沒有公告，OpenAI悄然關閉了AI文本檢測工具，頁面直接404了。

官方對此沒有公開回應，幾天后才有人找到一則簡短說明，藏在半年前工具發(fā)布的博客頁面中。

……AI檢測器由于準確率較低而不再可用……我們正在研究更有效的文本檢測技術，并承諾開發(fā)音頻和視覺檢測技術。

對于CloseAIOpenAI不發(fā)公告就殺死一個產品這種行為，很多網(wǎng)友是不滿意的。

但是對關閉AI檢測器本身倒是有不少人表示贊同，特別是學生群體。

太多老師相信這玩意有效，大量冤枉學生用AI作弊，已經變成了一場獵巫運動。

準確率和瞎猜差不多

這個官方檢測工具，準確率究竟有多低呢？

OpenAI自己給出的數(shù)據(jù)，只能正確識別26%的AI生成文本，同時冤枉9%的人類編寫文本。

1月份剛發(fā)布時就被網(wǎng)友總結為“和瞎猜差不多”。

另外有人做過實驗發(fā)現(xiàn)，市面上各種檢測工具會把圣經、美國憲法等歷史文本都被判定可能為AI編寫，總不能寫下這些內容的歷史人物都是時間穿越者吧？

但還是有很多老師試圖用各種檢測方法來檢查學生作業(yè)。

最著名的一次，得克薩斯農工大學一位教授差點判定半個班的學生延畢。

目前最新的趨勢是，教師要求學生用在線文檔寫作業(yè)并檢查編輯記錄，但聰明的學生也能找到規(guī)避辦法。

最終對于教育領域，有人提出可能大作業(yè)/課程論文將成為歷史，閉卷考試或口語考試將成為主流。

目前的檢測方法都能規(guī)避

網(wǎng)友指出，OpenAI同時開發(fā)生成和檢測工具本身就是矛盾的。

如果一邊做的好就意味著另一邊沒做好，同時還有可能存在利益沖突。

但是第三方開發(fā)的檢測方法，可靠性也不高。

最早被稱為“ChatGPT克星”的是普林斯頓本科生Edward Tian開發(fā)的GPTZero，用復雜性和長短句的變化來衡量文章是否由AI生成。

當時GPTZero計劃專為教育工作者打造，老師可以把全班學生的作業(yè)丟進去檢測。

但到了7月份，作者承認已放棄了檢測學生作弊這個方向，計劃下個版本的GPTZero將不再檢測文本是否由AI生成，而是突出最像人寫的部分。

另外一個很受關注的檢測方法，是馬里蘭大學開發(fā)的水印法，要求大模型在生成文本的時候就藏下記號，并用統(tǒng)計方法識別。

但是規(guī)避的辦法也很簡單，比如有人開發(fā)了簡單的同義詞替換工具，就能破壞統(tǒng)計特征。

甚至有人開始懷疑，人們到底是為了什么非要區(qū)分這個。

就像數(shù)字到底是人計算的還是計算機完成的，早就沒人在意了。

演講者的稿是自己寫的還是秘書寫的，不是也沒人在意嗎。

人類行為學研究，正在用AI充當被試

無法區(qū)分AI和人類的內容，似乎也不全是壞事。

已經有心理實驗用AI代替人類被試加速研究了。

Cell子刊上一篇文章指出，在精心設計的實驗場景中，ChatGPT的反應與大約95%的人類參與者的反應呈相關性。

并且機器被試不會疲倦，使科學家能以前所未有的速度收集數(shù)據(jù)并測試有關人類行為的理論。

而在最近一篇Science主刊的觀點文章上，滑鐵盧大學心理學教授Igor Grossman認為：

“人工智能可以改變社會科學研究的游戲規(guī)則，謹慎的偏見管理和數(shù)據(jù)保真度是關鍵。”

參考鏈接：

[1]https://twitter.com/KevinAFischer/status/1683898199981928450

[2]https://www.reddit.com/r/ChatGPT/comments/159j8rc/openai_quietly_kills_its_own_ai_classifier_citing/

[3]https://news.ycombinator.com/item?id=36862850

[4]https://www.cell.com/trends/cognitive-sciences/fulltext/S1364-6613(23)00098-0

[5]https://www.science.org/doi/10.1126/science.adi1778

[6]https://theconversation.com/beyond-the-hype-how-ai-could-change-the-game-for-social-science-research-208086