Detektory treści AI. Czy są tego warte? | Sztuczna inteligencja w biznesie #38

Czy pamiętasz, jak kilka lat temu ekscytowaliśmy się pierwszymi artykułami generowanymi przez sztuczną inteligencję, które ledwo przypominały ludzką prozę? Dziś, gdy sztuczna inteligencja potrafi pisać niemal poetyckie eseje, wiele osób zastanawia się, jak odróżnić pracę maszyny od pracy człowieka. OpenAI, firma odpowiedzialna za sukces ChatGPT, na stałe zablokowała dostęp do swojego detektora AI ze względu na jego nieskuteczność.

Obecnie twórcy detektorów treści AI przedstawiają je jako narzędzia chroniące autentyczność. Pytanie brzmi, czy są warte zaufania i inwestycji? W tym artykule przyjrzymy się, jak działają detektory treści AI, dlaczego mogą wyginąć, jakie niosą ze sobą wyzwania i jakie stwarzają dylematy etyczne.

Detektory treści AI

Detektory treści AI opierają się na modelach językowych podobnych do tych używanych do generowania treści AI. Można je podzielić na te, których zadaniem jest sprawdzanie pochodzenia obrazów, tekstów i muzyki generowanych przy wsparciu sztucznej inteligencji. Każdy typ „wykrywacza sztucznej inteligencji” działa nieco inaczej, ale żaden z nich nie jest w stanie z całkowitą pewnością rozróżnić treści stworzonych przez człowieka od treści generowanych przez sztuczną inteligencję.

Detektory obrazu generowane przez sztuczną inteligencję odgrywają coraz większą rolę ze względu na zdolność mediów do generowania fałszywych wiadomości. Analizują anomalie, charakterystyczne style i wzory, szukają śladów pozostawionych przez modele takie jak DALL-E.

Wśród detektorów wykorzystywanych do identyfikacji obrazów wyróżnia się narzędzie „AI or Not” firmy Optic, które wykorzystuje bazy danych obrazów generowane przez Midjourney, DALL-E i Stable Diffusion. Chociaż wyniki są niepewne, jest to krok w kierunku opracowania w przyszłości bardziej precyzyjnych metod identyfikacji.

Źródło: AI czy nie (https://www.aiornot.com/)

Za działaniem detektorów AI rozpoznających teksty wygenerowane przez AI stoją zaawansowane algorytmy, które analizują strukturę i dobór słów w tekście, a następnie rozpoznają wzorce specyficzne dla AI. Korzystają z:

• klasyfikatory – algorytm klasyfikujący tekst oraz sprawdzający styl, ton i gramatykę. Na przykład opis produktu, który pasuje do dowolnego produktu tego typu, może zostać sklasyfikowany jako dzieło sztucznej inteligencji,
• osadzania (osadzenia) – numeryczne reprezentacje słów pozwalają maszynom zrozumieć kontekst ich użycia. To dzięki nim program „rozumie”, że tekst z monotonnym doborem słów może być dziełem AI,
• zakłopotanie – będące miarą nieprzewidywalności tekstu. Teksty pisane przez ludzi są zwykle bardziej skomplikowane, chociaż teksty z natury proste, użytkowe w typowej formie lub napisane przez obcokrajowców mogą zostać błędnie sklasyfikowane jako generowane przez sztuczną inteligencję,
• różnorodność (burstiness) – czynnik ten opisuje zmienność długości i struktury zdania. Ludzie mają tendencję do pisania bardziej zróżnicowanych tekstów niż sztuczna inteligencja.

Powyższe elementy łącznie wykorzystywane są przez detektory treści AI do oceny, czy mamy do czynienia z tekstem stworzonym przez człowieka, czy też maszynowo.

Dlaczego warto używać detektorów treści AI?

Detektory treści AI działają w różnych dziedzinach – od edukacji po marketing i rekrutację. Oto najważniejsze powody, dla których warto wykorzystać je jako narzędzie pomagające w ocenie, ale nie jako ostateczny dowód na to, czy treść została wygenerowana:

• Identyfikacja zmodyfikowanych za pomocą AI zdjęć przedstawiających znane osoby – w celu sprawdzenia, czy zdjęcie przedstawia prawdziwą sytuację,
• Zapobieganie dezinformacji – W kontekście zwalczania dezinformacji skuteczne detektory treści AI pomagają moderatorom mediów społecznościowych wykrywać rozpowszechnianie fałszywych informacji w celu identyfikowania i eliminowania powtarzających się treści generowanych przez boty,
• Ograniczanie publikacji tekstów o niskiej wartości – detektory treści AI mogą pomóc wydawcom odrzucać teksty zawierające informacje ogólne wygenerowane przez ChatGPT, Bing lub Bard po wpisaniu prostego zapytania.

Warto jednak pamiętać, że pochodzenie tekstu nie jest podstawą do obniżenia przez Google rankingu witryny. Na blogu Google Search Center stwierdzono, że dla Google najważniejsze jest „nagradzanie treści wysokiej jakości niezależnie od sposobu ich tworzenia […]”. Do generowania przydatnych treści, takich jak wyniki sportowe, prognozy pogody i transkrypcje, od dawna wykorzystuje się automatyzację. Sztuczna inteligencja może otworzyć nowy poziom ekspresji i kreatywności oraz być kluczowym narzędziem wspierającym tworzenie świetnych treści internetowych.

Zawodność detektorów treści AI. Rzeczywistość czy mit?

Chociaż detektory treści AI są wszechobecne, ich skuteczność może być wątpliwa. Główne problemy to:

• niska skuteczność w wykrywaniu treści AI,
• problemy z fałszywymi alarmami, a także
• trudności w przystosowaniu detektorów do szybkiego dywersyfikacji i udoskonalania nowych modeli sztucznej inteligencji.

Testy przeprowadzone przez OpenAI wykazały, że ich klasyfikator rozpoznawał tekst wygenerowany w formacie GPT tylko w 26% przypadków. Ciekawym przykładem zawodności generatorów jest eksperyment przeprowadzony przez TechCrunch, który pokazał, że narzędzie GPTZero poprawnie zidentyfikowało pięć z siedmiu tekstów generowanych przez AI. Podczas gdy klasyfikator OpenAI zidentyfikował tylko jeden.

Źródło: GPTZero (https://gptzero.me/)

Ponadto istnieje ryzyko otrzymania fałszywego wyniku pozytywnego, czyli rozpoznania tekstu napisanego przez człowieka jako wygenerowanego przez sztuczną inteligencję. Przykładowo początek drugiego rozdziału Don Kichota Miguela de Cervantesa został oznaczony przez detektor OpenAI jako najprawdopodobniej napisany przez sztuczną inteligencję.

O ile błędy w analizie historycznych tekstów literackich można potraktować jako zabawną ciekawostkę, o tyle sytuacja komplikuje się, gdy chcemy wykorzystać detektory jako narzędzia oceny tekstów. Konstytucja USA została oznaczona przez ZeroGPT jako w 92,15% napisana przez sztuczną inteligencję. Według badania opublikowanego przez naukowców z Uniwersytetu Stanforda 61% esejów TOEFL napisanych przez studentów anglojęzycznych, dla których nie jest to rodzimy język, zostało sklasyfikowanych jako wygenerowane przez sztuczną inteligencję. Niestety nie ma danych, jak wysoki jest odsetek tekstów błędnie sklasyfikowanych jako pozytywne w innych językach.

Kolejną kwestią jest zmiana klasyfikacji przy kolejnych uruchomieniach detektora. Dzieje się tak dlatego, że często zdarza się, że detektor taki jak ZeroGPT lub Scribbr zmienia klasyfikację fragmentów tekstu, które oznacza raz jako wygenerowane przez sztuczną inteligencję, innym razem jako napisane przez człowieka.

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

Detektory obrazów i wideo AI służą przede wszystkim do wykrywania deepfake’ów i innych treści generowanych przez sztuczną inteligencję, które można wykorzystać do szerzenia dezinformacji.

Obecne narzędzia do wykrywania, takie jak Deepware, Illuminarty i FakeCatcher, nie dostarczają wyników testów ich niezawodności. W kontekście prawnym dotyczącym wykrywania materiałów wizualnych generowanych przez sztuczną inteligencję podejmowane są inicjatywy mające na celu dodawanie znaków wodnych do obrazów AI. Jest to jednak sposób bardzo zawodny – można po prostu łatwo pobrać obraz bez znaku wodnego. Midjourney przyjmuje inne podejście do znakowania wodnego, pozostawiając użytkownikom decyzję, czy chcą w ten sposób dodać znak wodny do obrazu.

Unikanie wykrywania AI. Czy jest to możliwe i jak?

Przedsiębiorcy powinni mieć świadomość, że detektory treści AI nie zastępują oceny jakości człowieka i nie zawsze są niezawodne. Ich praktyczne problemy z utrzymaniem mogą powodować znaczne trudności, podobnie jak próba uniknięcia sklasyfikowania treści jako wygenerowanych przez sztuczną inteligencję. Zwłaszcza, gdy sztuczna inteligencja jest po prostu narzędziem w rękach profesjonalisty – to znaczy nie jest „treścią wygenerowaną przez sztuczną inteligencję”, ale raczej „treścią, która powstała we współpracy z sztuczną inteligencją”.

Dodanie kogoś do generowanych materiałów jest stosunkowo proste, dlatego sposób, w jaki powstają, jest naprawdę trudny do wykrycia. Jeśli osoba korzystająca z generatywnej sztucznej inteligencji wie, jaki efekt chce osiągnąć, może po prostu ręcznie dostosować wyniki.

Podstawowe pytanie dotyczy powodu, dla którego chcemy uniknąć wykrycia, jeśli treść została wygenerowana przez sztuczną inteligencję.

• Jeżeli jest to kwestia etyczna i dotyczy np. autorstwa publikowanych badań naukowych – pozostaje zdać się na etykę zawodową naukowca i odpowiedzialne korzystanie z narzędzi opartych na sztucznej inteligencji.
• Jeśli pracodawca życzy sobie, aby pracownicy zrezygnowali z korzystania ze sztucznej inteligencji – pozostaje ustalenia umowne dotyczące wykorzystania generatywnej sztucznej inteligencji.

Rodzi to również pytanie, czy chcemy promować odpowiedzialne korzystanie ze sztucznej inteligencji poprzez zakazy i krytyków (ZeroGPT i GPTZero!), czy poprzez docenienie przejrzystości, budowanie zaufania i uczciwe korzystanie z zaawansowanych technologii.

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

Streszczenie

Odpowiedź na pytanie, czy warto stosować detektory treści AI, nie jest jednoznaczna. Detektory treści AI są wciąż w fazie rozwoju, a ich przyszłość jest trudna do przewidzenia. Jedno jest pewne – będą ewoluować wraz z rozwojem technologii AI. Postępy w sztucznej inteligencji, w tym rosnąca zdolność modeli językowych do naśladowania ludzkiego stylu pisania, oznaczają, że wykrywanie treści AI może stać się jeszcze bardziej skomplikowane. Dla przedsiębiorstw jest to sygnał, aby śledzić ten rozwój i nie polegać wyłącznie na narzędziach, ale na własnej ocenie treści i jej przydatności do celu, dla którego została stworzona. I mądrze wykorzystywać szybko rozwijającą się sztuczną inteligencję.

Jeśli podobają Ci się nasze treści, dołącz do naszej społeczności pracowitych pszczół na Facebooku, Twitterze, LinkedIn, Instagramie, YouTube, Pinterest i TikTok.

Autor: Robert Whitney

Ekspert JavaScriptu i instruktor, który szkoli działy IT. Jego głównym celem jest podnoszenie produktywności zespołu poprzez uczenie innych, jak efektywnie współpracować podczas kodowania.

Zobacz wszystkie posty

Sztuczna inteligencja w biznesie:

1. Zagrożenia i szanse AI w biznesie (część 1)
2. Zagrożenia i szanse AI w biznesie (część 2)
3. Zastosowania AI w biznesie – przegląd
4. Chatboty tekstowe wspomagane sztuczną inteligencją
5. Biznesowe NLP dziś i jutro
6. Rola AI w podejmowaniu decyzji biznesowych
7. Planowanie postów w mediach społecznościowych. Jak sztuczna inteligencja może pomóc?
8. Zautomatyzowane posty w mediach społecznościowych
9. Nowe usługi i produkty współpracujące z AI
10. Jakie są słabe strony mojego pomysłu na biznes? Sesja burzy mózgów z ChatGPT
11. Korzystanie z ChatGPT w biznesie
12. Aktorzy syntetyczni. 3 najlepsze generatory wideo AI
13. 3 przydatne narzędzia do projektowania graficznego AI. Generatywna sztuczna inteligencja w biznesie
14. 3 niesamowitych autorów AI, których musisz dziś wypróbować
15. Odkrywanie mocy sztucznej inteligencji w tworzeniu muzyki
16. Poruszanie się po nowych możliwościach biznesowych dzięki ChatGPT-4
17. Narzędzia AI dla menedżera
18. 6 niesamowitych wtyczek ChatGTP, które ułatwią Ci życie
19. 3 grafików AI. Generatywna sztuczna inteligencja dla biznesu
20. Jaka przyszłość czeka sztuczną inteligencję według McKinsey Global Institute?
21. Sztuczna inteligencja w biznesie - Wprowadzenie
22. Czym jest NLP, czyli przetwarzanie języka naturalnego w biznesie
23. Automatyczne przetwarzanie dokumentów
24. Tłumacz Google kontra DeepL. 5 zastosowań tłumaczenia maszynowego w biznesie
25. Działanie i zastosowania biznesowe robotów głosowych
26. Technologia wirtualnego asystenta, czyli jak rozmawiać z AI?
27. Czym jest inteligencja biznesowa?
28. Czy sztuczna inteligencja zastąpi analityków biznesowych?
29. Jak sztuczna inteligencja może pomóc w BPM?
30. AI i media społecznościowe – co o nas mówią?
31. Sztuczna inteligencja w zarządzaniu treścią
32. Kreatywna sztuczna inteligencja dziś i jutro
33. Multimodalna sztuczna inteligencja i jej zastosowania w biznesie
34. Nowe interakcje. Jak sztuczna inteligencja zmienia sposób, w jaki obsługujemy urządzenia?
35. RPA i API w cyfrowej firmie
36. Przyszły rynek pracy i nadchodzące zawody
37. Sztuczna inteligencja w EdTech. 3 przykłady firm, które wykorzystały potencjał sztucznej inteligencji
38. Sztuczna inteligencja i środowisko. 3 rozwiązania AI, które pomogą Ci zbudować zrównoważony biznes
39. Detektory treści AI. Czy są tego warte?