Rozwój chatbotów i narzędzi do wykrywania AI

Uruchomienie ChatGPT w 2022 r. wzbudziło ogólnoświatowe zainteresowanie sztuczną inteligencją (AI) i doprowadziło do powszechnego wykorzystania chatbotów AI, w tym przez studentów. Po pojawieniu się chatbotów AI instytucje szkolnictwa wyższego wyraziły obawy dotyczące "nieuczciwego wykorzystywania treści generowanych przez sztuczną inteligencję w środowisku akademickim"¹ oraz "oryginalność i adekwatność treści generowanych przez chatbota".²

Aby wykrywać i zarządzać niewłaściwym lub nieuczciwym wykorzystaniem takich chatbotów, narzędzia do wykrywania sztucznej inteligencji zyskały na popularności, a standardowe narzędzia do wykrywania plagiatu, takie jak TurnItIn, zmieniają się w celu wykrywania treści generowanych przez sztuczną inteligencję w różnym stopniu skuteczności i w różnych przedziałach cenowych.³  Większość narzędzi do wykrywania sztucznej inteligencji w środowisku akademickim jest zintegrowana z szerszymi platformami edukacyjnymi, takimi jak Moodle, Canvas, Blackboard, Brightspace, Schoology lub Sakai.⁴

Narzędzia do wykrywania sztucznej inteligencji identyfikują wygenerowany tekst za pomocą dopasowywania wzorców, a nie porównywania go z bazą danych, jak robią to tradycyjne narzędzia do sprawdzania plagiatu. Modele językowe są szkolone na ogromnych ilościach danych tekstowych, aby nauczyć się probabilistycznych reguł językowych, których używają do tworzenia nowych treści. Jednak wygenerowany tekst często wykazuje przewidywalne wzorce, takie jak spójna struktura zdań, nadużywanie niektórych spójników i słownictwa oraz przewidywalna długość zdań lub akapitów. Narzędzia wykrywające mają na celu wykrycie tych wzorców i mogą również obejmować tradycyjne kontrole plagiatu w celu zidentyfikowania tekstu, który mógł zostać odtworzony bezpośrednio z danych treningowych modelu.⁵

Odpowiedzi na narzędzia do wykrywania sztucznej inteligencji

Kiedy po raz pierwszy pojawiły się narzędzia do wykrywania sztucznej inteligencji, instytucje szkolnictwa wyższego pospiesznie zintegrowały je z platformami edukacyjnymi. Jednak większość, jeśli nie wszystkie, narzędzia do wykrywania sztucznej inteligencji można obejść, jeśli poświęci się na to wystarczająco dużo czasu i wysiłku.⁶ W związku z tym niektóre instytucje szkolnictwa wyższego wycofują się z decyzji o wykorzystaniu detektorów AI. W 2023 r. Vanderbilt, Michigan State, Northwestern i University of Texas at Austin wyłączyły swoje detektory AI Turnitin, powołując się na omówione powyżej problemy ze skutecznością.⁷ Inne instytucje edukacyjne prawdopodobnie pójdą w ich ślady, ponieważ może się okazać, że narzędzia do wykrywania powodują więcej problemów niż rozwiązują.⁸ Niektóre instytucje akademickie nie tylko wyłączają narzędzia do wykrywania AI, ale także znajdują sposoby na etyczne i produktywne włączenie LLM do swoich programów nauczania.⁹

Co więcej, wydano nowe narzędzia "humanizujące", które umożliwiają użytkownikom LLM ominięcie narzędzi wykrywających AI poprzez "przeformułowanie zdań, zmianę struktur i włączenie zróżnicowanego słownictwa", co znacznie zmniejsza prawdopodobieństwo wykrycia AI.¹⁰ Wstępne badania sugerują, że narzędzia do parafrazowania znacznie komplikują wykrywanie AI.¹¹ Na przykład Washington Post odkrył, że Turnitin ma trudności z identyfikacją treści generowanych przez sztuczną inteligencję, gdy tekst łączy treści generowane przez człowieka i sztuczną inteligencję za pomocą narzędzi parafrazujących.¹²

Chociaż Turnitin udostępnił nową funkcję wykrywania parafrazowania AI w swoim narzędziu do wykrywania AI,¹³ Takie reakcje tworzą trudny kontekst rynkowy dla wykrywania sztucznej inteligencji, a inne firmy przechodzą na inne modele biznesowe,¹⁴ lub zamknięcie.¹⁵

Jakie narzędzia do wykrywania AI są dostępne na rynku?

Wybór głównych narzędzi do wykrywania sztucznej inteligencji wymieniono poniżej w kolejności alfabetycznej. Zawarliśmy również publicznie dostępne informacje dotyczące skuteczności wykrywania, integracji platformy edukacyjnej, cen (w USD) oraz daty wydania i/lub aktualizacji. Należy pamiętać, że większość wymienionych poniżej narzędzi do wykrywania sztucznej inteligencji jest skuteczna głównie tylko przeciwko ChatGPT-3.5.

Narzędzie do wykrywania sztucznej inteligencji	Czy istnieje integracja z platformami edukacyjnymi?	Ceny (USD)	Data wydania/aktualizacji
Kompilacja	Tak: Moodle, Brightspace, Canvas, Microsoft Teams, Blackboard, Open LMS	Nie znaleziono żadnych informacji16	Luty 2023 r.
Zawartość na dużą skalę	Tak: ograniczone informacje	$49/miesiąc17	Brak informacji
Detektor treści AI	Brak informacji	Nie znaleziono żadnych informacji	202318
Copyleaks	Tak: Moodle, Canvas, Blackboard, Brightspace, Schoology, Sakai	$7.99-$13.99/month19	Styczeń 2023 r.
Crossplag	Brak informacji	$7-$100/month20	Styczeń 2023 r.
Wykryj GPT	Brak informacji	$7-$29/miesiąc21	Brak informacji
Duplichecker	Brak informacji	$110-$2000/year22	2024
Go Winston	Brak informacji	$12-$32/month23	Luty 2023 r.
GPT-Zero	Tak: Canvas, Coursify.me, rozwiązania K16, NewsGuard	$10-$23/month24	Styczeń 2023 r.
Oryginalność	Tak: Moodle, Scribbr	$14.95-$30/month25	Listopad 2022 r.
Detektor plagiatu (wykrywanie AI)	Brak informacji	$110-$330/year26	Brak informacji
Quillbot	Tak: Brak publicznie dostępnych szczegółów dotyczących platform	$0-$8.33/month27	Brak informacji
Sadzonka	Niejasne	$0-$12/miesiąc28	Styczeń 2023 r.
Scispace	Prawdopodobne, jednak brak informacji	$0-$8/miesiąc29	Brak informacji
Turnitin	Tak: Brightspace, Scribbr	$3/student/rok30	Kwiecień 2023 r.
Niewykrywalna sztuczna inteligencja	Brak informacji	$5-$14.99/month31	Maj 2023 r.
Wordtune	Prawdopodobne, jednak brak informacji	$0-$9.99/month32	Styczeń 2023 r.
Detektor AI pisarza	Brak informacji	$0-$18/miesiąc33	Brak informacji
ZeroGPT	Tak: Brak publicznie dostępnych szczegółów dotyczących platform	$0-$18.99/month34	Styczeń 2023 r.

Skuteczność narzędzi do wykrywania sztucznej inteligencji

Fałszywe alarmy

W kontekście narzędzi do wykrywania sztucznej inteligencji fałszywie pozytywne wyniki występują, gdy narzędzie do wykrywania sztucznej inteligencji nieprawidłowo identyfikuje przesłane treści jako wygenerowane przez sztuczną inteligencję. Niektóre badania wskazują, że narzędzia do wykrywania sztucznej inteligencji mają wysoki wskaźnik fałszywych alarmów, a tylko kilka narzędzi do wykrywania sztucznej inteligencji ma znacznie niski wskaźnik fałszywych alarmów.³⁵  W środowisku akademickim może to oznaczać nieprawidłowe oznaczanie prac studentów jako wygenerowanych przez sztuczną inteligencję, podczas gdy w rzeczywistości są one generowane przez człowieka. Istnieją również różnice w zależności od tego, który model sztucznej inteligencji jest używany do generowania przesłanego tekstu do testowania przez narzędzie do wykrywania sztucznej inteligencji i odwrotnie, z różnymi wynikami w różnych badaniach.³⁶ Co więcej, treści tworzone przez osoby niebędące rodzimymi użytkownikami języka angielskiego są częściej nieprawidłowo klasyfikowane jako generowane przez sztuczną inteligencję, co jest oczywiście problemem dla instytucji edukacyjnych z uczniami z różnych środowisk.³⁷

Fałszywe negatywy

W kontekście narzędzi do wykrywania sztucznej inteligencji, wyniki fałszywie ujemne występują, gdy narzędzie do wykrywania sztucznej inteligencji nie identyfikuje przesłanych treści jako wygenerowanych przez sztuczną inteligencję. Niektóre narzędzia wykazały niską czułość, prawidłowo identyfikując zaledwie 15% przesłanych próbek jako wygenerowanych przez sztuczną inteligencję,³⁸ Podczas gdy inne wykazują niemal doskonały wynik w klasyfikowaniu treści napisanych przez człowieka, błędnie klasyfikując tylko 3% próbek wygenerowanych przez sztuczną inteligencję.³⁹  Ogólnie rzecz biorąc, wyniki różnią się znacznie pod względem dokładności w zależności od używanego narzędzia do wykrywania sztucznej inteligencji. Jedno z badań sugeruje, że tylko dwa z głównych narzędzi do wykrywania sztucznej inteligencji poprawnie sklasyfikowały wszystkie 126 próbek jako wygenerowane przez sztuczną inteligencję lub człowieka.⁴⁰ Inni badacze twierdzą, że narzędzia do wykrywania sztucznej inteligencji generują więcej fałszywych negatywów podczas analizy bardziej wyrafinowanego języka.⁴¹

Inne kwestie

Ogólnie rzecz biorąc, skuteczność narzędzi do wykrywania sztucznej inteligencji różni się w zależności od używanego narzędzia i modelu. Jedno z badań wykazało, że narzędzia do wykrywania AI są bardziej skuteczne w przypadku treści ChatGPT-3.5, a mniej w przypadku ChatGPT-4, z wyjątkiem Copyleaks, Turnitin i Originality.ai, które miały większą niż 83% dokładność w wykrywaniu treści ChatGPT-4.⁴² W badaniu tym stwierdzono, że "darmowy lub płatny status detektora nie jest dobrym wskaźnikiem jego dokładności",⁴³ Chociaż kontrastujące wyniki (przy niewielkiej próbie) wstępnie sugerują, że płatne narzędzia do wykrywania sztucznej inteligencji wydawały się lepsze niż bezpłatne narzędzia do wykrywania sztucznej inteligencji.⁴⁴ Badania koncentrują się również na skuteczności narzędzi do wykrywania AI przeciwko ChatGPT, ignorując inne LLM. Może to wynikać z większej popularności modeli OpenAI w porównaniu do innych, takich jak Gemini, Mistral czy Command.

Etyka korzystania z narzędzi do wykrywania sztucznej inteligencji

Korzystanie z chatbotów AI w środowisku akademickim rodzi istotne pytania etyczne, począwszy od szkód dla reputacji zarówno studentów, jak i instytucji szkolnictwa wyższego. W przypadku studentów, nieujawnienie korzystania z treści generowanych przez sztuczną inteligencję i podawanie ich jako własnych może zaszkodzić ich dalszej edukacji i przyszłej karierze. Uczelnie mogą również spotkać się z oskarżeniami o umożliwianie plagiatu, oszukiwanie i nieprzestrzeganie zasad uczciwości akademickiej.

Jednak korzystanie z narzędzi do wykrywania sztucznej inteligencji bez odpowiednich zabezpieczeń generuje równie istotne obawy dotyczące prywatności i zgody, zwłaszcza w odniesieniu do ustaleń umownych między uniwersytetami a dostawcą narzędzia. Takie obawy obejmują to, co dzieje się z przesłanymi treściami, w jaki sposób są one przechowywane oraz zgodę na wykorzystanie przesłanych treści w przyszłych danych szkoleniowych.

Ponadto, jak omówiono w poprzedniej sekcji, narzędzia do wykrywania sztucznej inteligencji mogą błędnie identyfikować treści napisane przez człowieka jako sztuczną inteligencję (wyniki fałszywie dodatnie) lub nie wykrywać tekstu wygenerowanego przez sztuczną inteligencję (wyniki fałszywie ujemne). Dokładność jest bardzo różna, a niektóre narzędzia lepiej wykrywają ChatGPT-3.5. Wreszcie, grają w kotka i myszkę z metodami unikania wykrycia - w tym oprogramowaniem, które specjalnie generuje treści zaprojektowane tak, aby były niewykrywalne przez standardowe narzędzia do wykrywania sztucznej inteligencji.⁴⁵ 

Narzędzia do wykrywania AI przyczyniają się również do szerszych debat na temat dostępu, równości i wpływu na środowisko. Studenci mogą korzystać ze sztucznej inteligencji, aby wspierać tłumaczenie i rozumienie zajęć, zwłaszcza jeśli studiują w kraju anglojęzycznym i pochodzą ze środowisk nieanglojęzycznych lub innych mniejszości o historycznie mniejszych możliwościach edukacji uniwersyteckiej. Kwestie dostępu pojawiają się również ze względu na komercyjną dostępność LLM; bardziej zamożni studenci mogą być w stanie zapłacić za bardziej wyrafinowane modele i / lub przekazać swoją pracę wielu LLM, co oznacza, że szanse na wykrycie znacznie spadają.⁴⁶

Uwagi i odniesienia

1.  Weber-Wulff, Debora, Alla Anohina-Naumeca, Sonja Bjelobaba, Tomáš Foltýnek, Jean Guerrero-Dib, Olumide Popoola, Petr Šigut i Lorna Waddington. "Testowanie narzędzi do wykrywania tekstu generowanego przez sztuczną inteligencję". International Journal for Educational Integrity 19, nr 1 (25 grudnia 2023 r.): 26. https://doi.org/10.1007/s40979-023-00146-z.

2.  Elkhatat, Ahmed M., Khaled Elsaid i Saeed Almeer. "Evaluating the Efficacy of AI Content Detection Tools in Differentating between Human and AI-Generated Text". International Journal for Educational Integrity 19, nr 1 (1 września 2023 r.): 17. https://doi.org/10.1007/s40979-023-00140-5.

3.  *Chociaż niniejszy raport koncentruje się wyłącznie na zastosowaniach akademickich, zdajemy sobie sprawę, że istnieją przypadki użycia i potencjalne korzyści dla narzędzi do wykrywania AI poza środowiskiem akademickim, takie jak branża wydawnicza, dziennikarstwo lub rekrutacja i HR.

4. Copyleaks. "LMS Plagiarism Checker Plugin". Copyleaks. Dostęp 29 sierpnia 2024. https://copyleaks.com/learning-management-systems.

5. Furze, Leon. "Wykrywanie sztucznej inteligencji w edukacji to ślepy zaułek". Leon Furze, 8 kwietnia 2024 r. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

6. Coffey, Lauren. "Profesorowie ostrożni wobec narzędzi do wykrywania pisania generowanego przez sztuczną inteligencję". Inside Higher Ed, 9 lutego 2024 r. https://www.insidehighered.com/news/tech-innovation/artificial-intelligence/2024/02/09/professors-proceed-caution-using-ai.

7. Wiele źródeł:
   1. Ghaffary, Shirin. "Uniwersytety ponownie rozważają wykorzystanie wykrywaczy pisania AI do weryfikacji pracy studentów". Bloomberg.Com, 21 września 2023 r. https://www.bloomberg.com/news/newsletters/2023-09-21/universities-rethink-using-ai-writing-detectors-to-vet-students-work. 
   2. Coley, Michael. "Wskazówki dotyczące wykrywania sztucznej inteligencji i dlaczego wyłączamy detektor sztucznej inteligencji Turnitin". Vanderbilt University, 16 sierpnia 2023 r. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

8. Furze, Leon. "Wykrywanie sztucznej inteligencji w edukacji to ślepy zaułek". Leon Furze, 8 kwietnia 2024 r. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

9.  Cornell University. "Etyczna sztuczna inteligencja w nauczaniu i uczeniu się". Centrum Innowacji w Nauczaniu. Dostęp 29 sierpnia 2024 r. https://teaching.cornell.edu/generative-artificial-intelligence/ethical-ai-teaching-and-learning.

10.  MarGrowth. "Przegląd UPass: Jak skutecznie może ominąć wykrywanie AI | HackerNoon", 31 lipca 2024 r. https://hackernoon.com/upass-review-how-effective-it-can-bypass-ai-detection.

11. Wiele źródeł: 
    1. Kar, Sujita Kumar, Teena Bansal, Sumit Modi i Amit Singh. "Jak czułe są darmowe narzędzia AI-Detector w wykrywaniu tekstów generowanych przez sztuczną inteligencję? Porównanie popularnych narzędzi do wykrywania sztucznej inteligencji". Indian Journal of Psychological Medicine, 11 maja 2024 r., 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 i Lorna Waddington. "Testowanie narzędzi do wykrywania tekstu generowanego przez sztuczną inteligencję". International Journal for Educational Integrity 19, nr 1 (25 grudnia 2023 r.): 26. https://doi.org/10.1007/s40979-023-00146-z.
    3. Sadasivan, Vinu Sankar, Aounon Kumar, Sriram Balasubramanian, Wenxiao Wang i Soheil Feizi. "Can AI-Generated Text Be Reliably Detected?", 2023. https://doi.org/10.48550/ARXIV.2303.11156.
    4. Krishna, Kalpesh, Yixiao Song, Marzena Karpińska, John Wieting i 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. "Przetestowaliśmy nowy wykrywacz ChatGPT dla nauczycieli. Oznaczył niewinnego ucznia". Tech in Your Life, 3 kwietnia 2023 r. 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, 16 lipca 2024 r. https://www.turnitin.com/blog/ai-paraphrasing-detection-strengthening-the-integrity-of-academic-writing.

14.  Edwards, Benj. "Dlaczego wykrywacze pisma AI nie działają". Ars Technica, 14 lipca 2023 r. https://arstechnica.com/information-technology/2023/07/why-ai-detectors-think-the-us-constitution-was-written-by-ai/.

15. Wiele źródeł:
    1. Coldewey, Devin. "OpenAI unieważnia wykrywacz tekstu napisanego przez sztuczną inteligencję z powodu" niskiego wskaźnika dokładności "". TechCrunch, 25 lipca 2023 r. https://techcrunch.com/2023/07/25/openai-scuttles-ai-written-text-detector-over-low-rate-of-accuracy/.
    2. Coley, Michael. "Wskazówki dotyczące wykrywania sztucznej inteligencji i dlaczego wyłączamy detektor sztucznej inteligencji Turnitin". Vanderbilt University, 16 sierpnia 2023 r. https://www.vanderbilt.edu/brightspace/2023/08/16/guidance-on-ai-detection-and-why-were-disabling-turnitins-ai-detector/.

16. Kompilacja. "AI Content Checker: Wykryj AI za pomocą Compilatio". Compilatio. Dostęp 27 sierpnia 2024. https://www.compilatio.net/en/ai-detector-info.

17. Content At Scale. "AI Detector to narzędzie do sprawdzania AI w czasie rzeczywistym i wykrywania ChatGPT". Content @ Scale. Dostęp 27 sierpnia 2024. https://brandwell.ai/ai-content-detector/.

18.  Copyleaks. "Copyleaks uruchamia wykrywacz treści AI | Informacja prasowa". Copyleaks. Dostęp 27 sierpnia 2024. https://copyleaks.com/about-us/media/copyleaks-launches-ai-content-detector.

19.  Copyleaks. "Pricing." Copyleaks. Dostęp 19 sierpnia 2024 r. https://copyleaks.com/pricing.

20. Ivankov, Olga. "Co to jest Crossplag AI Detector? Ceny, funkcje i sposób użycia", 12 czerwca 2024 r. 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. "Detektor AI, któremu możesz zaufać - DetectGPT". Dostęp 27 sierpnia 2024. https://detectgpt.com/#pricing.

22.  Dupli Checker. "Cennik i plany". Duplichecker.com. Dostęp 27 sierpnia 2024. https://www.duplichecker.com/pricing.

23.   Winston AI. "Pricing." Winston AI (blog). Dostęp 27 sierpnia 2024 r. https://gowinston.ai/pricing/.

24. GPTZero. "Pricing." GPTZero. Dostęp 19 sierpnia 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. "Ceny i plany | Plagiarismdetector.Net." PlagiarismDetector.net. Dostęp 27 sierpnia 2024. https://plagiarismdetector.net/pricing.

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

28. 1. Sapling AI. "Ceny API | Dokumentacja dla programistów Sapling.Ai". Sapling AI. Dostęp 27 sierpnia 2024 r. https://sapling.ai/docs/api/pricing/.
    2. Sapling AI. "Plany i ceny | Sapling". Sapling AI. Dostęp 27 sierpnia 2024 r. https://sapling.ai/pricing.

29.  SciSpace. "SciSpace Premium - Nieograniczony dostęp do narzędzi badawczych AI". SciSpace. Dostęp 27 sierpnia 2024 r. https://typeset.io/pricing.

30.  Miller, Nick. "Turnitin Pricing w 2024 roku: Ile to kosztuje?" Średni (blog), 11 lipca 2024 r. https://medium.com/@nickmiller_writer/turnitin-pricing-in-2024-what-does-it-cost-80f552a7a20f.

31. Niewykrywalna sztuczna inteligencja. "Niewykrywalne ceny: Wybierz idealny plan dla swoich potrzeb". Niewykrywalna sztuczna inteligencja. Dostęp 27 sierpnia 2024. https://undetectable.ai/pricing.

32. Wordtune. "Cennik i plany Wordtune | Wybierz swój plan". Wordtune. Dostęp 27 sierpnia 2024 r. https://www.wordtune.com/plans.

33. Writer AI Studio. "Cennik". Writer AI Studio. Dostęp 27 sierpnia 2024 r. https://dev.writer.com/home/pricing.

34.  Dostęp API możliwy dla uniwersytetów; ZeroGPT, "ZeroGPT - Pricing." ZeroGPT. "ZeroGPT - Cennik". Dostęp 3 września 2024 r. https://www.zerogpt.com/pricing.

35.  Popkov, Andrey A. i Tyson S. Barrett. "AI vs Academia: Eksperymentalne badanie dokładności wykrywaczy tekstu AI w piśmie akademickim dotyczącym zdrowia behawioralnego". Odpowiedzialność w badaniach naukowych, 22 marca 2024 r., 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 i Content Detector są w stanie klasyfikować treści generowane przez ludzi, podczas gdy ZeroGPT, SEO.ai, są pod tym względem nieskuteczne. Wiele źródeł:
    1. Walters, William H. "The Effectiveness of Software Designed to Detect AI-Generated Writing: A Comparison of 16 AI Text Detectors". Otwarta nauka o informacji 7, nr 1 (6 października 2023 r.): 20220158. https://doi.org/10.1515/opis-2022-0158.
    2. Popkov, Andrey A. i Tyson S. Barrett. "AI vs Academia: Eksperymentalne badanie dokładności wykrywaczy tekstu AI w piśmie akademickim dotyczącym zdrowia behawioralnego". Odpowiedzialność w badaniach naukowych, 22 marca 2024 r., 1-17. https://doi.org/10.1080/08989621.2024.2331757.

37.  Liang, Weixin, Mert Yuksekgonul, Yining Mao, Eric Wu i James Zou. "Detektory GPT są stronnicze w stosunku do pisarzy niebędących rodzimymi użytkownikami języka angielskiego". Wzory 4, nr 7 (2023): 100779. https://doi.org/10.1016/j.patter.2023.100779.

38.  Popkov, Andrey A. i Tyson S. Barrett. "AI vs Academia: Eksperymentalne badanie dokładności wykrywaczy tekstu AI w piśmie akademickim dotyczącym zdrowia behawioralnego". Odpowiedzialność w badaniach naukowych, 22 marca 2024 r., 1-17. https://doi.org/10.1080/08989621.2024.2331757.

39.  Tamże.

40.  Walters, William H. "The Effectiveness of Software Designed to Detect AI-Generated Writing: A Comparison of 16 AI Text Detectors". Otwarta nauka o informacji 7, nr 1 (6 października 2023 r.): 20220158. https://doi.org/10.1515/opis-2022-0158.

41.  Ryan, "Detektory ChatGPT są stronnicze i łatwe do oszukania, pokazują badania". Ryan, Jackson. "Detektory ChatGPT są stronnicze i łatwe do oszukania, badania pokazują". CNET, 12 lipca 2023 r. 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: A Comparison of 16 AI Text Detectors". Otwarta nauka o informacji 7, nr 1 (6 października 2023 r.): 20220158. https://doi.org/10.1515/opis-2022-0158.

43.  Tamże.
44.  Popkov, Andrey A. i Tyson S. Barrett. "AI vs Academia: Eksperymentalne badanie dokładności wykrywaczy tekstu AI w piśmie akademickim dotyczącym zdrowia behawioralnego". Odpowiedzialność w badaniach naukowych, 22 marca 2024 r., 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 i Lorna Waddington. "Testowanie narzędzi do wykrywania tekstu generowanego przez sztuczną inteligencję". International Journal for Educational Integrity 19, nr 1 (25 grudnia 2023 r.): 26. https://doi.org/10.1007/s40979-023-00146-z.
46. Furze, Leon. "Wykrywanie sztucznej inteligencji w edukacji to ślepy zaułek". Leon Furze, 8 kwietnia 2024 r. https://leonfurze.com/2024/04/09/ai-detection-in-education-is-a-dead-end/.

Informacje o programie seminariów Google.org dotyczących cyberbezpieczeństwa

Program Google.org Cybersecurity Seminars wspiera kursy seminaryjne z zakresu cyberbezpieczeństwa na wybranych uniwersytetach i innych kwalifikujących się instytucjach szkolnictwa wyższego w Europie, na Bliskim Wschodzie i w Afryce, aby pomóc studentom dowiedzieć się więcej o cyberbezpieczeństwie i zbadać ścieżki rozwoju w tej dziedzinie. Program aktywnie wspiera rozwój szkoleń z zakresu cyberbezpieczeństwa na uniwersytetach, aby budować zróżnicowaną siłę roboczą potrzebną do pomocy najbardziej narażonym organizacjom w zapobieganiu potencjalnym cyberatakom. Zajmuje się również nowymi zagrożeniami związanymi ze sztuczną inteligencją (AI), zapewniając studentom zrozumienie opartych na AI zmian w krajobrazie cyberzagrożeń i pomagając im skutecznie zintegrować AI z praktycznymi środkami cyberbezpieczeństwa.

Oczekuje się, że uczestniczące uniwersytety będą aktywnie promować równość, różnorodność i integrację w ramach swoich programów. Powinny one zachęcać do silnego uczestnictwa osoby z różnych środowisk i tworzyć integracyjne środowisko edukacyjne, wzbogacając w ten sposób ogólne doświadczenie edukacyjne i wzmacniając społeczność cyberbezpieczeństwa.