Die Zunahme von KI-Chatbots und Erkennungstools

Der Start von ChatGPT im Jahr 2022 weckte weltweit das Interesse an künstlicher Intelligenz (KI) und führte zu einer weit verbreiteten Nutzung von KI-Chatbots, auch durch Studierende. Nach dem Aufkommen von KI-Chatbots wurden von Hochschuleinrichtungen Bedenken hinsichtlich der "unlauteren Nutzung von durch künstliche Intelligenz generierten Inhalten in einem akademischen Umfeld" geäußert.¹ und die "Originalität und Angemessenheit der von dem Chatbot generierten Inhalte".²

Um den unangemessenen oder unlauteren Einsatz solcher Chatbots zu erkennen und zu steuern, werden KI-Erkennungstools immer beliebter. Standardplagiatstools wie TurnItIn sind dazu übergegangen, KI-generierte Inhalte mit unterschiedlichem Wirkungsgrad und zu verschiedenen Preisen zu erkennen.³  Die meisten KI-Erkennungstools im akademischen Bereich sind in breitere Bildungsplattformen wie Moodle, Canvas, Blackboard, Brightspace, Schoology oder Sakai integriert.⁴

KI-Erkennungstools identifizieren generierten Text durch Musterabgleich, anstatt ihn mit einer Datenbank zu vergleichen, wie es herkömmliche Plagiatsprüfprogramme tun. Sprachmodelle werden anhand großer Mengen von Textdaten trainiert, um probabilistische Sprachregeln zu lernen, die sie zur Erstellung neuer Inhalte verwenden. Der erzeugte Text weist jedoch oft vorhersehbare Muster auf, wie z. B. einheitliche Satzstrukturen, übermäßige Verwendung bestimmter Konjunktionen und Vokabeln sowie vorhersehbare Satz- oder Absatzlängen. Die Erkennungswerkzeuge zielen darauf ab, diese Muster zu erkennen, und können auch herkömmliche Plagiatsprüfungen einbeziehen, um Texte zu identifizieren, die direkt aus den Trainingsdaten des Modells reproduziert wurden.⁵

Antworten auf AI-Erkennungstools

Als die ersten KI-Erkennungstools auf den Markt kamen, beeilten sich die Hochschuleinrichtungen, sie in die Bildungsplattformen zu integrieren. Die meisten, wenn nicht sogar alle, KI-Erkennungstools können jedoch mit genügend Zeit und Aufwand umgangen werden.⁶ Einige Hochschuleinrichtungen machen daher ihre Entscheidung, KI-Detektoren einzusetzen, rückgängig. Im Jahr 2023 deaktivierten Vanderbilt, Michigan State, Northwestern und die University of Texas at Austin ihre KI-Detektoren von Turnitin und begründeten dies mit den oben genannten Problemen bei der Wirksamkeit.⁷ Andere Bildungseinrichtungen werden wahrscheinlich diesem Beispiel folgen, da die Erkennungsinstrumente möglicherweise mehr Probleme verursachen als sie lösen.⁸ Einige akademische Einrichtungen deaktivieren nicht nur KI-Erkennungstools, sondern finden auch Wege, LLM auf ethische und produktive Weise in ihre Lehrpläne einzubinden.⁹

Darüber hinaus wurden neue "Humanizer"-Tools veröffentlicht, die es LLM-Nutzern ermöglichen, KI-Erkennungstools zu umgehen, indem sie "Sätze umformulieren, Strukturen ändern und ein vielfältiges Vokabular einbauen", was die Wahrscheinlichkeit einer KI-Erkennung deutlich verringert.¹⁰ Erste Untersuchungen deuten darauf hin, dass Umschreibungswerkzeuge die KI-Erkennung erheblich erschweren.¹¹ Die Washington Post hat beispielsweise herausgefunden, dass Turnitin Schwierigkeiten hat, KI-generierte Inhalte zu erkennen, wenn der Text menschliche und KI-generierte Inhalte durch Paraphrasierungswerkzeuge vermischt.¹²

Obwohl Turnitin eine neue Funktion zur Erkennung von KI-Paraphrasierung in seinem KI-Erkennungstool veröffentlicht hat,¹³ Solche Reaktionen schaffen ein schwieriges Marktumfeld für die KI-Detektion, in dem sich andere Unternehmen auf andere Geschäftsmodelle verlegen,¹⁴ oder schließen.¹⁵

Welche KI-Erkennungstools gibt es auf dem Markt?

Eine Auswahl der wichtigsten KI-Erkennungstools ist unten in alphabetischer Reihenfolge aufgeführt. Wir haben auch öffentlich zugängliche Informationen über die Wirksamkeit der Erkennung, die Integration der Bildungsplattform, den Preis (in USD) und das Veröffentlichungs- und/oder Aktualisierungsdatum angegeben. Beachten Sie, dass die meisten der unten aufgeführten KI-Erkennungstools hauptsächlich nur gegen ChatGPT-3.5 wirksam sind.

AI-Erkennungstool	Gibt es eine Integration in Bildungsplattformen?	Preisgestaltung (USD)	Datum der Veröffentlichung/Aktualisierung
Kompilierung	Ja: Moodle, Brightspace, Canvas, Microsoft Teams, Blackboard, Open LMS	Keine Informationen gefunden16	Februar 2023
Inhalt in großem Maßstab	Ja: begrenzte Informationen	$49/Monat17	Keine Informationen
Inhaltsdetektor AI	Keine Informationen	Keine Informationen gefunden	202318
Copyleaks	Ja: Moodle, Canvas, Blackboard, Brightspace, Schoology, Sakai	$7.99-$13.99/month19	Januar 2023
Crossplag	Keine Informationen	$7-$100/month20	Januar 2023
GPT erkennen	Keine Informationen	$7-$29/Monat21	Keine Informationen
Duplichecker	Keine Informationen	$110-$2000/year22	2024
Los Winston	Keine Informationen	$12-$32/month23	Februar 2023
GPT-Null	Ja: Canvas, Coursify.me, K16-Lösungen, NewsGuard	$10-$23/month24	Januar 2023
Originalität	Ja: Moodle, Scribbr	$14.95-$30/month25	November 2022
Plagiatsdetektor (AI-Erkennung)	Keine Informationen	$110-$330/year26	Keine Informationen
Quillbot	Ja: Keine öffentlich zugänglichen Angaben zu den Plattformen	$0-$8.33/month27	Keine Informationen
Bäumchen	Unklar	$0-$12/Monat28	Januar 2023
Scispace	Wahrscheinlich, aber Mangel an Informationen	$0-$8/Monat29	Keine Informationen
Turnitin	Ja: Brightspace, Scribbr	$3/Student/Jahr30	April 2023
Nicht nachweisbare AI	Keine Informationen	$5-$14.99/month31	Mai 2023
Wordtune	Wahrscheinlich, aber Mangel an Informationen	$0-$9.99/month32	Januar 2023
KI-Detektor des Autors	Keine Informationen	$0-$18/Monat33	Keine Informationen
ZeroGPT	Ja: Keine öffentlich zugänglichen Angaben zu den Plattformen	$0-$18.99/month34	Januar 2023

Wirksamkeit von KI-Erkennungsinstrumenten

Falsch-positive Meldungen

Im Zusammenhang mit KI-Erkennungstools treten falsch positive Ergebnisse auf, wenn ein KI-Erkennungstool eingereichte Inhalte fälschlicherweise als von KI generiert identifiziert. Einige Studien deuten darauf hin, dass KI-Erkennungstools eine hohe Falsch-Positiv-Rate haben, und nur wenige KI-Erkennungstools weisen eine signifikant niedrige Falsch-Positiv-Rate auf.³⁵  In einem akademischen Umfeld kann dies bedeuten, dass studentische Arbeiten fälschlicherweise als von KI generiert gekennzeichnet werden, obwohl sie in Wirklichkeit von Menschen erstellt wurden. Es wurden auch Unterschiede festgestellt, je nachdem, welches KI-Modell verwendet wird, um den eingereichten Text für das zu prüfende KI-Erkennungstool zu generieren, und umgekehrt, wobei die Ergebnisse der einzelnen Studien variieren.³⁶ Darüber hinaus werden Inhalte von Nicht-Muttersprachlern mit größerer Wahrscheinlichkeit fälschlicherweise als KI-generiert eingestuft, was für Bildungseinrichtungen mit Studenten unterschiedlicher Herkunft natürlich ein Problem darstellt.³⁷

Falsche Negative

Im Zusammenhang mit KI-Erkennungstools kommt es zu falsch-negativen Ergebnissen, wenn ein KI-Erkennungstool eingereichte Inhalte nicht als von KI generiert identifiziert. Einige Tools haben eine geringe Sensitivität gezeigt und nur 15% der eingereichten Proben korrekt als KI-generiert identifiziert,³⁸ während andere ein nahezu perfektes Ergebnis bei der Klassifizierung von von Menschen geschriebenen Inhalten aufweisen und nur 3% der von der KI generierten Proben falsch klassifizieren.³⁹  Im Allgemeinen variiert die Genauigkeit der Ergebnisse stark, je nachdem, welches KI-Erkennungswerkzeug verwendet wird. Eine Studie zeigt, dass nur zwei der wichtigsten KI-Erkennungstools alle 126 Proben korrekt als KI- oder menschlich generiert klassifizierten.⁴⁰ Andere Forscher behaupten, dass KI-Erkennungstools mehr falsch-negative Ergebnisse liefern, wenn sie eine komplexere Sprache analysieren.⁴¹

Andere Überlegungen

Im Allgemeinen variiert die Effektivität von KI-Erkennungstools je nachdem, welches Tool verwendet wird und mit welchem Modell. Eine Studie ergab, dass KI-Erkennungstools bei ChatGPT-3.5-Inhalten effektiver und bei ChatGPT-4-Inhalten weniger effektiv sind, mit Ausnahme von Copyleaks, Turnitin und Originality.ai, die eine Genauigkeit von mehr als 83% bei der Erkennung von ChatGPT-4-Inhalten aufweisen.⁴² Diese Studie kam zu dem Schluss, dass "der kostenlose oder kostenpflichtige Status eines Detektors kein guter Indikator für seine Genauigkeit ist",⁴³ obwohl kontrastierende Ergebnisse (mit einem kleinen Stichprobenumfang) vorläufig darauf hindeuten, dass kostenpflichtige KI-Erkennungstools besser zu sein scheinen als kostenlose KI-Erkennungstools.⁴⁴ Die Studien konzentrieren sich im Allgemeinen auf die Wirksamkeit von KI-Erkennungstools gegen ChatGPT und ignorieren andere LLMs. Dies könnte auf die größere Popularität der Modelle von OpenAI im Vergleich zu anderen wie Gemini, Mistral oder Command zurückzuführen sein.

Die Ethik des Einsatzes von KI-Detektionstools

Der Einsatz von KI-Chatbots im akademischen Bereich wirft erhebliche ethische Fragen auf, angefangen bei der Schädigung des Rufs sowohl der Studierenden als auch der Hochschuleinrichtungen. Wenn Studierende die Verwendung von KI-generierten Inhalten nicht offenlegen und sie als ihre eigenen ausgeben, kann dies ihrer weiteren Ausbildung und ihrer zukünftigen Karriere schaden. Ebenso können sich Hochschulen dem Vorwurf aussetzen, Plagiate zu ermöglichen, zu betrügen und die akademische Integrität nicht zu wahren.

Der Einsatz von KI-Erkennungstools ohne angemessene Sicherheitsvorkehrungen wirft jedoch ebenso große Bedenken hinsichtlich des Datenschutzes und der Einwilligung auf, insbesondere im Hinblick auf die vertraglichen Vereinbarungen zwischen den Universitäten und dem Tool-Anbieter. Dazu gehören die Frage, was mit hochgeladenen Inhalten geschieht, wie sie gespeichert werden und die Zustimmung, wenn hochgeladene Inhalte in zukünftigen Trainingsdaten verwendet werden.

Wie im vorangegangenen Abschnitt erörtert, können KI-Erkennungstools außerdem von Menschen geschriebene Inhalte fälschlicherweise als KI identifizieren (falsch positive Ergebnisse) oder von KI generierten Text nicht erkennen (falsch negative Ergebnisse). Die Erkennungsgenauigkeit ist sehr unterschiedlich, wobei einige Tools ChatGPT-3.5 besser erkennen. Schließlich spielen sie ein Katz-und-Maus-Spiel mit Methoden, um die Erkennung zu umgehen - einschließlich Software, die speziell Inhalte erzeugt, die von Standard-KI-Erkennungstools nicht erkannt werden können.⁴⁵ 

KI-Erkennungstools tragen auch zu breiteren Debatten über Zugang, Gerechtigkeit und Umweltauswirkungen bei. Studierende können KI nutzen, um die Übersetzung und das Verständnis von Kursarbeiten zu unterstützen, vor allem wenn sie in einem englischsprachigen Land studieren und aus einem nicht englischsprachigen oder anderen Minderheiten angehörenden Umfeld stammen, das historisch gesehen weniger Chancen auf eine Universitätsausbildung hat. Zugangsprobleme ergeben sich auch aufgrund der kommerziellen Verfügbarkeit von LLMs; wohlhabendere Studierende können möglicherweise für anspruchsvollere Modelle bezahlen und/oder ihre Arbeit durch mehrere LLMs leiten, was bedeutet, dass die Chancen auf Entdeckung erheblich sinken.⁴⁶

Hinweise und Referenzen

1.  Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, und Lorna Waddington. "Testing of Detection Tools for AI-Generated Text". Internationale Zeitschrift für pädagogische Integrität 19, Nr. 1 (25. Dezember 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.

2.  Elkhatat, Ahmed M., Khaled Elsaid, und Saeed Almeer. "Evaluating the Efficacy of AI Content Detection Tools in Differentiation between Human and AI-Generated Text. Internationale Zeitschrift für pädagogische Integrität 19, Nr. 1 (1. September 2023): 17. https://doi.org/10.1007/s40979-023-00140-5.

3.  *Obwohl sich dieser Bericht nur auf akademische Anwendungen konzentriert, erkennen wir an, dass es Anwendungsfälle und potenzielle Vorteile für KI-Erkennungstools außerhalb der akademischen Welt gibt, z. B. in der Verlagsbranche, im Journalismus oder in der Personalabteilung.

4. Copyleaks. "LMS Plagiatsprüfungs-Plugin." Copyleaks. Zugriff am 29. August 2024. https://copyleaks.com/learning-management-systems.

5. Furze, Leon. "AI Detection in Education Is a Dead End." Leon Furze, April 8, 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

6. Coffey, Lauren. "Professoren vorsichtig bei Tools zur Erkennung von KI-generiertem Schreiben". Inside Higher Ed, Februar 9, 2024. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2024/02/09/professors-proceed-caution-using-ai.

7. Mehrere Quellen:
   1. Ghaffary, Shirin. "Universitäten überdenken den Einsatz von KI-Schreibdetektoren zur Überprüfung von Studentenarbeiten". Bloomberg.com21. September 2023. https://www.bloomberg.com/news/newsletters/2023-09-21/universities-rethink-using-ai-writing-detectors-to-vet-students-work. 
   2. Coley, Michael. "Anleitung zur KI-Erkennung und warum wir den KI-Detektor von Turnitin deaktivieren". Vanderbilt University, August 16, 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

8. Furze, Leon. "AI Detection in Education Is a Dead End." Leon Furze, April 8, 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

9.  Cornell Universität. "Ethische KI für Lehren und Lernen". Center for Teaching Innovation. Accessed August 29, 2024. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning.

10.  MarGrowth. "UPass Review: How Effective It Can Bypass AI Detection | HackerNoon," July 31, 2024. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection.

11. Mehrere Quellen: 
    1. Kar, Sujita Kumar, Teena Bansal, Sumit Modi, und Amit Singh. "Wie empfindlich sind die kostenlosen KI-Detektor-Tools bei der Erkennung von KI-generierten Texten? Ein Vergleich beliebter KI-Detektor-Tools". Indische Zeitschrift für psychologische Medizin, 11. Mai 2024, 02537176241247934. https://doi.org/10.1177/02537176241247934.
    2.  Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, und Lorna Waddington. "Testing of Detection Tools for AI-Generated Text". Internationale Zeitschrift für pädagogische Integrität 19, Nr. 1 (25. Dezember 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.
    3. Sadasivan, Vinu Sankar, Aounon Kumar, Sriram Balasubramanian, Wenxiao Wang, und Soheil Feizi. "Can AI-Generated Text Be Reliably Detected?", 2023. https://doi.org/10.48550/ARXIV.2303.11156.
    4. Krishna, Kalpesh, Yixiao Song, Marzena Karpinska, John Wieting, und Mohit Iyyer. "Paraphrasing Evades Detectors of AI-Generated Text, but Retrieval Is an Effective Defense", 2023. https://doi.org/10.48550/ARXIV.2303.13408.

12. Fowler, Geoffrey, A. "We Tested a New ChatGPT-Detector for Teachers. It Flagged an Innocent Student." Tech in Your Life, 3. April 2023. https://www.washingtonpost.com/technology/2023/04/01/chatgpt-cheating-detection-turnitin/.

13. Young, Laura. "AI Paraphrasing Detection: Strengthening the Integrity of Academic Writing." Turnitin, Juli 16, 2024. https://www.turnitin.com/blog/ai-paraphrasing-detection-strengthening-the-integrity-of-academic-writing.

14.  Edwards, Benj. "Warum KI-Schriftdetektoren nicht funktionieren." Ars Technica, 14. Juli 2023. https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai/.

15. Mehrere Quellen:
    1. Coldewey, Devin. "OpenAI Scuttles AI-Written Text Detector over 'Low Rate of Accuracy.'" TechCrunch, 25. Juli 2023. https://techcrunch.com/2023/07/25/openai-scuttles-ai-written-text-detector-over-low-rate-of-accuracy/.
    2. Coley, Michael. "Anleitung zur KI-Erkennung und warum wir den KI-Detektor von Turnitin deaktivieren". Vanderbilt University, August 16, 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

16. Zusammenstellung. "AI Content Checker: KI erkennen mit Compilatio." Compilatio. Accessed August 27, 2024. https://www.compilatio.net/en/ai-detector-info.

17. Inhalt in großem Maßstab. "Der AI Detector ist ein Echtzeit-KI-Checker und ChatGPT-Detektor". Content @ Scale. Accessed August 27, 2024. https://brandwell.ai/ai-content-detector/.

18.  Copyleaks. "Copyleaks startet KI-Inhaltsdetektor | Pressemitteilung." Copyleaks. Accessed August 27, 2024. https://copyleaks.com/about-us/media/copyleaks-launches-ai-content-detector.

19.  Copyleaks. "Preisgestaltung." Copyleaks. Zugriff am 19. August 2024. https://copyleaks.com/pricing.

20. Ivankov, Olga. "Was ist Crossplag AI Detector? Pricing, Features and How to Use," 12. Juni 2024. https://articlesbase.com/tech/emerging-technologies/artificial-intelligence/ai-tools-and-software/what-is-crossplag-ai-detector-pricing-features-and-how-to-use/.

21.  DetectGPT. "Der KI-Detektor, dem Sie vertrauen können - DetectGPT." Accessed August 27, 2024. https://detectgpt.com/#pricing.

22.  Dupli Checker. "Preise & Pläne." Duplichecker.com. Accessed August 27, 2024. https://www.duplichecker.com/pricing.

23.   Winston AI. "Preisgestaltung". Winston AI (Blog). Zugriff am 27. August 2024. https://gowinston.ai/pricing/.

24. GPTZero. "Preisgestaltung". GPTZero. Accessed August 19, 2024. https://gptzero.me/.

25. Scribbr. “Frequently Asked Questions: How Much Does Originality AI Cost?” Scribbr. Accessed August 19, 2024. https://www.scribbr.com/frequently-asked-questions/how-much-does-originality-ai-cost/#:~:text=Originality.ai%20offers%20two%20pricing,10%20words%20for%20fact%20checking.

26. PlagiarismDetector.net. "Preisgestaltung & Pläne | Plagiarismdetector.Net." PlagiarismDetector.net. Accessed August 27, 2024. https://plagiarismdetector.net/pricing.

27. Quillbot. "Pricing." Quillbot, n.d. https://quillbot.com/premium.

28. 1. Sapling AI. "API Preisgestaltung | Sapling.Ai Entwicklerdokumentation." Sapling AI. Zugriff am 27. August 2024. https://sapling.ai/docs/api/pricing/.
    2. Sapling AI. "Pläne und Preisgestaltung | Sapling". Sapling AI. Zugriff am 27. August 2024. https://sapling.ai/pricing.

29.  SciSpace. "SciSpace Premium - Unbegrenzter Zugang zu KI-Forschungstools." SciSpace. Accessed August 27, 2024. https://typeset.io/pricing.

30.  Miller, Nick. "Turnitin-Preisgestaltung im Jahr 2024: What Does It Cost?" Mittel (Blog), Juli 11, 2024. https://medium.com/@nickmiller_writer/turnitin-pricing-in-2024-what-does-it-cost-80f552a7a20f.

31. Nicht nachweisbare KI. "Unerkennbare Preisgestaltung: Wählen Sie den perfekten Plan für Ihre Bedürfnisse." Unauffindbare KI. Accessed August 27, 2024. https://undetectable.ai/pricing.

32. Wordtune. "Wordtune Preise und Pläne | Wählen Sie Ihren Plan." Wordtune. Accessed August 27, 2024. https://www.wordtune.com/plans.

33. Writer AI Studio. "Preisgestaltung". Writer AI Studio. Zugriff am 27. August 2024. https://dev.writer.com/home/pricing.

34.  API-Zugang für Universitäten möglich; ZeroGPT, "ZeroGPT - Pricing." ZeroGPT. "ZeroGPT - Pricing." Accessed September 3, 2024. https://www.zerogpt.com/pricing.

35.  Popkov, Andrey A., und Tyson S. Barrett. "AI vs Academia: Experimentelle Studie über die Genauigkeit von KI-Textdetektoren in akademischen Texten aus dem Bereich der Verhaltensmedizin". Rechenschaftspflicht in der Forschung, 22. März 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

36.  *Copyleaks, Turnitin, Originality.ai, Scribbr, Grammica, GPTZero, Crossplag, OpenAI, IvyPanda, GPT Radar, Content at Scale, Writer und Content Detector sind in der Lage, von Menschen erstellte Inhalte zu klassifizieren, während ZeroGPT, SEO.ai in dieser Hinsicht ineffizient sind. Mehrere Quellen:
    1. Walters, William H. "The Effectiveness of Software Designed to Detect AI-Generated Writing: Ein Vergleich von 16 KI-Text-Detektoren". Offene Informationswissenschaft 7, Nr. 1 (6. Oktober 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.
    2. Popkov, Andrey A., und Tyson S. Barrett. "AI vs Academia: Experimentelle Studie über die Genauigkeit von KI-Textdetektoren in akademischen Texten aus dem Bereich der Verhaltensmedizin". Rechenschaftspflicht in der Forschung, 22. März 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

37.  Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu, und James Zou. "GPT Detectors Are Biased against Non-Native English Writers". Muster 4, Nr. 7 (2023): 100779. https://doi.org/10.1016/j.patter.2023.100779.

38.  Popkov, Andrey A., und Tyson S. Barrett. "AI vs Academia: Experimentelle Studie über die Genauigkeit von KI-Textdetektoren in akademischen Texten aus dem Bereich der Verhaltensmedizin". Rechenschaftspflicht in der Forschung, 22. März 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

39.  Ebd.

40.  Walters, William H. "The Effectiveness of Software Designed to Detect AI-Generated Writing: Ein Vergleich von 16 KI-Text-Detektoren". Offene Informationswissenschaft 7, Nr. 1 (6. Oktober 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.

41.  Ryan, "ChatGPT-Detektoren sind voreingenommen und leicht zu täuschen, wie Untersuchungen zeigen". Ryan, Jackson. "ChatGPT Detectors Are Biased and Easy to Fool, Research Shows." CNET, 12. Juli 2023. https://www.cnet.com/tech/services-and-software/chatgpt-detectors-are-biased-and-easy-to-fool-research-shows/.

42. Walters, William H. "The Effectiveness of Software Designed to Detect AI-Generated Writing: Ein Vergleich von 16 KI-Text-Detektoren". Offene Informationswissenschaft 7, Nr. 1 (6. Oktober 2023): 20220158. https://doi.org/10.1515/opis-2022-0158.

43.  Ebd.
44.  Popkov, Andrey A., und Tyson S. Barrett. "AI vs Academia: Experimentelle Studie über die Genauigkeit von KI-Textdetektoren in akademischen Texten aus dem Bereich der Verhaltensmedizin". Rechenschaftspflicht in der Forschung, 22. März 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

45.  Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut, und Lorna Waddington. "Testing of Detection Tools for AI-Generated Text". Internationale Zeitschrift für pädagogische Integrität 19, Nr. 1 (25. Dezember 2023): 26. https://doi.org/10.1007/s40979-023-00146-z.
46. Furze, Leon. "AI Detection in Education Is a Dead End." Leon Furze, April 8, 2024. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

Über das Google.org-Programm für Cybersicherheitsseminare

Das Google.org-Programm für Cybersicherheitsseminare unterstützt Cybersicherheitsseminare an ausgewählten Universitäten und anderen förderfähigen Hochschuleinrichtungen in Europa, dem Nahen Osten und Afrika, um Studenten dabei zu helfen, mehr über Cybersicherheit zu erfahren und Wege in diesem Bereich zu erkunden. Das Programm unterstützt aktiv die Ausweitung der Cybersicherheitsausbildung an Universitäten, um die vielfältigen Arbeitskräfte aufzubauen, die benötigt werden, um den am stärksten gefährdeten Organisationen zu helfen, potenzielle Cyberangriffe zu verhindern. Es befasst sich auch mit den neuen Risiken der künstlichen Intelligenz (KI), indem es den Studierenden ein Verständnis für die auf KI basierenden Veränderungen in der Cyber-Bedrohungslandschaft vermittelt und ihnen hilft, KI effektiv in praktische Cybersicherheitsmaßnahmen zu integrieren.

Von den teilnehmenden Hochschulen wird erwartet, dass sie sich aktiv für Gleichheit, Vielfalt und Integration in ihren Programmen einsetzen. Sie sollten die starke Beteiligung von Personen mit unterschiedlichem Hintergrund fördern und ein integratives Umfeld für die Ausbildung schaffen, um so die Lernerfahrung insgesamt zu bereichern und die Cybersicherheitsgemeinschaft zu stärken.