Kunnen AI-detectors het mis hebben? (Leer hoe je AI-detectie kunt vermijden)

Het is veilig om te zeggen dat sinds de lancering van ChatGPT in november 2022 de wereld is veranderd.

AI dringt door in bijna elke branche en draagt bij aan de snelle evolutie van bestaande technologie.

Het gebruik van AI-generatietools zoals ChatGPT om tekst te produceren is een populaire manier om de kracht ervan te benutten.

Of je nu een freelance schrijver, content creator of zelfs een academische student bent, AI is een krachtig hulpmiddel om toe te voegen aan je arsenaal.

AI-detectoren kunnen het feest bederven. We maken natuurlijk een grapje, maar er moet wel een controle zijn om ervoor te zorgen dat AI verantwoord en met goede bedoelingen wordt gebruikt.

Site-eigenaren, scholen en zelfs Google zelf gebruiken AI-detectors om ervoor te zorgen dat we dat werk niet als ons eigen werk laten doorgaan.

Maar kunnen AI-detectors het mis hebben? Het zal geen verrassing zijn dat AI-technologie aan beide kanten van de medaille nog steeds onvolmaakt is.

Deze detectortools hebben routinematig last van vals-positieve tests. Dit is hoe je kunt leren om AI-detectors te omzeilen en het gedoe van vals-positieven kunt vermijden.

Hoe werken AI-detectors?

AI-detectoren worden gebouwd met behulp van natuurlijke taalmodellen en miljoenen gegevenspunten van zowel AI- als door mensen gegenereerde tekst. Wanneer inhoud wordt gescreend door een AI-detectortool, wordt deze vergeleken met deze datasets en wordt er gezocht naar voorspelbare patronen in zinsbouw, woordkeus en de algehele structuur van de tekst.

Deze detectoren zijn getraind om patronen te herkennen en deze te vergelijken met zowel AI als door mensen gegenereerde voorbeelden.

De bevindingen van de AI-detector zijn de waarschijnlijkheid dat de gescande inhoud door AI is gegenereerd, geen garantie. AI-detectors werken op basis van waarschijnlijkheid zonder definitief bewijs.

Wat zijn precies deze patronen waar AI-detectors naar op zoek zijn? Twee concepten die de drijvende kracht vormen voor AI-detectors zijn wat bekend staat als burstiness en perplexity.

Burstiness verwijst naar de lengte en complexiteit van zinnen. Als je ooit door AI gegenereerde tekst hebt gelezen, klinkt het mechanisch. Dit komt omdat veel zinnen dezelfde lengte, structuur en zelfs interpunctie hebben.

Perplexiteit verwijst naar hoe complex de taal is, zoals de naam al aangeeft, en hoe gemakkelijk menselijke lezers perplex zullen staan. Ter vergelijking, AI-gegenereerde tekst is voorgeprogrammeerd om een lage perplexiteit te hebben, zodat lezers het makkelijker kunnen begrijpen.

Probeer onze AI Detector om te zien of jouw tekst door detectors komt!

Wat betekenen AI-detectiescores?

Als je je inhoud door een AI-detector scant, krijg je een AI-detectiescore.

De meeste AI-detectors maken van deze score een percentage uit 100. Sommige geven je twee scores die opgeteld 100 zijn: een AI-score en een menselijke score.

Wat betekent een AI-detectiescore? Dat hangt af van de tool.

De meeste zullen je een score geven van bijvoorbeeld 85%, wat betekent dat er een waarschijnlijkheid van 85% is dat de tekst door AI is gegenereerd. Het betekent niet dat 85% van de tekst door AI is gegenereerd.

Op dezelfde manier, voor dual-AI detectiescores, is het de waarschijnlijkheid dat het is gemaakt door AI versus de waarschijnlijkheid dat het is gemaakt door een mens. Dit resulteert in een score van 85% AI en 15% mens.

Kunnen AI-detectoren het mis hebben?

Ja, en vaker dan je zou denken. Degenen die AI-detectors hebben gebruikt en hun inhoud hebben laten scannen door een AI-detector, weten dat deze tools verre van perfect zijn.

Zelfs een klein percentage foutieve scans kan leiden tot valse beschuldigingen tegen studenten of schrijvers.

Onthoud dat AI-detectors alleen kunnen scannen op herkenbare patronen in de tekst.

Als een menselijke schrijver de pech heeft te schrijven als een robot, dan is de kans groot dat hij wordt gemarkeerd. Dit is wat een vals positief wordt genoemd.

Wat is een fout-positieve AI-detectie?

Een vals positief resultaat wordt gedefinieerd als een positief resultaat dat wordt geregistreerd terwijl het niet het echte resultaat is.

Dit kan van toepassing zijn op wetenschappelijke experimenten en zelfs medische tests voor ziekten. Een AI-detectie vals-positief gebeurt wanneer de AI-detector de inhoud scant en beweert dat het door AI is geschreven, ook al is het door een mens geschreven.

Je kunt je voorstellen hoe problematisch dit kan zijn als het gaat om zaken als academische integriteit en werkgelegenheid voor freelance schrijvers.

Turnitin is een online programma dat veel universiteiten over de hele wereld gebruiken om studenten toe te staan hun werk digitaal in te sturen.

Deze site heeft nu een AI-detector beschikbaar voor leerkrachten en claimt een nauwkeurigheid van meer dan 98% met een lager percentage fout-positieven dan 1%. Sommige gebruikers geloven dat het percentage van 98% veel lager is dan de werkelijkheid.

Een vals-positieve AI-detectie kan leiden tot disciplinaire maatregelen van scholen, werkgevers en Google zelf als het gaat om SEO-ranking.

Deze realiteit dringt door en sommige bedrijven en scholen, zoals Vanderbilt University, zijn de AI-detector op Turnitin uitschakelen.

Belangrijkste redenen voor fout-positieven in AI-detectie

Wat zorgt er dan voor dat deze AI-detectors vals-positieven geven? Er zijn een aantal redenen waarom je inhoud kan worden gemarkeerd.

De AI-detector beseft zelf niet dat hij je een vals positief rapport geeft. Er is een probleem met de training van de detector zelf of met je inhoud. Hier zijn een paar redenen waarom vals-positieven zo vaak voorkomen bij AI-detectie.

AI-modellen en algoritmen veranderen

De kern van AI-detectors en de meeste AI-software is hoe goed ze getraind zijn. Met steeds veranderende modellen en steeds complexere algoritmen kunnen AI-detectors worden betrapt op oude technologie en verouderde datasets.

Complexere datasets en robuustere training zouden AI-detectors beter kunnen uitrusten om vals-positieven te elimineren. Maar dit zal zowel de kosten als de rekencapaciteit van deze programma's verhogen.

Vooroordelen ten opzichte van nietmoedertaalsprekers van het Engels

AI-detectors hebben een sterke neiging om te markeren niet-native Engels schrijven als AI-gegenereerd. Een onderzoek van Stanford suggereert dat de meeste AI-detectors een vooroordeel hebben tegen niet-moedertaalsprekers van het Engels.

Waarom? Het is geen racisme, maar omdat de meeste nietmoedertaalsprekers van het Engels een laag cijfer scoren voor verbijstering. Hun zinnen en proza zijn over het algemeen heel eenvoudig en makkelijk te begrijpen.

Beperkt begrip

AI-detectors volgen ook zeer goed gedefinieerde regels en patronen. Met de machine-learningalgoritmen die worden gebruikt om inhoud te scannen, kunnen AI-detectors de inhoud zelf niet begrijpen.

In plaats van te zoeken naar feitelijke nauwkeurigheid of leesbaarheid, scant de AI-detector op syntaxis en structuur. AI-detectors zullen taalkundige nuances, een verandering in toon of zelfs spreektaal of sarcasme niet begrijpen en zullen deze dus vaak markeren als door AI gegenereerd.

Wat te doen als je tekst wordt herkend als AI-geschreven

Vals beschuldigd worden van het gebruiken van door AI geschreven inhoud als je eigen inhoud is geen grap. Het zal waarschijnlijk leiden tot academische discipline voor studenten of verlies van werk voor schrijvers.

Wat nog erger is, is dat je geen controle hebt over de inhoud die wordt gescand. Het is jouw woord tegen dat van de AI-detector en helaas vertrouwen veel te veel mensen de AI-detector boven de mens. Hier zijn een paar dingen die je kunt doen als je tekst wordt herkend als AI-geschreven.

Toon gegevens over AI-detectorfouten

Een van de eerste dingen die je kunt doen is de onnauwkeurigheid van AI-detectors aan het licht brengen. Valse positieven zijn een goed gedocumenteerd probleem voor AI-detectors, dus het zou niet moeilijk moeten zijn om het te vinden.

Een goede plek om te beginnen? De maker van ChatGPT, OpenAI, heeft zelfs zijn eigen AI-detectieplatform gesloten omdat het te veel onnauwkeurigheden teruggaf.

Bewijs de originaliteit van je werk

Je kunt de originaliteit van je werk ook bewijzen door eerdere versies op te roepen in tekstverwerkers zoals Google Docs of Microsoft Word.

Als je weet dat je inhoud zal worden gescand door een AI-detector, kun je zelfs drastische maatregelen nemen zoals het opnemen van je scherm terwijl je de inhoud schrijft of het documenteren met foto's met tijdstempels.

Top 3 tips om AI-detectie te vermijden

Als het veel werk lijkt om te bewijzen dat je werk van jezelf is, dan is het misschien makkelijker om stappen te ondernemen om AI-detectie helemaal te vermijden. Er zijn dingen die je kunt doen voordat je je werk indient om het risico te verkleinen dat je wordt gemarkeerd als geschreven door AI.

Gebruik Undetectable.ai

Zonder twijfel is de minst tijdrovende manier om te voorkomen dat je werk als AI wordt gemarkeerd het gebruik van een tool als Onvindbaar.ai. Wat is Undetectable.ai? Het is een AI-vercijferingstool die je inhoud herschrijft in tekst die zonder problemen door elke AI-detector komt.

Deze tool is ontworpen om populaire AI-detectors zoals Copyleaks, GPTZero en Sapling te omzeilen.

Plak gewoon je tekst in de app, selecteer de stem die je wilt gebruiken en klik op de knop Humaniseren. Je uitvoer zal dicht bij je originele tekst liggen, maar nu aangepast om een door mensen geschreven score te krijgen van elke AI-detector.

Undetectable.ai bespaart je tijd en moeite die je anders zou steken in het met de hand bewerken van je werk om AI-detectie te voorkomen. Plannen beginnen bij slechts $9,99 per maand voor 10.000 woorden of $60,00 voor het hele jaar.

Voeg je unieke toon en stem toe

Wat is het nut van een tool als Undetectable.ai? Om je werk of AI-gegenereerd werk te bewerken zodat het niet gemarkeerd wordt als AI-geschreven. Als je de minimale kosten voor Undetectable.ai niet wilt betalen, kun je de handmatige bewerking ook gewoon zelf doen.

De makkelijkste manier om ervoor te zorgen dat je AI-detectors omzeilt, is door je eigen unieke toon en stem te gebruiken. Een andere manier is om ervoor te zorgen dat je zinsbouw en zinsbouw variëren in je tekst. Niets is een duidelijker teken van door AI geschreven inhoud dan dat elke zin ritmisch hetzelfde klinkt.

Scan je eindwerk op AI-detectie

Als je al je bewerkingen hebt gedaan, wil je natuurlijk je uiteindelijke werk nog een keer scannen op AI-detectie. De beste manier om ervoor te zorgen dat je niet wordt gemarkeerd, is om het werk zelf vooraf te scannen voordat je het indient.

Zorg ervoor dat je de AI-detectiescore bijhoudt voor het geval een andere AI-detector een andere score geeft. Of je tekst nu door AI of door mensen is geschreven, het kost maar een paar seconden om je uiteindelijke werk te scannen op AI-detectie en jezelf mogelijk een hoop verdriet te besparen.

Conclusie

Dus, kunnen AI-detectors het mis hebben? Natuurlijk. Zijn AI-detectors gebrekkig? Absoluut. Werken AI-detectoren? Meestal wel. Het is niet ongebruikelijk dat mensen alleen in dualiteiten denken, maar een AI-detector kan zowel gebrekkig zijn als zijn doel dienen.

Als een AI-detector goed wordt gebruikt, kan het een verdediging vormen tegen het onethische gebruik van AI in de academische wereld en bij het creëren van inhoud. Maar als AI valse positieven begint te geven en tekst onnauwkeurig markeert als door AI geschreven, dan hebben we een probleem.

We moeten niet vergeten hoe vroeg we nog staan op de weg naar generatieve AI. De technologie die we nu hebben, zal er over vijf of tien jaar eeuwenoud uitzien. Naarmate de AI-technologie blijft verbeteren, zal ook de nauwkeurigheid van AI-detectors verbeteren.

Tot die tijd moeten we leren omgaan met het feit dat deze detectoren verre van perfect zijn en dat de resultaten en de AI-detectiescore nooit mogen worden gebruikt als definitief bewijs van spieken of academische oneerlijkheid.

Niet-opspoorbare AI (TM)