Frequentemente, os autores reclamam que textos escritos por seres humanos são marcados pelos detectores como material gerado por inteligência artificial. Isso causa perplexidade e frustração nos escritores, pois eles se esforçaram, realizaram uma pesquisa minuciosa, mas mesmo assim o marcado como gerado por IA. Isso indica que os detectores de IA apresentam falsos positivos. É importante que os autores saibam como verificar se um texto é de IA e como eliminar vestígios de IA, caso eles existam.
Tudo em um só lugar.
Receba notícias da GazetaWeb no seu WhatsApp e fique por dentro de tudo!
Razões para falsas acusações de geração por IA
Leia também
Falsos positivos na verificação de textos para a presença de inteligência artificial não são raros, afirmam vários autores. Abaixo estão as razões para os falsos positivos:
1. Estilo formal e acadêmico. Textos com vocabulário seco e formal, estruturas de frases complexas e rigoroso cumprimento das regras gramaticais podem frequentemente ser interpretados pelos sistemas de verificação como materiais gerados por IA.
2. Vocabulário limitado e frases repetitivas. Os programas de verificação se orientam pela complexidade e irregularidade da estrutura. Se uma pessoa usa modelos padrão para escrever textos com palavras repetitivas, o sistema marca o texto como tendo sido escrito por robôs.
3. Discriminação de falantes não nativos. Pessoas para quem uma determinada língua não é nativa costumam escrever de forma mais simples, estruturada e utilizando padrões familiares. Esses textos frequentemente revelam que foram gerados por inteligência artificial.
4. Uso de ferramentas adicionais. Se os autores usam serviços de verificação gramatical ou tradutores, esses programas podem alterar a estrutura das frases, fazendo com que a estrutura do material se pareça com padrões previsíveis de redes neurais.
Além disso, a especificidade temática também é uma causa de falsos positivos, pois documentos científicos ou técnicos exigem precisão e conformidade com a padronização, o que os detectores confundem com o trabalho da inteligência artificial.
Descrição das condições e metodologia do teste
A verificação de textos quanto à sua pertença à inteligência artificial baseia-se na análise de características sintáticas e especificidades linguísticas. São essas características que distinguem o conteúdo robótico do escrito por mãos humanas. Assim, ao testar o material, são utilizados os seguintes métodos:
1. Perplexidade. Mede a aleatoriedade e a complexidade do texto. Quanto menor for esse indicador, mais previsível e padronizado será o material.
2. Dinâmica. Analisa a variabilidade da estrutura das frases. Os textos humanos, como regra, se distinguem por um ritmo irregular, enquanto o conteúdo gerado por IA é caracterizado por frases de comprimentos iguais e estrutura de texto.
3. Classificação por meio de treinamento. Os modelos de verificação são treinados em enormes conjuntos de textos humanos e artificiais para identificar padrões específicos que raramente são encontrados em pessoas.
Mas nem sempre o texto é reconhecido como humano, pois nenhum detector de IA tem 100% de precisão.
Resultados da verificação de textos humanos
Como a prática demonstrou, nenhum dos sistemas modernos de verificação de textos com IA garante um resultado 100% preciso. Os materiais humanos frequentemente recebem resultados falsos, especialmente se o seu estilo for acadêmico ou formal. Entre os aspectos-chave da precisão, destacam-se:
1. Resultados falsos positivos. Os detectores reagem a estruturas previsíveis de frases, padrões e gramática excessivamente correta, o que é comum em textos científicos.
2. Contexto. A precisão da verificação depende muito do idioma, do tema e do nível de edição do texto. Materiais acadêmicos são mais difíceis de verificar devido à terminologia específica.
Apesar de muitos sistemas confiáveis de verificação de IA serem altamente precisos, ainda assim há uma taxa de falsos positivos. Basta editar um pouco o texto para eliminar os elementos detectáveis.
Análise das divergências entre os detectores
É importante saber que sempre é realizada uma análise das divergências entre os detectores de IA. Isso significa o processo de identificação, classificação e avaliação das diferenças nos resultados do trabalho. Isso é muito importante para aumentar a precisão dos modelos de IA. Os principais métodos de análise incluem:
1. Métricas estatísticas. Trata-se do uso de indicadores clássicos para avaliar desvios.
2. Análise no espaço latente. Os sistemas comparam não apenas as respostas finais, mas também as representações intermediárias dos dados dentro das redes neurais para identificar diferenças sutis que passam despercebidas em uma comparação normal.
3. Método de modelagem. Utiliza redes neurais treinadas em pares de pessoas e IA para identificar padrões ocultos.
4. Amostra de treinamento. Cada detector de IA foi treinado em diferentes conjuntos de dados, o que resulta em diferentes sensibilidades aos estilos.
Os seguintes fatores podem ser a causa das divergências:
1. Edição. Mesmo uma ligeira reformulação ou a introdução de erros ortográficos reduz drasticamente a probabilidade de detecção.
2. Conteúdo misto. A combinação de blocos criados por IA e por humanos muitas vezes confunde os algoritmos, apresentando um resultado médio.
3. Ferramentas de contorno. O uso de humanizadores permite adaptar o texto ao estilo humano, alterando a estrutura das frases.
É necessário usar mais de uma ferramenta de identificação de IA. Uma avaliação objetiva só pode ser obtida se forem aplicados 2-3 detectores.
Conclusões e recomendações práticas
A verificação de materiais de texto em busca de vestígios da presença de IA é um processo complexo. Os detectores, nesse sentido, são uma ferramenta auxiliar, pois a decisão final deve permanecer com o ser humano. Existem várias dicas de especialistas para uma verificação correta:
● uso de várias ferramentas de verificação;
● busca por traços digitais característicos (excessiva perfeição, frases clichês, ausência de experiência pessoal);
● análise da estrutura e da lógica (monotonia do texto e profundidade do desenvolvimento).
Portanto, é importante verificar o texto quanto à presença de IA com vários detectores e examinar vários traços nos textos.
Quais estilos de escrita suscitam mais suspeitas
Certos textos suscitam suspeitas de traços de IA. Esses materiais podem ser caracterizados por vários sinais:
1. Texto estéril. O texto parece demasiado polido, tem uma gramática impecável, mas carece de emotividade ou pequenos erros.
2. Transições e introduções padronizadas. Frases padronizadas e introduções muito genéricas são inseridas no texto.
3. Ritmo monótono. As frases são frequentemente caracterizadas por terem o mesmo comprimento ou estrutura, o que cria a sensação de um texto robótico. O tom do conteúdo humano é variado, com frases curtas e longas.
Além disso, o texto com IA se diferencia por ser excessivamente estruturado, com detalhes generalizados e um conjunto característico de palavras.
