A inteligência artificial (IA) é cada vez mais usada na produção de textos – o sucesso de programas como o ChatGPT que o diga.
++ Brasil é o 2º país mais afetado com roubo de cartões de pagamento; veja como se proteger
Mas isso também está se tornando um problema, especialmente em ambientes acadêmicos, em que autenticidade e originalidade são fatores essenciais.
Assim, também cresce a demanda por detectores de textos gerados por IA, o que exige cuidados por professores, pesquisadores e editores.
Com isso, a função principal dos detectores de textos gerados por IA é analisar vários recursos linguísticos, como estrutura de frases, escolha de palavras e elementos estilísticos.
Essas ferramentas geralmente empregam algoritmos de aprendizado de máquina treinados em grandes conjuntos de dados para reconhecer padrões típicos de textos produzidos por inteligência artificial.
++ Jamie Lee Curtis se retrata após criticar filmes da Marvel: “Fala estúpida”
Dessa forma, alguns padrões são relacionados à medida de quão imprevisível é um texto, ou quão provável é que ele deixe perplexo (confuso) um leitor. Textos gerados por IA têm maior probabilidade de fazer sentido e serem lidos sem problemas, mas também são mais previsíveis.
Por outro lado, a escrita humana tende a apresentar maior complexidade, com linguagem mais criativa, mas também pode conter erros de digitação ou de gramática.
Outro padrão que pode ser avaliado é a variação na estrutura e comprimento das frases. Um texto com poucas variações deste tipo têm alta probabilidade de ter sido gerado por IA. Já um texto com maior variação provavelmente foi escrito por um humano.
Os modelos de linguagem tendem a produzir frases de comprimento médio (10 a 20 palavras) e com estruturas convencionais. É por isso que a escrita da IA às vezes pode parecer monótona.
A precisão desses detectores, no entanto, pode variar significativamente dependendo da complexidade do texto, da língua, e da sofisticação da IA que o gerou.
Uma das principais questões discutidas no meio acadêmico é o potencial para falsos positivos e falsos negativos. Falsos positivos ocorrem quando um detector identifica incorretamente um texto escrito por humanos como gerado por IA, enquanto falsos negativos acontecem quando o conteúdo gerado por IA é classificado erroneamente como escrito por humanos.
Não deixe de curtir nossa página no Facebook e também no Instagram para mais notícias do Jetss.