Elke actie heeft een reactie. Generatieve AI-tools worden dus gecompenseerd door AI-detectoren die helpen om menselijk schrift te onderscheiden van door AI gegenereerde inhoud.
AI-hulpmiddelen zijn doorgedrongen in alle domeinen van het menselijk leven, variërend van apps voor het uitvoeren van repetitieve taken tot complexe oplossingen voor creatieve banen. Kunstmatige intelligentie wordt ongelooflijk menselijk, waardoor het steeds moeilijker wordt om door AI gegenereerde inhoud te detecteren. En AI-detectoren dienen als de ‘eerste verdedigingslinie’ als het gaat om het onderscheiden van de eerste van de laatste. Hoewel dit artikel voornamelijk over tekst gaat, kunnen AI-inhoudsdetectoren ook werken met afbeeldingen, video's en zelfs geluid, wat cruciaal is voor de bescherming tegen deepfakes en andere oplichting.
In dit materiaal laten we u kennismaken met het concept van AI-detectie, geven we voorbeelden van de toepassing ervan en leggen we de basisprincipes uit van hoe AI-detectoren werken. U leert ook waarom valse positieven of valse negatieven kunnen optreden en hoe u algoritmen kunt omzeilen (en of dit de moeite waard is).
Inhoudsopgave
- Inleiding tot AI-detectie
- Hoe tekstdetectoren werken
- Hoe beelddetectoren werken
- Hoe video- en deepfake-detectoren werken
- Zijn AI-detectoren betrouwbaar?
- Toepassingen en gebruik
- AI-detectoren versus plagiaatcheckers
- Handmatige versus algoritmische detectie
- Best practices en de toekomst van AI-detectie
- Veelgestelde vragen
- Conclusie
Inleiding tot AI-detectie
Laten we ons een heel typische situatie voorstellen:je komt een idee of een feit tegen, probeert het te onderzoeken, googlet het en vindt een paar artikelen. Maar hoe weet je of ze zijn geschreven door een menselijke expert of zijn gegenereerd door een AI-tool die informatie uit alle beschikbare bronnen heeft verzameld, hoe betrouwbaar ze ook zijn? Dat doe je niet.
Of je ziet een prachtige foto en raakt geïnteresseerd in wie het model is, om er vervolgens achter te komen dat ze niet bestaat omdat de afbeelding ook door een kunstmatige intelligentie is gemaakt.
De waarheid is dat je tegenwoordig nooit 100% zeker weet wie de echte auteur van de inhoud is en of je hem kunt vertrouwen. Hoewel het soms niet echt uitmaakt – wat maakt het uit dat een illustratie door AI wordt gegenereerd als deze zijn doel dient – zou het teleurstellend zijn om te ontdekken dat het tot nadenken stemmende en inzichtelijke gedicht dat je zojuist hebt gelezen, is geschreven door een zielloos programma.
Daarom winnen AI-detectoren niet alleen aan populariteit voor het controleren van teksten, maar ook voor visuele inhoud. De vooruitgang is onomkeerbaar en onstuitbaar, maar verantwoord AI-gebruik is de sleutel, en detectoren zijn bedoeld om ons daarbij te helpen.
Hoe tekstdetectoren werken
Hoe werken AI-detectoren? Ze analyseren geschreven inhoud met behulp van verschillende parameters. Machine learning en natuurlijke taalverwerking stellen programma's in staat de tekst te "scannen" en de volgende aspecten te evalueren.
Verbijstering
In eenvoudige bewoordingen betekent deze term hoe voorspelbaar en saai de tekst is. Als de zin bijvoorbeeld begint met 'Ik hou van mijn koffie', verwachten we dat deze eindigt met iets als 'heet, sterk en zwart, niet met' hoewel ik mijn kussen leuker vind. Hoewel de tweede optie grammaticaal correct is, heeft deze geen zin (althans zonder uitgebreide context). Mensen hebben de neiging creatievere taalkeuzes te maken, terwijl door AI gegenereerde inhoud meestal eenvoudiger is.
Burstigheid
Met andere woorden:het gaat om de consistentie van de tekst. Menselijk schrijven kan en moet soms zelfs inconsistent zijn:sommige zinnen zijn lang en complex, terwijl andere kort en eenvoudig zijn. Mensen kunnen in het ene deel geavanceerde grammaticapatronen gebruiken en in het andere een zeer basale zinsstructuur. Door AI gegenereerde tekst volgt doorgaans één gekozen patroon (tenzij de opdracht wordt gegeven om het tegenovergestelde te doen).
Verbijstering en barstigheid zijn belangrijke taalkundige indicatoren, maar niet de enige.
Watermerken
Ja, het is precies hoe het klinkt:het inbedden van bepaalde "markeringen" (combinaties van woorden en letters) in de tekst die natuurlijk lijken, maar die AI-inhoudsdetectoren herkennen.
Vectoren
Ook bekend als inbedding, zijn vectoren numerieke representaties van ‘menselijke’ woorden. Zelfs als de woorden volledige homoniemen zijn, zoals 'wind' (zelfstandig naamwoord) en 'wind' (werkwoord), zullen hun vectoren verschillend zijn. Deze techniek helpt AI-detectoren door AI gegenereerde inhoud beter te herkennen.
Handmatige detectie
Als u een leraar bent die de opdracht van een leerling herziet, kunt u ongebruikelijke woordkeuze, overdreven geavanceerde woordenschat en andere tekenen van door AI gegenereerde tekst opmerken. Als je bijvoorbeeld op internet met een anoniem stuk te maken hebt, is de kans groter dat door mensen geschreven tekst een persoonlijk tintje, grappen (zelfs niet erg grappige) en een informele toon hebben.
Het schrijven van een geschiedenisanalyse kan ook handig zijn:als een van de bewerkingen grote stukken tekst bevat, ziet deze er verdacht uit (of de auteur heeft deze gewoon uit een ander document gekopieerd).
Voorbeelden van door AI gegenereerde tekstdetectoren:
- Quillbot
- Scribbr
- Joompje
- Winston AI
- Proofademic
- Stealthschrijver
Hoe beelddetectoren werken
Nog niet zo lang geleden waren door AI gegenereerde beelden gemakkelijk te detecteren vanwege talloze "hallucinaties" - verkeerde aantallen vingers, soms zelfs armen en benen, onnatuurlijke houdingen, enz. We hebben een jaar geleden zelfs verschillende gratis generatieve AI-tools vergeleken, en bijna allemaal hadden ze dezelfde problemen.
Digitale ruisanalyse helpt nog steeds, maar is minder betrouwbaar dan vroeger, omdat AI-generatoren zich blijven ontwikkelen. Een van de laatste grenzen is echter ingebedde tekst die AI moeilijk nauwkeurig kan repliceren.
Last but not least:neurale vingerafdrukken. Beeld- en videodetectoren matchen pixelstructuren met bekende trainingsgegevens van AI-beeldgeneratoren zoals Midjourney of DALL-E.
Voorbeelden van door AI gegenereerde beelddetectoren:
- Hive-moderatie
- Gevoeligheid AI
- Verlichtheid
- WasItAI
- AI of niet
Hoe video- en deepfake-detectoren werken
Deepfakes worden steeds slimmer:ze kunnen echte publieke figuren imiteren, nepnieuws verspreiden en paniek veroorzaken. Deze techniek wordt ook gebruikt om de beveiliging te doorbreken en gevoelige gegevens van individuen en bedrijven te verkrijgen.
Hoe werken AI-detectoren dan? Ze zoeken naar de volgende gebeurtenissen:
- Inconsistenties zoals flikkeringen, onnatuurlijke lichaamsbewegingen of verschuivende schaduwen.
- Gezichtsuitdrukkingen en fysiologische signalen, zoals vreemd knipperen.
- Asynchrone klank- en lipbewegingen.
- Verborgen watermerken en metadata achtergelaten door generatieve AI-tools in hun uitvoer.
Voorbeelden van AI-detectoren:
- AI-videodetector
- Gevoeligheid AI
- DeepBrain AI
- DeepfakeDetector
- Deepfake-detector
Zijn AI-detectoren betrouwbaar?
Nee, dat zijn ze niet. Ze kunnen valse positieven opleveren en door mensen geschreven inhoud markeren als door AI gegenereerd. Dit kan verschillende oorzaken hebben.
Ten eerste kunnen niet-moedertaalsprekers van het Engels eenvoudige grammatica en contra-intuïtieve woordkeuze gebruiken. Sommige schrijfwijzen, zoals documentatie en handleidingen, zijn dan ook niet erg veelzijdig of artistiek. Last but not least is de zinslengte ook van belang:korte zinnen worden eerder gedetecteerd als AI-schrijven.
Valse negatieven komen ook vrij vaak voor. AI-uitvoer kan, indien bewerkt door een menselijke schrijver, "de test doorstaan". Evenals inhoud verbeterd door een app-humanizer.
Dit artikel is bijvoorbeeld geschreven door een heel mens, dat zweer ik. De laatste keer dat ik een medische controle had, kwamen er geen cyborgonderdelen aan het licht. Maar het oordeel van stealthwriter.ai was dat 65% van mijn tekst AI is. Aan de andere kant was het detecteren van-ai.com genadiger door slechts 26,9% van mijn schrijven als door AI gegenereerd te beschouwen, en sapling.ai was ook minder hardvochtig door slechts 34,2% als nep te bestempelen.
Dat is eigenlijk alles wat u moet weten over de betrouwbaarheid van AI-detectoren en hun vermogen om menselijk schrift te herkennen. In mijn geval werd de uitvoer, denk ik, sterk beïnvloed door aanhalingstekens en een spellingcontrole (schuldig, Edelachtbare!).
Toepassingen en gebruik
Door AI gegenereerde inhoud zou nieuwe horizonten voor menselijke creativiteit kunnen openen – maar alleen als deze met geweten wordt beoefend.
Abhijit Naskar, neurowetenschapper en schrijver
AI-detectie is niet alleen handig als je er zeker van wilt zijn dat een willekeurig artikel op internet door een mens is geschreven. Hier is een korte, zeker niet uitputtende, lijst met mogelijke toepassingen voor AI-detectoren.
- Academie. Sluwe leerlingen schrijven hun opdrachten graag met behulp van AI.
- Wetenschap. Wetenschappelijke artikelen moeten door echte experts worden gemaakt.
- Uitgeverij en journalistiek. AI-tekstgeneratoren missen integriteit, emotionele intensiteit en ziel.
- Sociale media. Platforms hebben steeds vaker AI-labeling nodig om de transparantie te behouden. Bovendien zijn volgers de oppervlakkige, dezelfde inhoud beu, dus door mensen geschreven tekst kan jouw voordeel zijn in deze competitie.
Samenvattend kan worden gesteld dat AI-detectie op verschillende terreinen toepasbaar is, van privésectoren (om de betrouwbaarheid van een informatiebron te verifiëren) tot zakelijke en educatieve behoeften.
AI-detectoren versus plagiaatcheckers
Plagiaatcontroles verschenen veel eerder dan AI-detectoren. Tot nu toe zijn ze al ruim twaalf jaar of zelfs langer in gebruik. Beide helpen veel, maar ze dienen verschillende doelen.
AI-detectortools detecteer gewoon auteurschap, of het nu menselijk of AI-schrijven is. De inhoud zelf zou wel eens uniek en authentiek kunnen zijn.
Plagiaatcontroles controleer of de inhoud origineel is, of dat deze is samengesteld of "geleend" uit andere bronnen, met behulp van de populaire wetenschappelijke benadering "kopiëren en plakken".
Beide tools werken het beste in combinatie:zo krijg je een volledige tekstbeoordeling.
Handmatige versus algoritmische detectie
Het handmatig detecteren van AI-schrijven is afhankelijk van de ervaring en persoonlijke kennis van de schrijver. Een leraar of bijlesdocent die de stijl van zijn leerlingen kent, kan bijvoorbeeld gemakkelijk inconsistenties en het bizarre in iemands opdracht ontdekken, terwijl een AI-detector ineffectief kan blijken, omdat elementaire detectoren voor natuurlijke taalverwerking (NLP) kunnen worden omzeild door AI-humanizers.
Aan de andere kant werken AI-detectoren in meer algemene gevallen, wanneer het gaat om een willekeurige tekst uit een onbekende bron, efficiënter. Over het geheel genomen zou een hybride aanpak de beste resultaten kunnen opleveren.
Best practices en de toekomst van AI-detectie
Hier is een korte lijst met onze hints en tips, zodat u niet verdwaalt in de overvloed aan AI-tools en hun veelzijdigheid. Omdat het een relatief nieuw segment van AI-gebruik is (zo ironisch! AI-tools helpen bij het detecteren van door AI gegenereerde inhoud), moet je bijzonder voorzichtig zijn.
- Gebruik meerdere AI-detectietools, inclusief menselijke beoordeling, om het meest betrouwbare resultaat te bereiken.
- Vergeet niet uw inhoudsdetectoren bij te werken, aangezien deze blijven evolueren (samen met AI-schrijftools).
- "Iedereen liegt". Houd er rekening mee dat valse positieven niet zeldzaam zijn; haast je niet om een auteur te beschuldigen op basis van de uitvoer van een detector.
En bovenal:zelfs als inhoud wordt erkend als door AI gegenereerd, is dit niet het einde van de wereld. Er zijn veel situaties waarin het volkomen acceptabel is, vooral als de tekst handmatig is bewerkt en herzien.
Wanneer kunstwerken door een machine worden uitgevonden, verliest het zijn belangrijkste kracht:mensen helpen verbinding te maken.
Eric Reinhart, politiek antropoloog, psychiater en psychoanalyticus
In de toekomst zal het domein ongetwijfeld evolueren. De tools zullen nauwkeuriger en betrouwbaarder worden, en er kunnen ook wettelijke voorschriften en beperkingen komen. We voorzien een aantal mogelijke wijzigingen:
- Inhoudsgegevens (C2PA):door blockchain ondersteunde metadata zullen het menselijk auteurschap bewijzen.
- Onzichtbare AI-schrijfwatermerken worden een standaardfunctie.
- Detectors werken met verschillende soorten inhoud in plaats van slechts één (tekst, geluid, video of afbeelding).
- Openbare domeinen en bronnen zullen AI-inhoudslabels vereisen (of omgekeerd, een 'menselijk schrift'-markering).
Laten we elkaar over een jaar hier ontmoeten en kijken of we gelijk hadden of niet :)
Veelgestelde vragen
Wat is een AI-detector en hoe werkt deze?
AI-detectoren zijn apps, sites of software die bepalen of inhoud is gegenereerd door een menselijke schrijver of door kunstmatige intelligentie. Deze tools analyseren de lengte en structuur van zinnen, zoeken naar metadata en verborgen watermerken en gebruiken andere technieken.
Kunnen AI-detectoren geavanceerde, door AI gegenereerde video's zoals Sora of Kling detecteren?
Gedeeltelijk. Ze kunnen soms deepfakes detecteren, maar geavanceerde AI-modellen kunnen detectoren behoorlijk effectief omzeilen.
Omzeilen AI-humanizers effectief detectie?
Ja, maar ze kunnen tekst "onnatuurlijk" en raar laten klinken.
Is het legaal en ethisch om AI-detectoren te gebruiken op de werkplek en in het onderwijs?
Het hangt sterk af van het beleid van de werkplek en het onderwijsorgaan, aangezien er nog geen officiële wet- en regelgeving bestaat.
Hoe nauwkeurig zijn AI-detectoren?
Ze zijn nog niet accuraat. Valse positieven kunnen een hoog percentage AI-inhoud 'onthullen', zelfs als de tekst handmatig is geschreven en met behulp van een tool (of zelfs zonder specifieke reden) is herzien op grammatica- of spelfouten.
Online video-editor
Maak video's rechtstreeks in uw browser. Combineer video's met afbeeldingen, voeg muziek, tekst, stickers, GIF's en AI-voice-overs toe.
Conclusie
Zoals u kunt zien, kunnen AI-detectoren nuttig zijn, maar ze zijn niet betrouwbaar. Houd er rekening mee dat zowel valse positieven als valse negatieven mogelijk zijn, vooral als de inhoud is bewerkt met behulp van een humanizer of spellingcontrole.