随着生成式人工智能程序的迅速普及,许多教育工作者对学生滥用系统代写书面作业表示担忧。不久之后,多种数字“人工智能检测”工具应运而生,其中许多工具声称能够准确解析由大型语言模型 (LLM)(如 OpenAI 的 ChatGPT)编写的文本中的原始人类写作。但一项新研究表明,这样的解决方案可能只会给教师和学生带来更多麻烦。作者发现,这些人工智能检测工具存在严重偏见,对于非英语母语人士来说,检测结果不准确。 斯坦福大学的一个团队由资深作者 James Zou 领导,他是生物医学数据科学、计算机科学和电气工程的助理教授,最近收集了 91 篇非英语母语人士为流行的英语作为第二语言测试 (TOEFL) 评估撰写的论文。然后,他们将这些论文输入到七个 GPT 检测程序中。根据 Zou 的结果,超过一半的写作样本被错误地归类为 AI 创作,而母语人士样本检测仍然近乎完美。 [相关:Sarah Silverman 和其他作者起诉 OpenAI 和 Meta 侵犯版权。] “这引出了一个关键问题:如果人工智能生成的内容可以轻松逃避检测,而人类的文本经常被错误分类,那么这些检测器的有效性到底有多高?”邹教授的团队在周一发表在《模式》杂志上的一篇论文中问道。 主要问题源于所谓的“文本困惑度”,即一篇书面作品中富有创意、令人惊讶的词汇选择的数量。像 ChatGPT 这样的人工智能程序旨在模拟“低困惑度”,以模仿更普遍的人类语音模式。当然,这对任何使用更标准化、更常见的句子结构和词汇选择的人来说都是一个潜在的问题。“如果你使用常见的英语单词,检测器会给出一个较低的困惑度分数,这意味着我的文章很可能会被标记为人工智能生成的,”Zou 在一份声明中说。“如果你使用复杂和更花哨的单词,那么它更有可能被算法归类为‘人类写的’。” [相关:电台主持人以涉嫌诽谤为由起诉 ChatGPT 开发商。] 随后,Zou 的团队进一步测试了检测程序的参数,将同样的 91 篇文章输入 ChatGPT,然后要求法学硕士对这些文章进行润色。然后,这些更“复杂”的编辑被送回七个检测程序——结果发现其中许多被重新归类为人类所写。 因此,虽然人工智能生成的书面内容通常并不好,但目前可用的识别工具显然也不好。“目前的检测器太不可靠了,对学生来说风险太高,我们不能在没有严格评估和重大改进的情况下相信这些技术,”Zou 最近辩称。无论他的声明的困惑度评级如何,这种观点都很难反驳。 |
萤火虫之墓:一部展现战争恐怖和人类尊严的动画杰作■ 公共媒体剧院■ 原创媒体小说■ 发布日期1988...
地球正在变暖。不仅如此,地球也变得比以往更加拥挤。这给地球上的每个人和每样事物都带来了问题。面对全球...
《小魔女Doremi♯》——魔法与成长的故事■ 公共媒体剧院■ 原创媒体动漫原创■ 发布日期2000...
这次,有一些关于环境的好消息。准备好了吗?在今天发表于《自然气候变化》杂志上的一篇论文中,研究人员讨...
最好的朋友的吸引力和评论《最好的朋友》于1992年4月在NHK教育电视台(现为NHK E-Tele)...
上个月,SpaceX 的星际飞船试射标志着这枚全球最大、最强大的火箭又一个里程碑。10 月 13 日...
如果您未满 18 岁,您可能不希望自己的照片出现在搜索结果中。父母或监护人也不想让孩子的照片出现在搜...
对于我们这些终生在线、痴迷于电子产品的人来说,折叠手机已不再是一个全新的概念。然而,最近几个月我使用...
朝韩非军事区是朝鲜战争的产物,是一条两英里半宽、防守森严的固定前线,这场战争从未正式结束。但战争结束...
不久前,我听到一个广播故事,讲的是许多南美文化中的孩子如何积极、投入、热心地参与家庭家务。当然,这让...
当我们整理这期关于大数据如何增强我们理解和改变世界的能力的特刊时,我被数据本身的理解方式之多所震惊。...
当摄影师购买新相机包时,他们通常想知道它可以轻松容纳多少装备。有些拍摄需要一个巨大的背包,可以容纳两...
2024 年初,澳大利亚濒临灭绝的动物名单上又增加了约 144 个新物种。目前,这个大陆大小的国家大...
去年,亚利桑那州有 19 名消防员被困在一场难以预测的野火中。他们全部遇难。这是自 1933 年以来...
哈喽,亲爱的。现在是欢乐的季节,这意味着你可能想知道:如果我在度假期间碰巧参观了一些特别古老的文物或...