Mākslīgā intelekta tērzēšanas robotu un noteikšanas rīku pieaugums

ChatGPT palaišana 2022. gadā izraisīja pasaules mēroga interesi par mākslīgo intelektu (AI) un veicināja AI tērzēšanas robotu plašu izmantošanu, tostarp studentu vidū. Pēc mākslīgā intelekta tērzēšanas robotu parādīšanās augstākās izglītības iestādes pauda bažas par "mākslīgā intelekta radīta satura negodīgu izmantošanu akadēmiskajā vidē "¹ un par tērzēšanas robota radītā satura "oriģinalitāti un piemērotību "^2.

Lai atklātu un pārvaldītu šādu tērzēšanas robotu neatbilstošu vai negodīgu izmantošanu, aizvien populārāki kļūst mākslīgā intelekta atklāšanas rīki, un standarta plaģiāta rīki, piemēram, TurnItIn, ar dažādu efektivitāti un par dažādām cenām tiek izmantoti, lai atklātu mākslīgā intelekta radītu saturu^.3 Lielākā daļa mākslīgā intelekta atklāšanas rīku akadēmiskajā vidē ir integrēti plašākās izglītības platformās, piemēram, Moodle, Canvas, Blackboard, Brightspace, Schoology vai Sakai^.4

Mākslīgā intelekta atpazīšanas rīki identificē ģenerēto tekstu, izmantojot rakstu sakritību, nevis salīdzinot to ar datubāzi, kā to dara tradicionālie plaģiāta pārbaudes rīki. Valodas modeļi tiek apmācīti, izmantojot milzīgus teksta datu apjomus, lai apgūtu varbūtiskus valodas noteikumus, kurus tie izmanto jauna satura radīšanai. Tomēr ģenerētajam tekstam bieži vien ir prognozējami modeļi, piemēram, konsekventas teikumu struktūras, pārlieku bieža noteiktu teikumu un vārdu krājuma lietošana, kā arī prognozējams teikumu vai rindkopu garums. Atklāšanas rīku mērķis ir pamanīt šos modeļus, un tajos var iekļaut arī tradicionālās plaģiāta pārbaudes, lai identificētu tekstu, kas varētu būt reproducēts tieši no modeļa mācību^datiem5.

Atbildes uz AI atklāšanas rīkiem

Kad pirmo reizi tika izlaisti mākslīgā intelekta noteikšanas rīki, augstākās izglītības iestādes pasteidzās tos integrēt izglītības platformās. Tomēr lielāko daļu, ja ne visus, AI atklāšanas rīkus ir iespējams apiet, ja ir pietiekami daudz laika un pūļu^.6 Tāpēc dažas augstākās izglītības iestādes maina savu lēmumu izmantot AI detektorus. 2023. gadā Vanderbilt, Mičiganas štata, Ziemeļrietumu un Teksasas Universitāte Ostinā atslēdza savus Turnitin AI detektorus, atsaucoties uz iepriekš aplūkotajām efektivitātes problēmām^.7 Iespējams, ka citas izglītības iestādes sekos šim piemēram, jo var izrādīties, ka atklāšanas rīki rada vairāk problēmu, nekā atrisina^.8 Dažas akadēmiskās iestādes ne tikai atslēdz AI atklāšanas rīkus, bet arī meklē veidus, kā ētiski un produktīvi iekļaut LLM savās mācību programmās^.9

Turklāt ir izlaisti jauni "humanizēšanas" rīki, kas ļauj LLM lietotājiem apiet AI atklāšanas rīkus, "pārfrāzējot teikumus, mainot struktūras un iekļaujot daudzveidīgu vārdu krājumu", kas ievērojami samazina AI atklāšanas iespējamību^.10 Sākotnējie pētījumi liecina, ka pārfrāzēšanas rīki ievērojami sarežģī AI atklāšanu^.11 Piemēram, Washington Post atklāja, ka Turnitin ir grūtības identificēt AI radītu saturu, ja tekstā ir sajaukts cilvēka un AI radīts saturs, izmantojot pārfrāzēšanas rīkus^.12

Lai gan Turnitin savam mākslīgā intelekta noteikšanas rīkam ieviesa jaunu mākslīgā intelekta pārfrāzēšanas noteikšanas^funkciju13, šādas reakcijas rada sarežģītu tirgus kontekstu mākslīgā intelekta noteikšanai, jo citi uzņēmumi pārorientējas uz citiem uzņēmējdarbības^modeļiem14 vai pārtrauc^{darbību15 .}

Kādi mākslīgā intelekta noteikšanas rīki ir pieejami tirgū?

Turpmāk alfabētiskā secībā ir uzskaitīti galvenie mākslīgā intelekta noteikšanas rīki. Mēs esam iekļāvuši arī publiski pieejamo informāciju par atklāšanas efektivitāti, izglītības platformas integrāciju, cenu (USD) un izdošanas un/vai atjaunināšanas datumu. Ņemiet vērā, ka lielākā daļa turpmāk uzskaitīto AI atklāšanas rīku galvenokārt ir efektīvi tikai pret ChatGPT-3.5.

AI atklāšanas rīks	Vai pastāv integrācija izglītības platformās?	Cenas (USD)	Izdošanas/atjaunināšanas datums
Compilatio	Jā: Moodle, Brightspace, Canvas, Microsoft Teams, Blackboard, Open LMS.	Informācija nav atrasta16	2023. gada februāris
Saturs mērogā	Jā: ierobežota informācija	$49/mēnesī17	Nav informācijas
Satura detektors AI	Nav informācijas	Informācija nav atrasta	202318
Copyleaks	Jā: Moodle, Canvas, Blackboard, Brightspace, Schoology, Sakai	$7,99-$13,99/mēnesī19	2023. gada janvāris
Crossplag	Nav informācijas	$7-$100/mēnesī20	2023. gada janvāris
Atpazīt GPT	Nav informācijas	$7-$29/mēnesī21	Nav informācijas
Duplichecker	Nav informācijas	110-2 000 ASV dolāru gadā22	2024
Iet Winston	Nav informācijas	$12-$32/mēnesī23	2023. gada februāris
GPT-Zero	Jā: Canvas, Coursify.me, K16 solutions, NewsGuard	$10-$23/mēnesī24	2023. gada janvāris
Oriģinalitāte	Jā: Moodle, Scribbr	$14,95-$30/mēnesī25	2022. gada novembris
Plaģiāta detektors (mākslīgā intelekta noteikšana)	Nav informācijas	110-330 ASV dolāru gadā26	Nav informācijas
Quillbot	Jā: nav publiski pieejama informācija par to, kuras platformas.	$0-$8,33 mēnesī27	Nav informācijas
Stādi	Neskaidrs	$0-$12/mēnesī28	2023. gada janvāris
Scispace	Iespējams, tomēr trūkst informācijas	$0-$8/mēnesī29	Nav informācijas
Turnitin	Jā: Brightspace, Scribbr	3 USD/students/gadā30	2023. gada aprīlis
Nenosakāms mākslīgais intelekts	Nav informācijas	$5-$14,99/mēnesī31	2023. gada maijs
Wordtune	Iespējams, tomēr trūkst informācijas	$0-$9,99/mēnesī32	2023. gada janvāris
Rakstnieka AI detektors	Nav informācijas	$0-$18/mēnesī33	Nav informācijas
ZeroGPT	Jā: nav publiski pieejama informācija par to, kuras platformas.	$0-$18,99/mēnesī34	2023. gada janvāris

Mākslīgā intelekta atklāšanas rīku efektivitāte

Viltus pozitīvi rezultāti

Mākslīgā intelekta atklāšanas rīku kontekstā kļūdaini pozitīvi rezultāti rodas tad, ja mākslīgā intelekta atklāšanas rīks nepareizi identificē iesniegto saturu kā mākslīgā intelekta radītu. Daži pētījumi liecina, ka AI atklāšanas rīkiem ir augsts kļūdaini pozitīvo rezultātu īpatsvars, un tikai dažiem AI atklāšanas rīkiem ir ievērojami zems kļūdaini pozitīvo rezultātu atklāšanas īpatsvars^.35 Akadēmiskajā vidē tas var nozīmēt, ka studentu darbs tiek nepareizi atzīmēts kā AI radīts, lai gan patiesībā tas ir cilvēka radīts. Atklātas arī atšķirības atkarībā no tā, ar kādu AI modeli tiek ģenerēts iesniegtais teksts, lai pārbaudītu AI atklāšanas rīku, un otrādi - dažādos pētījumos rezultāti ir atšķirīgi^.36 Turklāt ir lielāka iespēja, ka saturs, ko sagatavojuši angliski nerunājoši studenti, tiks kļūdaini klasificēts kā AI ģenerēts, kas, protams, ir problēma izglītības iestādēm, kurās mācās studenti no dažādām vidēm^.37

Viltus negatīvi rezultāti

Mākslīgā intelekta atklāšanas rīku kontekstā kļūdaini negatīvi rezultāti rodas tad, ja mākslīgā intelekta atklāšanas rīks nespēj identificēt iesniegto saturu kā mākslīgā intelekta radītu. Daži rīki ir uzrādījuši zemu jutīgumu, pareizi identificējot tikai 15 % iesniegto paraugu kā mākslīgā intelekta^radītu38, kamēr citi rīki uzrāda gandrīz ideālus rezultātus cilvēka rakstīta satura klasificēšanā, nepareizi klasificējot tikai 3 % no mākslīgā intelekta radītajiem paraugiem^.39 Kopumā rezultāti ievērojami atšķiras precizitātes ziņā atkarībā no tā, kāds mākslīgā intelekta atklāšanas rīks tiek izmantots. Viens pētījums liecina, ka tikai divi no galvenajiem AI noteikšanas rīkiem pareizi klasificēja visus 126 paraugus kā AI vai cilvēka radītos^.40 Citi pētnieki apgalvo, ka, analizējot sarežģītāku valodu, AI noteikšanas rīki rada vairāk kļūdaini negatīvu^{rezultātu41.}

Citi apsvērumi

Kopumā mākslīgā intelekta noteikšanas rīku efektivitāte atšķiras atkarībā no tā, kāds rīks un pret kādu modeli tiek izmantots. Vienā pētījumā konstatēts, ka AI atklāšanas rīki ir efektīvāki ar ChatGPT-3.5 saturu un mazāk efektīvi ar ChatGPT-4 saturu, izņemot Copyleaks, Turnitin un Originality.ai, kuru precizitāte, atklājot ChatGPT-4 saturu, bija lielāka nekā 83 %^.42 Šajā pētījumā secināts, ka "detektora bezmaksas vai maksas statuss nav labs tā precizitātes rādītājs",⁴³ lai gan pretēji secinājumi (ar nelielu izlases lielumu) provizoriski liecina, ka maksas AI atklāšanas rīki šķiet labāki nekā bezmaksas AI atklāšanas rīki^.44 Pētījumos arī parasti uzmanība pievērsta AI atklāšanas rīku efektivitātei pret ChatGPT, ignorējot citus LLM. Tas varētu būt saistīts ar OpenAI modeļu lielāku popularitāti salīdzinājumā ar citiem, piemēram, Gemini, Mistral vai Command.

Mākslīgā intelekta atklāšanas rīku izmantošanas ētika

Mākslīgā intelekta tērzēšanas robotu izmantošana akadēmiskajā vidē rada būtiskus ētiskus jautājumus, sākot ar kaitējumu reputācijai gan studentiem, gan augstākās izglītības iestādēm. Studentiem, neatklājot par AI ģenerēta satura izmantošanu un uzdodot to par savu, var tikt nodarīts kaitējums viņu izglītības turpināšanai un turpmākajai karjerai. Līdzīgi arī augstskolas var tikt apsūdzētas par plaģiātisma, krāpšanas un akadēmiskās godprātības neievērošanas veicināšanu.

Tomēr mākslīgā intelekta noteikšanas rīku izmantošana bez pienācīgiem aizsardzības pasākumiem rada vienlīdz būtiskas bažas par privātumu un piekrišanu, jo īpaši attiecībā uz līgumiskām vienošanām starp universitātēm un rīku nodrošinātāju. Šādas bažas attiecas uz to, kas notiek ar augšupielādēto saturu, kā tas tiek uzglabāts un piekrišanu, ja augšupielādētais saturs tiek izmantots turpmākajos mācību datos.

Turklāt, kā minēts iepriekšējā sadaļā, mākslīgā intelekta noteikšanas rīki var kļūdaini identificēt cilvēka rakstītu saturu kā mākslīgā intelekta tekstu (kļūdaini pozitīvi rezultāti) vai neatklāt mākslīgā intelekta ģenerētu tekstu (kļūdaini negatīvi rezultāti). Precizitāte ir ļoti atšķirīga, un daži rīki labāk atklāj ChatGPT-3.5. Visbeidzot, tie spēlē kaķa un peles spēli ar metodēm, lai izvairītos no atklāšanas, tostarp programmatūru, kas īpaši ģenerē saturu, kurš paredzēts, lai to nevarētu atklāt ar standarta AI atklāšanas^rīkiem45.

Mākslīgā intelekta noteikšanas rīki veicina arī plašākas debates par piekļuvi, taisnīgumu un ietekmi uz vidi. Studenti var izmantot AI, lai palīdzētu tulkot un saprast mācību darbus, jo īpaši, ja viņi studē angliski runājošā valstī un ir no angliski nerunājošām vai citām minoritātēm, kurām vēsturiski ir bijušas mazākas iespējas iegūt universitātes izglītību. Piekļuves problēmas rodas arī saistībā ar LLM komerciālo pieejamību; turīgāki studenti var spēt samaksāt par sarežģītākiem modeļiem un/vai nodot savu darbu vairākiem LLM, kas nozīmē, ka atklāšanas izredzes ievērojami^{samazinās46.}

Piezīmes un atsauces

1. Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut un Lorna Waddington. "Mākslīgā intelekta ģenerēta teksta atklāšanas rīku testēšana." International Journal for Educational Integrity 19, nr. 1 (2023. gada 25. decembris): 26. https://doi.org/10.1007/s40979-023-00146-z.

2. Elkhatat, Ahmed M., Khaled Elsaid un Saeed Almeer. "Mākslīgā intelekta satura noteikšanas rīku efektivitātes novērtēšana cilvēka un mākslīgā intelekta radīta teksta diferencēšanā." International Journal for Educational Integrity 19, nr. 1 (2023. gada 1. septembris): 17. https://doi.org/10.1007/s40979-023-00140-5.

3. * Lai gan šajā ziņojumā galvenā uzmanība pievērsta tikai akadēmiskajiem lietojumiem, mēs apzināmies, ka mākslīgā intelekta noteikšanas rīki var tikt izmantoti un potenciāli izmantot arī citos, ne tikai akadēmiskajos apvidos, piemēram, izdevējdarbības nozarē, žurnālistikā vai personāla atlases un personāla atlases jomā.

4. Copyleaks. "LMS plaģiāta pārbaudes spraudnis." Copyleaks. Piekļuve 2024. gada 29. augustā. https://copyleaks.com/learning-management-systems.

5. Furze, Leons. "Mākslīgā intelekta atklāšana izglītībā ir strupceļš." Leon Furze, 2024. gada 8. aprīlis. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

6. Coffey, Lauren. "Profesori piesardzīgi pret rīkiem, kas ļauj atklāt mākslīgā intelekta radītos rakstus." Inside Higher Ed, 9. februāris, 2024. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2024/02/09/professors-proceed-caution-using-ai.

7. Vairāki avoti:
   1. Ghaffary, Shirin. "Universitātes pārdomā mākslīgā intelekta rakstīšanas detektoru izmantošanu, lai pārbaudītu studentu darbus." Bloomberg.Com, 21. septembris, 2023. https://www.bloomberg.com/news/newsletters/2023-09-21/universities-rethink-using-ai-writing-detectors-to-vet-students-work.
   2. Coley, Michael. "Norādījumi par mākslīgā intelekta noteikšanu un kāpēc mēs atslēdzam Turnitin mākslīgā intelekta detektoru." Vanderbiltas Universitāte, 16. augusts, 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

8. Furze, Leons. "Mākslīgā intelekta atklāšana izglītībā ir strupceļš." Leon Furze, 2024. gada 8. aprīlis. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

9. Kornela universitāte. "Ētisks mākslīgais intelekts mācīšanai un mācīšanās." Mācību inovāciju centrs. Piekļuve 2024. gada 29. augustā. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning.

10. MarGrowth. "UPass pārskats: HackerNoon," July 31, 2024. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection.

11. Vairāki avoti:
    1. Kar, Sujita Kumar, Teena Bansal, Sumit Modi un Amit Singh. "Cik jutīgi ir bezmaksas mākslīgā intelekta detektoru rīki mākslīgā intelekta radītu tekstu atklāšanā? A Comparison of Popular AI-Detector Tools." (Populāru mākslīgā intelekta detektora rīku salīdzinājums). Indian Journal of Psychological Medicine, May 11, 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 un Lorna Waddington. "Mākslīgā intelekta ģenerēta teksta atklāšanas rīku testēšana." International Journal for Educational Integrity 19, nr. 1 (2023. gada 25. decembris): 26. https://doi.org/10.1007/s40979-023-00146-z.
    3. Sadasivan, Vinu Sankar, Aounon Kumar, Sriram Balasubramanian, Wenxiao Wang un 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 un Mohit Iyyer. "Pārfrāzēšana izvairoties no mākslīgā intelekta radīta teksta detektoriem, bet atgūšana ir efektīva aizsardzība," 2023. https://doi.org/10.48550/ARXIV.2303.13408.

12. Fowler, Geoffrey, A. "Mēs testējām jaunu ChatGPT detektoru skolotājiem. Tas norādīja uz nevainīgu skolēnu." Tech in Your Life, 2023. gada 3. aprīlis. https://www.washingtonpost.com/technology/2023/04/01/chatgpt-cheating-detection-turnitin/.

13. Young, Laura. "Mākslīgā intelekta pārfrāzēšanas noteikšana: Stiprinot akadēmiskā rakstiskā darba integritāti." (Stiprinot akadēmiskā rakstiskā darba integritāti.) Turnitin, 16. jūlijs, 2024. https://www.turnitin.com/blog/ai-paraphrasing-detection-strengthening-the-integrity-of-academic-writing.

14. Edwards, Benj. "Kāpēc mākslīgā intelekta rakstīšanas detektori nedarbojas." Ars Technica, 14. jūlijs, 2023. https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai/.

15. Vairāki avoti:
    1. Coldewey, Devin. "OpenAI izjauc mākslīgā intelekta rakstītā teksta detektoru, pamatojoties uz "zemo precizitātes līmeni"." TechCrunch, 25. jūlijs, 2023. https://techcrunch.com/2023/07/25/openai-scuttles-ai-written-text-detector-over-low-rate-of-accuracy/.
    2. Coley, Michael. "Norādījumi par mākslīgā intelekta noteikšanu un kāpēc mēs atslēdzam Turnitin mākslīgā intelekta detektoru." Vanderbiltas Universitāte, 16. augusts, 2023. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

16. Apkopojums. "Mākslīgā intelekta satura pārbaudītājs: Atklājiet mākslīgo intelektu ar Compilatio." Compilatio. Piekļuve 27. augustā 2024. https://www.compilatio.net/en/ai-detector-info.

17. Saturs mērogā. "AI detektors ir reāllaika AI pārbaudītājs un ChatGPT detektors." Content @ Scale. Piekļuve 27. augustā 2024. https://brandwell.ai/ai-content-detector/.

18. Copyleaks. "Copyleaks uzsāk mākslīgā intelekta satura detektora darbību | Paziņojums presei." Copyleaks. Piekļuve 27. augustā 2024. https://copyleaks.com/about-us/media/copyleaks-launches-ai-content-detector.

19. Copyleaks. "Cenu noteikšana." Copyleaks. Skatīts 2024. gada 19. augustā. https://copyleaks.com/pricing.

20. Ivankova, Olga. "Kas ir Crossplag AI detektors? Cenas, funkcijas un lietošanas pamācība," 2024. gada 12. jūnijs. 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. "Mākslīgā intelekta detektors, kam var uzticēties - DetectGPT." Piekļuve 27. augustā 2024. https://detectgpt.com/#pricing.

22. Dupli Checker. "Cenas un plāni." Duplichecker.com. Piekļuve 27. augustā 2024. https://www.duplichecker.com/pricing.

23. Winston AI. "Cenu noteikšana." Winston AI (emuārs). Piekļuve 27. augustā 2024. https://gowinston.ai/pricing/.

24. GPTZero. "Cenu noteikšana." GPTZero. Skatīts 2024. gada 19. augustā. https://gptzero.me/.

25. Scribbr. "Biežāk uzdotie jautājumi: Cik maksā mākslīgais intelekts?" Scribbr. Piekļūts 2024. gada 19. augustā. https://www.scribbr.com/frequently-asked-questions/how-much-does-originality-ai-cost/#:~:text=Originality.ai%20offers%20divu%20pricing,10%20vārdi%20for%20faktu%20pārbaude.

26. PlagiarismDetector.net. "Cenas un plāni | Plagiarismdetector.Net." PlagiarismDetector.net. Piekļuve 27. augustā 2024. https://plagiarismdetector.net/pricing.

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

28. 1. Sapling AI. "API cenas | Sapling.Ai izstrādātāja dokumentācija." Sapling AI. Piekļuve 27. augustā 2024. https://sapling.ai/docs/api/pricing/.
    2. Sapling AI. "Plāni un cenas | Sapling." Sapling AI. Piekļuve 27. augustā 2024. https://sapling.ai/pricing.

29. SciSpace. "SciSpace Premium - neierobežota piekļuve mākslīgā intelekta pētniecības rīkiem." SciSpace. Piekļuve 2024. gada 27. augustā. https://typeset.io/pricing.

30. Millers, Niks. "Turnitin cenu noteikšana 2024. gadā: Ko tas maksā?" Medium (emuārs ), 11. jūlijs, 2024. https://medium.com/@nickmiller_writer/turnitin-pricing-in-2024-what-does-it-cost-80f552a7a20f.

31. Nenosakāms mākslīgais intelekts. "Nenosakāma cenu noteikšana: Izvēlēties savām vajadzībām atbilstošu plānu." Nenosakāms AI. Piekļuve: 27. augusts, 2024. https://undetectable.ai/pricing.

32. Wordtune. "Wordtune cenas un plāni | Izvēlieties savu plānu." Wordtune. Piekļuve 27. augustā 2024. https://www.wordtune.com/plans.

33. Writer AI Studio. "Cenas." Writer AI Studio. Piekļuve 27. augustā 2024. https://dev.writer.com/home/pricing.

34. API piekļuve iespējama universitātēm; ZeroGPT, "ZeroGPT - Cenu noteikšana. "ZeroGPT. "ZeroGPT - Cenas." Piekļuve 2024. gada 3. septembrī. https://www.zerogpt.com/pricing.

35. Popkov, Andrey A., un Tyson S. Barrett. "Mākslīgais intelekts pret akadēmisko vidi: Eksperimentāls pētījums par mākslīgā intelekta teksta detektoru precizitāti uzvedības veselības akadēmiskajos rakstos." (Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing). Atbildība pētniecībā, 22. marts, 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 un Content Detector spēj klasificēt cilvēka radītu saturu, bet ZeroGPT, SEO.ai šajā ziņā ir neefektīvi. Vairāki avoti:
    1. Walters, William H. "Mākslīgā intelekta radītu rakstzīmju atklāšanai paredzētās programmatūras efektivitāte: A Comparison of 16 AI Text Detectors." Open Information Science 7, nr. 1 (2023. gada 6. oktobris): 20220158. https://doi.org/10.1515/opis-2022-0158.
    2. Popkov, Andrey A., un Tyson S. Barrett. "Mākslīgais intelekts pret akadēmisko vidi: Eksperimentāls pētījums par mākslīgā intelekta teksta detektoru precizitāti uzvedības veselības akadēmiskajos rakstos." (Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing). Atbildība pētniecībā, 22. marts, 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

37. Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu un James Zou. "GPT detektori ir neobjektīvi attiecībā pret autoriem, kuriem angļu valoda nav dzimtā." Patterns 4, nr. 7 (2023): 100779. https://doi.org/10.1016/j.patter.2023.100779.

38. Popkov, Andrey A., un Tyson S. Barrett. "Mākslīgais intelekts pret akadēmisko vidi: Eksperimentāls pētījums par mākslīgā intelekta teksta detektoru precizitāti uzvedības veselības akadēmiskajos rakstos." (Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing). Atbildība pētniecībā, 22. marts, 2024, 1-17. https://doi.org/10.1080/08989621.2024.2331757.

39. Turpat.

40. Walters, William H. "Mākslīgā intelekta radītu rakstzīmju atklāšanai paredzētās programmatūras efektivitāte: A Comparison of 16 AI Text Detectors." Open Information Science 7, nr. 1 (2023. gada 6. oktobris): 20220158. https://doi.org/10.1515/opis-2022-0158.

41. Raiens, "Pētījumi rāda, ka ChatGPT detektori ir neobjektīvi un viegli apkrāpjami." Ryan, Jackson. "ChatGPT detektori ir neobjektīvi un viegli apmuļķojami, liecina pētījumi." CNET, 12. jūlijs, 2023. https://www.cnet.com/tech/services-and-software/chatgpt-detectors-are-biased-and-easy-to-fool-research-shows/.

42. Walters, William H. "Mākslīgā intelekta radītu rakstzīmju atklāšanai paredzētās programmatūras efektivitāte: A Comparison of 16 AI Text Detectors." Open Information Science 7, nr. 1 (2023. gada 6. oktobris): 20220158. https://doi.org/10.1515/opis-2022-0158.

43. Turpat.
44. Popkov, Andrey A., un Tyson S. Barrett. "Mākslīgais intelekts pret akadēmisko vidi: Eksperimentāls pētījums par mākslīgā intelekta teksta detektoru precizitāti uzvedības veselības akadēmiskajos rakstos." (Experimental Study on AI Text Detectors' Accuracy in Behavioral Health Academic Writing). Atbildība pētniecībā, 22. marts, 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 un Lorna Waddington. "Mākslīgā intelekta ģenerēta teksta atklāšanas rīku testēšana." International Journal for Educational Integrity 19, nr. 1 (2023. gada 25. decembris): 26. https://doi.org/10.1007/s40979-023-00146-z.
46. Furze, Leons. "Mākslīgā intelekta atklāšana izglītībā ir strupceļš." Leon Furze, 2024. gada 8. aprīlis. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

Par Google.org Kiberdrošības semināru programmu

Google.org Kiberdrošības semināru programma atbalsta kiberdrošības semināru kursus atsevišķās universitātēs un citās atbilstīgās augstākās izglītības iestādēs Eiropā, Tuvajos Austrumos un Āfrikā, lai palīdzētu studentiem uzzināt vairāk par kiberdrošību un izpētīt iespējas šajā jomā. Programma aktīvi atbalsta kiberdrošības apmācību paplašināšanu universitātēs, lai veidotu daudzveidīgu darbaspēku, kas nepieciešams, lai palīdzētu visneaizsargātākajām organizācijām novērst iespējamus kiberuzbrukumus. Programma pievēršas arī jaunajiem mākslīgā intelekta (AI) radītajiem riskiem, sniedzot studentiem izpratni par AI radītajām izmaiņām kiberdraudu vidē un palīdzot viņiem efektīvi integrēt AI praktiskos kiberdrošības pasākumos.

No iesaistītajām universitātēm tiek sagaidīts, lai tās aktīvi veicinātu vienlīdzību, daudzveidību un iekļaušanu savās programmās. Tām ir jāveicina personu no dažādām vidēm aktīva līdzdalība un jārada iekļaujoša izglītības vide, tādējādi bagātinot vispārējo mācību pieredzi un stiprinot kiberdrošības kopienu.