تساعدنا تقنيات الذكاء الاصطناعي على تسهيل مهمات التصحيح وجعلها أكثر كفاءة وإنصافًا من خلال السماح للمعلمين بمنح النقاط وتقديم التعليقات لمجموعة محددة من الإجابات في وقت واحد. قراءة المزيد
كيف نستخدم تقنيات الذكاء الاصطناعي
نستخدم تقنيات الذكاء الاصطناعي في مجموعة منتجاتنا المختصة بإجراء التقييمات والحفاظ على النزاهة
تتطلب بعض الواجبات الدراسية، مثل: إجراء الحسابات، وكتابة رموز البرمجة، وسم المخططات، واستخلاص الإثباتات وغيرها من الواجبات، استخدام خط اليد. وتتمكن تقنيات Turnitin من تحديد الإجابات ثم تنسخها لتوفر على المعلم الجزء الروتيني من مهام التصحيح. قراءة المزيد
يصعب تحديد أشكال السرقة الفكرية المتطورة، بدءًا من الغش بالاتفاق
[href=https://www.turnitin.com/press/machine-learning-effective-in-catching-contract-cheating, title=”بحث جديد: تقنية التعلُّم الآلي مفيدة في كشف الغش بالاتفاق”]
ووصولًا إلى تدوير النصوص
[href=https://www.turnitin.com/blog/what-are-word-spinners-and-what-do-they-have-to-do-with-academic-integrity, title=”ما برامج تدوير النصوص وما علاقتها بتهديد النزاهة الأكاديمية؟”]
وكتابات الروبوتات "البوت"
[href=https://www.turnitin.com/blog/how-teachers-can-prepare-for-ai-based-writing, title=”كيف يمكن للمعلمين الاستعداد لمواجهة الكتابات المدعومة بالذكاء الاصطناعي”].
تسهم رؤى Turnitin في تحديد ملكية الأعمال الفكرية من خلال استخدام الذكاء الاصطناعي في المقارنة بين أساليب الكتابة. تُستخدم أحدث تقنيات التحليل اللغوي للتأكد من أصالة الأعمال، بالإضافة لاستخدام أدوات فعالة قائمة على نماذج GPT-3 المتطورة لرصد الكتابات الآلية التي تمت صياغتها باستخدام تقنيات الذكاء الاصطناعي
يمكن الاستعانة بتقنيات الذكاء الاصطناعي في تحويل النسخ المكتوبة من الاختبارات إلى اختبارات إلكترونية لتسهيل عملية التقييم. ندمج بين تقنيات التعلم الآلي القائم على الرؤية وبين تقنيات تحليل ملفات PDF لأداء لتحليل المستندات، وهي التقنية المندمجة التي نستخدمها لإنشاء النسخة الإلكترونية من الاختبارات.
تتمكن تقنيات الذكاء الاصطناعي من تحديد الأجزاء التي تتطلب تحسين وتقدم للطلبة التعليقات والملاحظات التي ترشدهم لتحسين صياغة مقالاتهم سواء كانت في مرحلة إعداد المسودة أو المراجعة الأخيرة. يجري تحليل المقالات باستخدام مجموعة من نماذج التعلُّم العميق، بدءًا من النماذج اللغوية القائمة على تقنية تمثيلات التشفير ثنائية الاتجاه من المحولات (بيرت) ووصولًا إلى الشبكات العصبية الملتفة (CNNs)، جنبًا إلى جنب مع أدوات معالجة اللغة الطبيعية (NLP) ونمذجة الإحصاءات.