه ساز.

و خود اسپاتیفای یه محدودیت رو صریح نوشته که مهمه. چون این افشا به اعلام خود هنرمند وابسته است، نبودن برچسب روی یه قطعه به این معنی نیست که هوش مصنوعی در کار نبوده.

الگوی مشترک هر پنج پلتفرم

1. هیچکدوم استفاده از ابزار رو ممنوع نکردن. هر پنج تا صریح گفتن ابزار مشکلی نداره.
2. چیزی که هدف گرفته شده مقیاس و رفتاره. آپلود انبوه، قالب تکراری، اتوماسیون، جعل هویت.
3. جایی که سراغ خود محتوا رفتن، معیارشون فریب بوده نه نویسندگی. یوتیوب فقط محتوای واقع نما رو مشمول افشا کرده.
4. مجازات معمولا حذف نیست، کاهش توزیعه. لینکدین پست رو نگه میداره و فقط پیشنهادش نمیده. اسپاتیفای هم فیلترش در سطح پیشنهاده.
5. و در نهایت هر جا خواستن دقیق باشن، رفتن سراغ افشای خود تولیدکننده، نه تشخیص. آمازون چک باکس گذاشته، اسپاتیفای استاندارد فراداده، یوتیوب کلید افشا در استودیو.

اگه تا اینجا خوندی، منطق چک لیست باید معلوم شده باشه. از تشخیص سبک باید بریم سراغ راستی آزمایی ادعا. دلیلش ساده است. شکست واقعی محتوای ماشینی در سبک نیست، در جزئیات غیرقابل ردیابیه. و این تقریبا همون فلسفه ایه که گوگل هم به ارزیاب خودش داده، یعنی رفتار رو نگاه کن نه سبک رو.

1. دنبال ادعای ابطال پذیر بگرد. متن ماشینی پر از جمله های درست ولی توخالیه. اگه ده پاراگراف خوندی و هیچ چیزی نبود که بشه غلط بودنش رو ثابت کرد، این خودش نشونه است.
2. تجربه دست اول رو جدا کن. جمله ای که فقط کسی که کار رو کرده میتونه بنویسه، مثل عددی از پنل خودش یا اشتباهی که مرتکب شده، در متن ماشینی تقریبا هیچوقت نیست.
3. تناقض داخلی رو چک کن. متن طولانی ماشینی معمولا یه جای اول متن چیزی میگه که با یه جای پایینتر جور درنمیاد.
4. هر عدد و تاریخ و نام مقاله رو باز کن. اگه متن به یه پژوهش ارجاع میده، برو ببین اون پژوهش وجود داره و عدد داخلش همونه.
5. نویسنده رو ردیابی کن. اسم واقعی داره، جای دیگه ای نوشته، راه تماس داره، سابقه داره. این همون منطقیه که خود گوگل در شماره 4.5.3 راهنماش دنبال میکنه، فقط از زاویه معکوس.
6. اگه ابزار میزنی، حداقل دو تا بزن و عدد رو به عنوان سرنخ بخون نه حکم. و اگه متن فارسیه، اول چک کن اون ابزار اصلا فارسی رو پشتیبانی میکنه یا نه.

نتیجه گیری خود مقاله چهارده ابزاری هم همینه. اونجا نوشتن که گزارش این ابزارها هیچ شواهدی ارائه نمیدن و نمیتونن تنها مبنای اتهام باشن، و کسی که فقط بر این اساس متهم بشه، هیچ راهی برای دفاع نداره.

این قسمت رو همیشه مینویسم، چون بدون این، همین مقاله هم میشه یکی دیگه از همون ادعاهای بی سند.

اول اینکه این اسناد ثابت نمیکنن گوگل محتوای هوش مصنوعی رو جریمه میکنه. مستندات رسمی گوگل هیچ جا ادعای تشخیص متن هوش مصنوعی نمیکنن و صریح میگن استفاده از ابزار تولیدی به تنهایی نمره رو تعیین نمیکنه. چیزی که سیاست گوگله، تولید انبوه صفحه بدون ارزش افزوده است، فارغ از اینکه چطور ساخته شده.

دوم اینکه ثابت نمیکنن تشخیص غیرممکنه. فقط نشون میدن تا امروز هیچ روش تشخیصی به اندازه ای مشخص نبوده که بشه اون رو به تنهایی ثبت کرد، و هیچ ابزاری در تست مستقل به دقت قابل اتکا نرسیده.

سوم و مهمتر از همه، هیچکدوم از این اسناد درباره یه سند مشخص حکم نمیدن، فارسی یا غیر فارسی. مقاله پابمد برای رسیدن به عددش 15 میلیون چکیده لازم داشت. مقاله PNAS روی پیکره خودش کار میکنه و بیرون اون به حدس تصادفی میرسه. اینها ابزار سنجش جمعیت هستن، نه ابزار قضاوت درباره یه سند.

چهارم اینکه عددهای سهم محتوای ماشینی در وب هم قطعی نیستن. هر دو پژوهش کار شرکتهای ذینفع بوده و با همون ابزارهایی شمرده شدن که خطاشون در همین مقاله مستند شده.

و آخرین نکته. همه عددهای دستوری این مقاله مربوط به نسل مدلهای سال 2024 هستن. مدلهای امروز همونها نیستن. هر الگویی که اینجا خوندی تاریخ انقضا داره، و به نظرم اون تاریخ نزدیکه.

از اینجا به بعد سند نیست. هر چی تا اینجا خوندی به یه پتنت یا مستند رسمی یا مقاله داوری شده وصل بود. این قسمت نظر شخصی منه و عمدا جدا نوشته شده.

اول یه چیز رو صاف بگم. من مخالف ابزار نیستم. خودم استفاده میکنم و همین مقاله هم قسمتی از جمع آوری منابعش با ابزار انجام شده. کسی که بگه از ابزار استفاده نمیکنم، به نظر من یا دروغ میگه یا داره کندتر از حد لازم کار میکنه.

حرف من چیز دیگه ایه. سوالی که بازار میپرسه از پایه غلطه. سوال «این متن با هوش مصنوعی نوشته شده یا نه» هیچ جوابی نداره که بشه بهش تکیه کرد، و کل این مقاله همین رو نشون داد. سوال درست اینه که اگه یه جمله از این متن غلط از آب دربیاد، کی جوابگوئه.

این دو تا سوال کاملا فرق دارن. اولی درباره ابزاره و جوابش با هیچ ابزاری قطعی نیست. دومی درباره آدمه و جوابش همیشه معلومه.

چرا فکر میکنم دنبال درصد رفتن دام است

وقتی یه ابزار بهت میگه هفتاد و سه درصد، تو یه عدد گرفتی و هیچ چیز دیگه ای نگرفتی. نه میدونی از کجا اومده، نه میتونی به کسی نشونش بدی، نه اگه اشتباه باشه راهی برای اثباتش داری. مقاله چهارده ابزاری همین رو نوشت، که کسی که با این عددها متهم بشه هیچ راهی برای دفاع نداره.

و یه لایه دیگه هم هست که برای ما بیشتر میسوزه. مقاله استنفورد نشون داد بیش از 61 درصد متنهای نویسنده های غیر بومی به اشتباه ماشینی برچسب خوردن. یعنی همین سیستمی که قراره عدالت برقرار کنه، از اول به ضرر ماست. اگه فردا این عددها در بازار ایران معیار قضاوت بشن، کسی که بیشترین ضرر رو میکنه نویسنده ایرانیه، نه اسپمر.

و حالا که لینکدین دکمه گزارش رو دست خود کاربرها داده، به نظرم این خطر دیگه صرفا نظری نیست. علامت زدن دیگه نیاز به ابزار نداره، کافیه نثر یه نفر به چشم یه نفر دیگه ناآشنا بیاد.

پس وقتی من میگم دنبال ابزار نرو، از سر ساده گیری نیست. از این سره که این ابزار در دست ما به ضرر خودمون کار میکنه.

کاری که خودم میکنم

در کمپینهای رپورتاژ که برای مشتری اجرا میکنم، تمام محتوا رو قبل از انتشار میخونم. ولی معیارم عدد هیچ ابزاری نیست. سه تا چیز رو نگاه میکنم.

1. ادعای متن قابل راستی آزماییه یا نه. اگه هیچ جمله ای توش نیست که بشه غلط بودنش رو ثابت کرد، متن به درد نمیخوره حتی اگه یه آدم نوشته باشدش.
2. یه چیزی توش هست که فقط کسی که کار رو کرده میتونه بنویسه. یه عدد از پنل، یه اشتباهی که مرتکب شده، یه جزئیاتی که در هیچ منبع عمومی نیست.
3. پشت متن یه آدم قابل ردیابی ایستاده یا نه.

هر سه تا این معیارها مستقل از ابزارن. متنی که این سه تا رو داشته باشه، برام فرقی نمیکنه با چه ابزاری تایپ شده. متنی که نداشته باشه، حتی اگه دستی نوشته شده باشه رد میکنم.

و اتفاقا اسناد پلتفرمها هم دقیقا همین رو میگن. هیچکدوم ابزار رو ممنوع نکردن، همه رفتن سراغ مقیاس و رفتار و فریب. لینکدین صریح نوشته ارزش نهایی از آدم پشت ابزار میاد. این همون حرفیه که من سالهاست در کلاسها میزنم، فقط حالا یه پلتفرم بزرگ هم نوشتتش.

چیزی که فکر میکنم جلوتر اتفاق میفته

به نظرم مسیر تشخیص سبک متن به جایی نمیرسه. همین چند نمونه ای که تو این مقاله دیدیم هم نشون میدن بعضی بازیگرها دارن سراغ مسیرهای دیگه میرن. دیپ مایند سراغ واترمارک رفته. آمازون و اسپاتیفای سراغ افشای خود تولیدکننده رفتن. لینکدین هم ابزار نگارش خودش رو حذف کرد و جاش یه غلط گیر گذاشت. این نمونه ها حداقل نشون میدن راهکار عملی فقط پیدا کردن الگوی زبانی متن نیست.

و اون چیزی که ارزشش بالا میره دقیقا همون چیزیه که ابزار نمیتونه تولیدش کنه. تجربه دست اول، عدد واقعی از یه پروژه واقعی، و اشتباهی که خودت کردی و حاضری بنویسیش. اینها رو نمیشه از هیچ مدلی خواست چون در هیچ داده آموزشی نیستن.

جمله آخر. اگه نگرانی که محتوات ماشینی به نظر برسه، وقتت رو صرف صیقل دادن جمله ها نکن. یه چیزی به متن اضافه کن که هیچکس جز تو نمیتونست بنویسدش. اون یه جمله، از هر ابزار پاکسازی بهتر جواب میده.

هر چیزی که در این مقاله خوندی، از یکی از این اسناد اومده. هیچکدوم از بلاگ سئو نقل نشده.

• سند رسمیمستندات منتشر شده خود شرکتها، یعنی راهنمای ارزیابها و سرچ سنترال و اعلامیه رسمی پلتفرمها
• پتنتپتنت ثبت شده یا اظهارنامه منتشر شده در اداره ثبت اختراع آمریکا
• پژوهشمقاله داوری شده یا مقاله کنفرانس معتبر با دسترسی عمومی
• پژوهش صنعتیپژوهش منتشر شده یه شرکت تجاری که خودش در همین بازار ذینفعه

مقاله های دیگه همین مجموعه

تحقیق بر پایه مستندات. نوشته شهرام رهبری