原始文章

這篇論文探討了抄襲檢測問題,特別是在AI生成內容增多和網路資訊更易獲取的情況下。回顧了2019至2024年間的189篇研究,對比了不同的抄襲檢測技術,並分析了它們在區分人類與AI文本的有效性。作者提出了一個框架來理解抄襲類型和檢測方法,強調在識別微妙抄襲方面的進展,包括非文本內容的探索、機器學習應用及增強的語義分析。結論指出,整合多種分析方法對未來改善抄襲檢測最具潛力。 PubMed DOI


站上相關主題文章列表

人工智慧工具方便做資料分析,但也可能被拿來造假。雖然有偵測器可找出欺詐,但技術進步,偽造更巧妙。我們測試了偵測工具,發現稍微修改就能讓人工智慧文字像人類寫的。用西里爾字母等方法,讓偵測更困難。即使強偵測器也可能被繞過。未來科學寫作和偵測挑戰更不確定。 PubMed DOI

研究比較了辨識ChatGPT-4和人類寫作的工具,發現各工具表現不同,尤其在辨識「原創性」方面更有挑戰。研究指出必須改進檢測工具,確保內容真實性,特別是在學術領域,避免混淆人工智慧和人類寫作。 PubMed DOI

研究評估了2022年《外科腫瘤學年鑑》中人類和AI生成的科學文章,結果顯示人類文章中有9.4%可能是AI生成的,而AI文章中有43.5%可能是AI生成的。這突顯了檢測器表現的不同,也凸顯了隨著AI技術進步,持續評估的重要性。 PubMed DOI

這研究主要是用ChatGPT等AI工具來辨識抄襲,透過文體特徵分析。測試了各種分類器,發現XGBoost最擅長區分人類和AI寫作風格。新方法比現有技術更優,達到100%的準確率、召回率和精確度。成功將混合文本分類,並高準確度歸因於作者。 PubMed DOI

最近,人工智慧的進展讓區分人類和AI生成的文本變得困難,因此對檢測工具的需求增加。本研究針對高等教育的研究生入學過程,專注於識別AI生成的推薦信和意向書,以確保申請者的真實能力被公平評估。研究分析了福坦大學的3,755封推薦信和1,973份意向書,並利用GPT-3.5 Turbo API生成AI版本。結果顯示,透過足夠的訓練數據,可以開發出有效的檢測模型,並已在GitHub上公開代碼供測試。 PubMed DOI

您對AI檢測軟體在識別AI生成文本的研究非常深入。透過使用ChatGPT撰寫有關「電休克療法(ECT)在治療抵抗性憂鬱症中的角色」的文章,並進行改寫,您測試了多種檢測工具的有效性。 結果顯示,這些工具的敏感性差異很大,從0%到100%不等。特別是,有一半的工具在檢測原始AI生成內容時達到100%準確率,而其他工具在改寫文本時也表現不錯。這顯示出某些工具的有效性,但仍需改進。 您的結論強調了AI在學術寫作中的角色及其潛在風險,特別是對作者可信度的影響。學術期刊對AI生成內容的限制也引發了持續的討論。總體而言,您的研究為AI檢測軟體的現狀及其對學術誠信的影響提供了重要見解。 PubMed DOI

這項研究探討了生成式 AI 模型(如 ChatGPT、Gemini 和 Claude)在 K-12 教育中的應用,強調其在各科目的優勢,並討論學術不誠實的倫理問題。研究使用傳統機器學習模型和大型語言模型來檢測高風險寫作評估中的 AI 生成內容,並評估檢測方法的效果,考慮改寫工具的影響。研究還引入新方法,利用同義詞資訊識別人性化的 AI 文字,並探討數據集大小對模型表現的影響,以指導未來的數據收集。 PubMed DOI

這項研究探討了人類評審、重複量化分析(RQA)和AI檢測工具GPTZero在辨別人類與AI生成的個人陳述的有效性,特別針對物理治療師教育計畫的申請。研究分析了50份梅奧診所的申請者陳述與50份由Google Gemini生成的陳述。結果顯示,人類評審在辨識上表現一致且準確,而RQA和GPTZero也各有優勢。研究強調,未來應結合這些方法,以提升對個人陳述的評估,確保學術誠信。 PubMed DOI

在學術界,生成式人工智慧的應用改變了內容創作,並引發著作權與原創性的討論。雖然AI工具如GPT-3提升了效率,但也對學術誠信造成挑戰。本文探討這些挑戰,並提倡建立新的道德使用框架。我們透過專案式學習(PBL)提升179名學生的參與度與表現,結果顯示PBL學生的成績與原創性均優於傳統學習者。Turnitin有效識別AI生成內容,未來應持續完善這些策略,以維護學術誠信。 PubMed DOI

這項研究探討了如何區分人類撰寫的摘要與ChatGPT生成的摘要,分析了160篇摘要,並使用了三種AI檢測工具和一個抄襲檢測器。研究發現,所有方法對摘要來源的判斷都有誤,學者的經驗影響檢測準確性,資深學者表現最佳。GPTZero和相似性檢測器在識別來源上特別有效。研究建議人類專家與AI工具合作,能提升識別學術摘要的準確性。 PubMed DOI