两个玩家组随时间推移的表现 (§3.4)。 B 组的球员在获得额外指导和激励后，随着时间的推移有所进步 (𝜌 = 0.42)，而 A 组的球员则没有 (𝜌 = −0.06)。 信用： arXiv (2022)。 DOI: 10.48550/arxiv.2212.12672
ChatGPT 等 AI 技术工具正在成为头条新闻。 从以让人想起 16 世纪英国的风格写诗到撰写学术研究论文，为现实世界服务设计的聊天机器人无处不在。
事实上，这些还算不错的演员只会越来越精通自己的技艺。 我们能否避免被这些正在成为我们社会主流的自然语言处理模型所愚弄？
骗我一次
美国宾夕法尼亚大学工程与应用科学学院的一个研究团队开展了有史以来最大规模的人工智能检测人类研究，以提供一些帮助。 他们从基于网络的训练游戏 Real or Fake Text？ 由大学自己创建。
研究结果发表在 2 月份人工智能促进协会会议上的一篇论文中。 该研究表明，我们可以学习检测人写和机器生成的文本。
“我们已经表明，人们可以训练自己识别机器生成的文本，”计算机与信息科学系 (CIS) 副教授 Chris Callison-Burch 在一则新闻中说。 “人们从关于机器会犯什么样的错误的一组特定假设开始，但这些假设不一定正确。随着时间的推移，给出足够的例子和明确的指导，我们可以学会识别错误的类型机器目前正在制造。”
一点点训练大有帮助
“今天的人工智能出奇地擅长生成非常流畅、非常符合语法的文本，”该研究的合著者、博士 Liam Dugan 解释道。 CIS 的学生。 “但它确实会犯错误。我们证明机器会犯不同类型的错误——例如，常识性错误、相关性错误、推理错误和逻辑错误——我们可以学习如何发现这些错误。”
“人们出于正当理由对人工智能感到焦虑，”领导这项研究的 Callison-Burch 教授补充道。 “我们的研究提供了减轻这些焦虑的证据。一旦我们能够利用我们对 AI 文本生成器的乐观态度，我们将能够专注于这些工具的能力，以帮助我们编写更有想象力、更有趣的文本。”
“我目前的感觉是，这些技术最适合创意写作，”他继续说道。 “新闻报道、学期论文或法律建议都是糟糕的用例，因为无法保证真实性。”
Dugan 看到了这一切的积极面：“你可以将这项技术推向令人兴奋的积极方向。人们关注令人担忧的例子，比如剽窃和假新闻，但我们现在知道，我们可以训练自己成为更好的阅读者和作家。”
那你有多好？ 要找到答案，请玩包含数千条文本的游戏的四个类别（短篇小说、新闻文章、食谱、总统演讲）中的任何一个！ 请记住，在磨练您的识别技能的同时，您也在为学术研究做出贡献。
该研究发表在 arXiv 预印本服务器。
更多信息：
Liam Dugan 等人，真文本还是假文本？：调查人类检测人类书写文本和机器生成文本之间边界的能力， arXiv (2022)。 DOI: 10.48550/arxiv.2212.12672
arXiv
引用: 文字是真的还是假的？ Tell the difference with science’s help（2023 年，3 月 17 日）于 2023 年 3 月 19 日检索自
本文件受版权保护。 除了出于私人学习或研究目的的任何公平交易外，未经书面许可不得复制任何部分。 内容仅供参考。
