KI-Inhaltsdetektoren. Sind sie es wert? | KI in der Wirtschaft #38

Erinnern Sie sich, als wir vor ein paar Jahren von den ersten KI-generierten Artikeln begeistert waren, die kaum noch menschlicher Prosa ähnelten? Heute, wo KI fast poetische Essays schreiben kann, fragen sich viele Menschen, wie man zwischen der Arbeit einer Maschine und der eines Menschen unterscheiden kann. Und OpenAI, das Unternehmen hinter dem Erfolg von ChatGPT, hat den Zugriff auf seinen KI-Detektor aufgrund seiner Ineffektivität endgültig gesperrt.

Heute präsentieren Entwickler von KI-Inhaltsdetektoren diese als Werkzeuge zum Schutz der Authentizität. Die Frage ist: Sind sie das Vertrauen und die Investition wert? In diesem Artikel schauen wir uns an, wie KI-Inhaltsdetektoren funktionieren, warum sie möglicherweise aussterben, welche Herausforderungen sie mit sich bringen und welche ethischen Dilemmata sie mit sich bringen.

KI-Inhaltsdetektoren

KI-Inhaltsdetektoren basieren auf Sprachmodellen, die denen ähneln, die zur Generierung von KI-Inhalten verwendet werden. Sie lassen sich in solche einteilen, deren Aufgabe es ist, die Herkunft von Bildern, Texten und Musik zu überprüfen, die mit Unterstützung künstlicher Intelligenz generiert werden. Jede Art von „KI-Detektor“ funktioniert etwas anders, aber keiner von ihnen kann mit absoluter Sicherheit zwischen von Menschen erstellten und von KI generierten Inhalten unterscheiden.

KI-generierte Bilddetektoren spielen aufgrund der Macht der Medien, Fake News zu generieren, eine immer wichtigere Rolle. Sie analysieren Anomalien, unverwechselbare Stile und Muster und suchen nach Spuren, die Modelle wie DALL-E hinterlassen haben.

Unter den Detektoren, die zur Identifizierung von Bildern verwendet werden, ist das Tool „AI or Not“ von Optic hervorzuheben, das Bilddatenbanken verwendet, die von Midjourney, DALL-E und Stable Diffusion generiert wurden. Obwohl die Ergebnisse ungewiss sind, handelt es sich um einen Schritt zur Entwicklung präziserer Identifizierungsmethoden in der Zukunft.

Quelle: KI oder nicht (https://www.aiornot.com/)

Hinter der Funktionsweise von KI-Detektoren, die KI-generierte Texte erkennen, stecken fortschrittliche Algorithmen, die die Struktur und Wortwahl des Textes analysieren und dann KI-spezifische Muster erkennen. Sie nutzen:

• Klassifikatoren – ein Algorithmus, der Text klassifiziert und Stil, Ton und Grammatik überprüft. Beispielsweise könnte eine Produktbeschreibung, die zu jedem Produkt dieser Art passen könnte, als KI-Kreation klassifiziert werden.
• Einbettungen (Einbettungen) – numerische Darstellungen von Wörtern ermöglichen es Maschinen, den Kontext ihrer Verwendung zu verstehen. Ihnen ist es zu verdanken, dass das Programm „versteht“, dass ein Text mit einer monotonen Auswahl an Wörtern das Werk einer KI sein kann.
• Ratlosigkeit – ein Maß für die Unvorhersehbarkeit eines Textes. Von Menschen geschriebene Texte weisen tendenziell eine höhere Verwirrung auf, obwohl Texte, die von Natur aus einfach, in typischer Form nützlich oder von Ausländern geschrieben sind, fälschlicherweise als KI-generiert eingestuft werden können.
• Vielfalt (Burstiness) – dieser Faktor beschreibt die Variabilität in der Satzlänge und -struktur. Menschen neigen dazu, abwechslungsreichere Texte zu schreiben als künstliche Intelligenz.

Die oben genannten Elemente zusammen werden von KI-Inhaltsdetektoren verwendet, um zu beurteilen, ob es sich um künstlichen oder maschinellen Text handelt.

Warum KI-Inhaltsdetektoren verwenden?

KI-Inhaltsdetektoren arbeiten in einer Vielzahl von Bereichen – von Bildung über Marketing bis hin zur Personalbeschaffung. Hier sind die wichtigsten Gründe dafür, sie als Hilfsmittel zur Bewertung, aber nicht als endgültigen Beweis dafür, ob Inhalte generiert wurden, zu verwenden:

• Identifizierung von KI-modifizierten Fotos, die bekannte Personen zeigen – um zu erkennen, ob das Foto eine reale Situation darstellt,
• Desinformation verhindern – Im Rahmen der Bekämpfung von Desinformation helfen wirksame KI-Inhaltsdetektoren Social-Media-Moderatoren dabei, die Verbreitung falscher Informationen zu erkennen, um von Bots generierte, sich wiederholende Inhalte zu identifizieren und zu beseitigen.
• Beschränkung der Veröffentlichung von Texten mit geringem Wert – KI-Inhaltsdetektoren können Herausgebern dabei helfen, Texte abzulehnen, die generische Informationen enthalten, die von ChatGPT, Bing oder Bard generiert wurden, nachdem sie eine einfache Abfrage eingegeben haben.

Es sei jedoch daran erinnert, dass die Herkunft des Textes nicht die Grundlage dafür ist, dass Google das Ranking einer Website herabsetzt. Im Search Center-Blog von Google heißt es, dass es für Google von entscheidender Bedeutung ist, „hochwertige Inhalte zu belohnen, unabhängig davon, wie sie erstellt werden […]“. Automatisierung wird seit langem genutzt, um nützliche Inhalte wie Sportergebnisse, Wettervorhersagen und Transkripte zu generieren. KI kann neue Ausdrucks- und Kreativitätsebenen eröffnen und ein wichtiges Werkzeug zur Unterstützung der Erstellung großartiger Webinhalte sein.“

Unzuverlässigkeit von KI-Inhaltsdetektoren. Realität oder Mythos?

Obwohl KI-Inhaltsdetektoren allgegenwärtig sind, kann ihre Wirksamkeit fraglich sein. Die Hauptprobleme sind:

• geringe Effizienz bei der Erkennung von KI-Inhalten,
• Probleme mit Fehlalarmen sowie
• Schwierigkeiten bei der Anpassung von Detektoren an die schnelle Diversifizierung und Verbesserung neuer KI-Modelle.

Von OpenAI durchgeführte Tests zeigten, dass ihr Klassifikator GPT-generierten Text nur in 26 % der Fälle erkannte. Ein interessantes Beispiel für die Unzuverlässigkeit von Generatoren ist ein von TechCrunch durchgeführtes Experiment, das zeigte, dass das GPTZero-Tool fünf von sieben KI-generierten Texten korrekt identifizierte. Während der OpenAI-Klassifikator nur einen identifizierte.

Quelle: GPTZero (https://gptzero.me/)

Darüber hinaus besteht das Risiko, ein falsches Positiv zu erhalten, d. h., dass von einem Menschen geschriebene Texte als KI-generiert identifiziert werden. Beispielsweise wurde der Beginn des zweiten Kapitels von Miguel de Cervantes' Don Quijote vom OpenAI-Detektor als höchstwahrscheinlich von künstlicher Intelligenz geschrieben gekennzeichnet.

Während Fehler bei der Analyse historischer literarischer Texte als amüsante Kuriosität behandelt werden können, wird die Situation komplizierter, wenn wir Detektoren als Werkzeuge zur Auswertung von Texten verwenden wollen. Die US-Verfassung wurde von ZeroGPT als zu 92,15 % mit künstlicher Intelligenz verfasst eingestuft. Und laut einer von Forschern der Stanford University veröffentlichten Studie wurden 61 % der TOEFL-Aufsätze, die von nicht-englischsprachigen Studenten verfasst wurden, als KI-generiert eingestuft. Leider gibt es keine Daten darüber, wie hoch der Anteil der fälschlicherweise als positiv eingestuften Texte in anderen Sprachen ist.

Ein weiteres Problem ist die Änderung der Klassifizierung bei nachfolgenden Durchläufen des Detektors. Dies liegt daran, dass es häufig vorkommt, dass ein Detektor wie ZeroGPT oder Scribbr die Klassifizierung von Textfragmenten ändert, die er einmal als KI-generiert und ein anderes Mal als von Menschen geschrieben markiert.

Quelle: Scribbr (https://www.scribbr.com/ai-detector/)

KI-Bild- und Videodetektoren werden vor allem zur Identifizierung von Deepfakes und anderen KI-generierten Inhalten eingesetzt, die zur Verbreitung von Desinformation genutzt werden können.

Aktuelle Erkennungstools wie Deepware, Illuminarty und FakeCatcher liefern keine Testergebnisse zu ihrer Zuverlässigkeit. Im rechtlichen Kontext der Erkennung von KI-generiertem Bildmaterial gibt es Initiativen, Wasserzeichen zu KI-Bildern hinzuzufügen. Dies ist jedoch eine sehr unzuverlässige Methode – Sie können ein Bild einfach ohne Wasserzeichen herunterladen. Midjourney verfolgt beim Wasserzeichen einen anderen Ansatz und überlässt es den Benutzern, zu entscheiden, ob sie ein Bild auf diese Weise mit einem Wasserzeichen versehen möchten.

KI-Erkennung vermeiden. Ist das möglich und wie?

Unternehmer sollten sich darüber im Klaren sein, dass KI-Inhaltsdetektoren keinen Ersatz für die Qualitätsbewertung durch Menschen darstellen und nicht immer zuverlässig sind. Ihre praktischen Wartungsprobleme können erhebliche Schwierigkeiten bereiten, ebenso wie der Versuch, zu vermeiden, dass Ihre Inhalte als KI-generiert eingestuft werden. Vor allem, wenn die KI lediglich ein Werkzeug in den Händen eines Profis ist – es sich also nicht um „von KI generierte Inhalte“ handelt, sondern um „Inhalte, die in Zusammenarbeit mit KI erstellt wurden“.

Es ist relativ einfach, jemanden zu den generierten Materialien hinzuzufügen, sodass die Art und Weise, wie sie erstellt wurden, wirklich schwer zu erkennen ist. Wenn die Person, die generative KI einsetzt, weiß, welchen Effekt sie erzielen möchte, kann sie die Ergebnisse einfach manuell optimieren.

Die grundlegende Frage liegt im Grund unseres Wunsches, die Erkennung zu vermeiden, wenn der Inhalt von KI generiert wurde.

• Wenn es sich dabei um eine ethische Frage handelt und es beispielsweise um die Urheberschaft veröffentlichter wissenschaftlicher Forschung geht, ist man auf die Berufsethik des Wissenschaftlers und den verantwortungsvollen Umgang mit KI-basierten Werkzeugen angewiesen.
• Wünscht der Arbeitgeber, dass Arbeitnehmer auf den Einsatz von KI verzichten, bleibt eine vertragliche Regelung für den Einsatz generativer künstlicher Intelligenz bestehen.

Es stellt sich auch die Frage, ob wir den verantwortungsvollen Umgang mit KI durch Verbote und Kritiker (ZeroGPT und GPTZero!) oder durch die Wertschätzung von Transparenz, Vertrauensbildung und ehrlichem Umgang mit fortschrittlichen Technologien fördern wollen.

Quelle: ZeroGPT (https://www.zerogpt.com/)

Zusammenfassung

Die Antwort auf die Frage, ob sich der Einsatz von KI-Inhaltsdetektoren lohnt, ist alles andere als klar. KI-Inhaltsdetektoren befinden sich noch in der Entwicklung und ihre Zukunft ist schwer vorherzusagen. Eines ist sicher: Sie werden sich mit der Entwicklung der KI-Technologie weiterentwickeln. Fortschritte in der KI, einschließlich der zunehmenden Fähigkeit von Sprachmodellen, den menschlichen Schreibstil nachzuahmen, bedeuten, dass die Erkennung von KI-Inhalten noch komplizierter werden könnte. Für Unternehmen ist dies ein Zeichen, diese Entwicklungen zu verfolgen und sich nicht nur auf Tools zu verlassen, sondern auf deren Einschätzung von Inhalten und deren Eignung für den Zweck, für den sie erstellt wurden. Und die sich rasant entwickelnde künstliche Intelligenz sinnvoll zu nutzen.

Wenn Ihnen unsere Inhalte gefallen, treten Sie unserer fleißigen Bienen-Community auf Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest und TikTok bei.

Autor: Robert Whitney

JavaScript-Experte und Dozent, der IT-Abteilungen coacht. Sein Hauptziel ist es, die Teamproduktivität zu steigern, indem er anderen beibringt, wie sie beim Codieren effektiv zusammenarbeiten können.

Alle Beiträge anzeigen

KI in der Wirtschaft:

1. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 1)
2. Bedrohungen und Chancen von KI in der Wirtschaft (Teil 2)
3. KI-Anwendungen in der Wirtschaft – Überblick
4. KI-gestützte Text-Chatbots
5. Business NLP heute und morgen
6. Die Rolle von KI bei der Geschäftsentscheidung
7. Planen von Social-Media-Beiträgen. Wie kann KI helfen?
8. Automatisierte Social-Media-Beiträge
9. Neue Dienste und Produkte, die mit KI arbeiten
10. Was sind die Schwächen meiner Geschäftsidee? Eine Brainstorming-Sitzung mit ChatGPT
11. Verwendung von ChatGPT im Unternehmen
12. Synthetische Schauspieler. Top 3 KI-Videogeneratoren
13. 3 nützliche KI-Grafikdesign-Tools. Generative KI in der Wirtschaft
14. 3 großartige KI-Autoren, die Sie heute ausprobieren müssen
15. Erkunden Sie die Macht der KI bei der Musikproduktion
16. Erschließen Sie neue Geschäftsmöglichkeiten mit ChatGPT-4
17. KI-Tools für den Manager
18. 6 tolle ChatGTP-Plugins, die Ihnen das Leben erleichtern werden
19. 3 KI-Grafiken. Generierte Intelligenz für Ihr Unternehmen
20. Wie sieht die Zukunft der KI laut McKinsey Global Institute aus?
21. Künstliche Intelligenz in der Wirtschaft – Einführung
22. Was ist NLP oder natürliche Sprachverarbeitung im Geschäftsleben?
23. Automatische Dokumentenverarbeitung
24. Google Translate vs. DeepL. 5 Anwendungen der maschinellen Übersetzung für Unternehmen
25. Der Betrieb und die Geschäftsanwendungen von Voicebots
26. Virtuelle Assistententechnologie oder wie spricht man mit KI?
27. Was ist Business Intelligence?
28. Wird künstliche Intelligenz Business-Analysten ersetzen?
29. Wie kann künstliche Intelligenz bei BPM helfen?
30. KI und soziale Medien – was sagen sie über uns?
31. Künstliche Intelligenz im Content Management
32. Kreative KI von heute und morgen
33. Multimodale KI und ihre Anwendungen in der Wirtschaft
34. Neue Interaktionen. Wie verändert KI die Art und Weise, wie wir Geräte bedienen?
35. RPA und APIs in einem digitalen Unternehmen
36. Der zukünftige Arbeitsmarkt und kommende Berufe
37. KI in EdTech. 3 Beispiele für Unternehmen, die das Potenzial künstlicher Intelligenz genutzt haben
38. Künstliche Intelligenz und die Umwelt. 3 KI-Lösungen, die Ihnen beim Aufbau eines nachhaltigen Unternehmens helfen
39. KI-Inhaltsdetektoren. Sind sie es wert?