Zasoby
Typowe przykłady wyników fałszywie pozytywnych w wykrywaniu sztucznej inteligencji, w tym krótkie próbki, przetłumaczone teksty, szablony, dopracowane edycje i dokumenty z dużą liczbą cytowań.
Otwórz główny przewodnikKrótkim odpowiedziom, podsumowaniom ćwiczeń laboratoryjnych, życiorysom i akapitom opartym na rubrykach może brakować wystarczającej różnorodności stylistycznej, aby zapewnić stabilną punktację. Recenzenci powinni poprosić o więcej kontekstu przed eskalacją.
Narzędzia do tłumaczenia i powtórka drugiego języka mogą wygładzić rytm zdań i słownictwo. Ten wzór może przypominać tekst wygenerowany przez sztuczną inteligencję, nawet jeśli autor napisał podstawowe pomysły.
W listach motywacyjnych, notatkach politycznych, opisach produktów i publikacjach zawierających dużą liczbę cytatów często używa się konwencjonalnych sformułowań. Odpowiedzialny przepływ pracy porównuje wyróżnione fragmenty z wersjami roboczymi, źródłami i zasadami.
Fałszywy wynik pozytywny ma miejsce, gdy teksty autorstwa człowieka zostaną oznaczone jako stworzone przez sztuczną inteligencję. Powinno to wywołać uważną analizę, a nie automatyczne oskarżenie lub odrzucenie.
Zespoły powinny udokumentować wzorzec, sprawdzić dowody fragmentów, zebrać wersje robocze lub kontekst źródłowy i dostosować progi dla typów dokumentów, które z większym prawdopodobieństwem będą wyglądać na szablonowe.