الجزء الأول: شرح كامل

عبارات تنذر بهلوسة قادمة

«وفقًا لدراسة 2019»، «كما ذكرت أكاديميّة...»، «أرقام تقريبيّة لكنّها...» — هذه إشارات تحقّق فوري.

10 دقائق مبتدئ فردي تأمّل كتابي

الهدف

تطوير «أنف» لاكتشاف عبارات النموذج التي تسبق هلوسة محتملة.

الخطوات

1

اجمع 10 إجابات AI سابقة. ابحث عن «دراسة»، «بحث»، «وفقًا لـ»، «تقدير».

4 دقائق
2

لكلّ ذكر: تحقّق من المصدر. كم من هذه الذكورات يقابلها مصدر حقيقي؟

10 دقائق
3

سجّل النسبة. غالبًا 40-60% من «الدراسات المذكورة» مهلوسة.

1 دقيقة
4

احفظ قائمة عبارات «صفراء» شخصيّة لاستخدامها كمحفّز تحقّق.

2 دقائق
5

حين تظهر إحدى العبارات في إجابة جديدة، توقّف وتحقّق فورًا.

1 دقيقة

النتيجة المتوقّعة

فوريًا

تكتشف 1-3 ادّعاءات مهلوسة كنت ستصدّقها سابقًا.

خلال أسبوع

تطوّر حدسًا للقراءة النقديّة لإخراج AI.

علامة النجاح

تستطيع تحديد العبارات الصفراء بـ < 5 ثوانٍ.

إن لم تنجح

افتراض «النموذج قال بدقّة 73.2%» = صحّة. الدقّة الرقميّة لا تعني صحّة المصدر.

سؤال التأمّل

كم مرّة استشهدت بـ«دراسة قالها AI» بدون قراءة الدراسة نفسها؟

المرجع العلمي

المدرسة: AI Literacy / Critical Reading

الروّاد: Sam Wineburg · Ethan Mollick (2024)

Wineburg في civic online reasoning أكّد أنّ «النقد عند ذكر المصادر» أعلى مؤشّر للقارئ المتخصّص. مطبّق على AI: العبارات التي تتظاهر بالاستشهاد هي أعلى مخاطر هلوسة.

Wineburg, S. (2018). Lateral Reading.
Mollick, E. (2024). Co-Intelligence.

الكلمات المفتاحية

#red-flag #إشارة-حمراء #hallucination #هلوسة #critical-reading #قراءة-نقدية #wineburg #mollick #verification #تحقق #ai-fact-check #pseudo-citation #استشهاد-زائف #critical-thinking #تفكير-نقدي #llm

اطبع بطاقة

الجزء الثاني: التطبيق التفاعلي

طبّق الآن

عبارات تنذر بهلوسة قادمة: تطبيق تفاعلي مصمَّم لهذا التمرين. مدّته 10 دقيقة. كلّ widget يحفظ مدخلاتك تلقائيًّا.

أسئلة التأمّل

اجمع 10 إجابات AI سابقة. ابحث عن «دراسة»، «بحث»، «وفقًا لـ»، «تقدير».

لكلّ ذكر: تحقّق من المصدر. كم من هذه الذكورات يقابلها مصدر حقيقي؟

سجّل النسبة. غالبًا 40-60% من «الدراسات المذكورة» مهلوسة.

احفظ قائمة عبارات «صفراء» شخصيّة لاستخدامها كمحفّز تحقّق.