详细内容或原文请订阅后点击阅览
教师：不要依赖 AI 探测器来抓作弊者
过去一年，我花了很多个人时间深入研究人工智能及其如何用于改善人们的生活。当我攻读硕士学位时，我在装有……的机器上使用 Excel 构建了基本的神经网络
来源:Fractus Learning过去一年，我花了很多个人时间深入研究人工智能以及如何使用它来改善人们的生活。当我攻读硕士学位时，我在具有 4 GB 内存的机器上使用 Excel 构建了基本的神经网络。在过去的 25 年里，我们已经取得了长足的进步。这是一个令人兴奋的时代。
在 Excel 中毫无疑问，向所有人开放人工智能 (AI) 将对教育产生巨大影响。大型语言模型 (LLM)（例如 Chat GPT）可能会产生最大的影响——对学习既有积极影响，也有消极影响。
一个大问题是学生使用 LLM 生成家庭作业和更大的论文。使用 ChatGPT 生成论文的学习曲线相当低，并且可以在短时间内创作出优秀的作品。这使得很难分辨谁在使用写作辅助工具进行创作，谁没有。
AI 检测器很快就被创建出来作为答案。它们被设计用来检测 AI 生成的内容。
他们失败了。除非你愿意指责无辜的学生作弊，否则不要依赖 AI 检测器来捕捉 AI 生成的内容。
不要依赖 AI 检测器AI 检测器在实际场景中并不可靠
在收到一篇最近强调 AI 检测问题的学术论文的提醒后，我被激励写了这篇文章。 2023 年 6 月 28 日，马里兰大学的研究人员发表了一篇探讨 AI 检测器可靠性的论文。他们发现：
马里兰大学的研究人员发表了一篇探讨人工智能探测器可靠性的论文 arXiv:2303.11156 [cs.CL] arXiv:2303.11156 [cs.CL] arXiv:2303.11156为什么会这样？
一本（非常）简短的入门书，介绍法学硕士和探测器的工作原理
next-word 数十亿或数万亿Sebastian Raschka 的这篇文章用最少的术语很好地解释了不同的人工智能探测器的工作原理及其缺点。
Sebastian Raschka 的文章 平均 大多数 应该只是众多步骤之一 美国宪法 之前