I världen

Det finns en lösning för att känna igen DI-genererade läxor. Varför använder vi inte den?

5views

Lärarna tvingas hitta nya lösningar för att testa elevernas skrivförmåga.

Det är möjligt att känna igen text som genererats av IoT, men Arnoldas Lukošius, innovationsexpert på Tele2, förklarar varför denna lösning ännu inte är allmänt tillgänglig för alla.

”IoT är för närvarande begränsat, men det är perfekt för enkla uppgifter, som till exempel skolarbete.

I praktiken är det en utmaning att upptäcka barn som fuskar i IoT-genererade uppgifter, eftersom de flesta allmänt tillgängliga gratis screeningverktyg fortfarande inte är tillförlitliga.

Läraren bör vara 100 % säker på att det rör sig om fusk innan han eller hon pratar med barnet om användningen av IoT när det inte var överenskommet.

Det är därför som en universell tillämpning av DI-igenkänningsteknik i skolor fortfarande inte är en realitet”, säger Lukošius.

”ChatGPT kan upptäcka dina fotavtryck

”Tele2 Enligt en innovationsexpert har en teknisk lösning för att känna igen IoT-genererad text funnits i flera år. Så tidigt som 2022 utvecklade OpenAI-teamet, under ledning av kvantdatorforskaren Scott Aaronson, en Vattenstämpel ( vattenstämpel) teknik för IoT-igenkänning.

Denna lösning möjliggör en mycket exakt identifiering av de textfunktioner som produceras av IoT, även om användaren av verktyget ändrar några ord eller byter meningar och textrader.

”Textgenereringsverktyg fungerar enligt principen att en AI ”gissar” vilket ord eller tecken som skulle vara det mest logiska och vanligaste i en sekvens av ord.

För att undvika alltför förutsägbara svar och för att säkerställa mångfald väljer DI-modeller inte alltid de mest sannolika orden eller symbolerna.

Istället inkluderar de ibland slumpmässiga element som bidrar till att göra innehållet mer kreativt”, betonar Lukošius.

Vattenstämpel ”ChatGPT” infogas i det skede då DI genererar teckensekvensen. Ibland väljer DI slumpmässigt att infoga intressantheten och förlitar sig på slumpmässighet för att generera texten.

DI föredrar de tecken som får en hög poäng enligt en intern poängsättningsfunktion som utvecklats av OpenAI.

”Till exempel kan en sådan textdiversifieringsmekanism föredra ord med bokstaven ”V”.

En text som produceras enligt denna poängsättningsregel kommer att ha cirka 20 procent fler ”V”-bokstäver än normal mänsklig text.

Dessa mönster är vanligtvis inte märkbara för den som läser med blotta ögat, men IoT-igenkänningsteknik skiljer dem omedelbart”, förklarar experten.

IoT-utvecklare gör inte sig själva några tjänster

En av de största utmaningarna med IoT-genererat innehåll är möjligheten att på ett tillförlitligt sätt skilja det från mänskligt genererad text. Den tekniska lösningen för detta finns redan, men OpenAI gör inte sitt igenkänningssystem tillgängligt för den breda massan.

”OpenAI En undersökning som genomfördes i april 2023 visade att 30% av de tillfrågade skulle använda ”ChattGPT mindre ofta om ett automatiskt textigenkänningssystem är installerat.

Liknande verktyg för innehållsgenerering är inte heller innovativa när det gäller att korrekt spåra de texter som produceras av dessa verktyg.

”Även om OpenAI utvecklade ett offentligt vattenmärkningssystem för ChatGPT skulle det inte stoppa plagiering.

Alla skulle bara gå vidare till andra IoT-lösningar som för närvarande finns och som inte lämnar några spår. Till exempel Metas Llama-verktyg eller Googles Gemini-plattform. Plagiaten skulle fortsätta och OpenAI skulle förlora många användare.

Målgruppsretention och konkurrens gör det nödvändigt att hålla IoT-igenkänningsverktyg hemliga”, säger Tele2s innovationsexpert.

Enligt Lukošius gör innovativ IoT-utbildning unga människor mer konkurrenskraftiga på en föränderlig arbetsmarknad.

Internationella valutafonden uppskattar t.ex. att IoT-verktyg kommer att påverka minst 40% av alla jobb i världen under de kommande åren.

”Det betyder inte att människor kommer att ersättas av IoT – de måste bara lära sig hur de ska använda det. Det finns dock många situationer där IoT-igenkänning skulle vara användbart.

Till exempel när lärare bedömer elevers arbete eller bekämpar felaktig information. Än så länge är sådana verktyg inte allmänt tillgängliga, inte på grund av tekniska hinder, utan på grund av IoT-plattformarnas önskan att bevara sina målgrupper”, avslutar Lukošius.

Leave a Response