13 AI tartalomfelismerő eszköz tesztelése és AI vízjelek

Százalékos Valódiság - AI Tartalomfelismerés és AI Vízjelek #

A ChatGPT 2022 novemberi végi megjelenésével világossá vált, hogy a nagy nyelvi modellek (LLM), mint a GPT3.5, sokkal több szöveggenerálásra képesek, mint a GPT3 vagy régebbi modellek. És az OpenAI GPT4-e már a sarkon van.

Szervezetek, kormányzati szervek és egyetemek erősen érdekeltek annak meghatározásában, hogy egy beadott anyag nyelvi modell vagy AI szöveggeneráló eszköz segítségével készült-e, szükségük van egy GPT-felismerő eszközre a beadott dolgozatokhoz.

Ennek a beadott szakdolgozatnak mekkora százaléka valódi, ember által írt?

A marketingesek és a tartalmat vásárló vállalatok szeretnék megérteni, hogy a megvásárolt tartalmuk milyen mértékben készült olyan eszközökkel, mint a GPT3, Jasper, Writesonic vagy copy.ai. Egy GPT3-felismerő hasznos lenne, mivel a GPT3 a leggyakrabban használt modell ezekben az eszközökben.

A webhely-tulajdonosok és SEO (keresőoptimalizálás) szakemberek biztosítani szeretnék, hogy a Google megfelelően indexelje az AI által generált tartalmukat, annak ellenére, hogy olyan eszközökkel készültek, mint a Jasper, Writesonic vagy copy.ai. Az ilyen eszközök által esetleg alkalmazott GPT vízjelek “lemosása” kívánalommá vagy szükségletté válik. A kérdés továbbra is fennáll, hogy az ilyen AI tartalomgeneráló eszközök ténylegesen alkalmaznának-e AI vízjeleket, vagy képesek-e dönteni erről.

Bárki számára, aki a ChatGPT-t mint jelentős forrást tartalmazó anyagot szeretne auditálni, egy “ChatGPT felismerőre” lenne szükség, tehát közvetlenül a forrástól egy “OpenAI felismerőre”. Azonban eddig a legtöbb felismerő tisztán GPT2 felismerőnek tűnik, még az “OpenAI Content Detector” is, amelyet maga az OpenAI indított el.

Most megnézzük az AI tartalomfelismerés és AI tartalom-vízjelek legújabb technológiáit. Végül is, ha nem értjük, hogyan működik mindez, hogyan tehetnénk “golyóállóvá” az AI tartalmunkat a felismeréssel szemben?

Hogyan működne egy GPT3 felismerő vagy ChatGPT felismerő? #

Több módja is van annak, hogy felismerjük, egy tartalom GPT3, ChatGPT vagy olyan eszköz segítségével készült-e, mint a Jasper.ai, Writesonic vagy copy.ai.

Néhány alkalmazható módszer:

1. Bizonyos nyelvi jellemzők vagy minták ellenőrzése, amelyek gyakoriak a géppel generált szövegekben. Például az AI által generált szövegek nagyobb ismétlődési szinttel rendelkezhetnek, vagy hiányozhat belőlük az emberi szövegek összetettsége és változatossága.
2. Speciális formázási vagy szerkezeti jellemzők ellenőrzése, amelyek gyakoriak a géppel generált szövegekben. Például az AI által generált szövegek egységesebb szerkezettel rendelkezhetnek, vagy hiányozhat belőlük az emberi szövegekre jellemző formázási változatosság. Néha “túl jónak tűnnek ahhoz, hogy igaz legyen”.
3. Bizonyos kulcsszavak vagy kifejezések ellenőrzése, amelyeket gyakran használnak az AI által generált szövegekben. Ez már sokkal nehezebb. Általánosságban statisztikailag szignifikáns mintázatok ismertek és felismerhetők arról, hogy milyen szókombinációkat választ egy GPT3-hoz hasonló modell.
4. A kérdéses tartalom összehasonlítása ismert, géppel generált szövegpéldákkal. Ez történhet manuálisan vagy különösen gépi tanulási technikák alkalmazásával a tartalom elemzésére és annak valószínűségének meghatározására, hogy gép generálta-e, ismét.
5. Fontos tudni, hogy mind a GPT3, mind a ChatGPT (GPT3.5) gazdagabb szókinccsel rendelkezik és összetettebb kimeneteket produkál. Ez a tény megnehezíti a megkülönböztetésüket az ember által írt tartalomtól.

Fontos megjegyezni, hogy annak felismerése, hogy egy tartalmat nyelvi modell vagy AI eszköz segítségével állítottak-e elő, nem egyszerű feladat. Kihívást jelenthet egy adott szöveg eredetének pontos meghatározása. Sok ember által írt vagy a webről másolt/beillesztett triviális szövegblokkot gyakran AI által generáltnak vélnek.