A popularização do uso da inteligência artificial criou um problema. A tecnologia está sendo cada vez mais usada para a produção de textos, por exemplo. Isso, no entanto, coloca em risco a autenticidade e a originalidade, especialmente em ambientes acadêmicos. Por isso, cresce também a demanda por detectores de textos gerados por IA.

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. Estes erros podem ter implicações graves, particularmente em contextos acadêmicos em função de acusações de plágio.

Veja também 

Cometa do século se aproxima e estará perto da terra no dia 12 de outubro

O que são auras e como a ciência enxerga esse conceito?

Neste cenário, é fundamental que haja melhorias e atualizações contínuas nos algoritmos de detecção. Até o momento, entretanto, é difícil encontrar uma ferramenta que identifique de forma 100% confiável textos gerados por IA e por humanos.

Curtiu? Siga o PORTAL DO ZACARIAS no Facebook, Twitter e no Instagram.

Entre no nosso Grupo de WhatApp, Canal e Telegram 

Vários experimentos podem ser conduzidos para avaliar o desempenho dos detectores de IA atualmente em uso, revelando resultados muito diferentes entre si. Alguns detectores mostram altas taxas de precisão em ambientes controlados, mas têm dificuldades em identificar textos humanizados ou parafraseados gerados por IA. Esta variabilidade destaca a necessidade de testes e validação contínuos das ferramentas de detecção. As informações são do The Conversation. 

Fonte: Olhar Digital