Einer Untersuchung der University of British Columbia zufolge liegen nicht geübte Menschen mit ihrer Textbeurteilung nur bei der Hälfte der Fälle richtig. Das entspricht dem Zufall. Wer etwas trainiert, könne seine Trefferquote auf etwa 55 Prozent verbessern. Was immer noch nicht berauschend ist.
Um einiges besser schneiden Erkennungsprogramme ab, die wiederum selbst mit KI arbeiten. Eines der Programme wurde von Forschern in Harvard und bei IBM entwickelt und hört auf den Namen „Giant Language Model Test Room (GLTR)“. Trainiert wurde es mit dem Modell GPT-2. Der oben erwähnte Chat-Bot Chat GPT nutzt bereits das Modell GPT-3.
Lese-Tipp: ChatGPT: Mit diesen 10 Browser-Erweiterungen verpassen Sie der KI ein Upgrade
GLTR unterscheidet sich hauptsächlich durch eine viel größere Datenmenge, mit der die KI trainiert wurde. Damit wird schon ersichtlich, dass KI-trainierte Erkennungsprogramme KI-generierte Texte nur solange zuverlässig erkennen können, wie sie auf dem neuesten Stand der Entwicklung sind. Unter http://gltr.io/dist/index.html können Sie einen Text in GLTR eingeben und über „analyze“ untersuchen lassen.
Deutlich einfacher ist der Test unter https://huggingface.co/openai-detector. Reicht der Balken unter dem Text weiter nach rechts („Fake“), so liegt wahrscheinlich ein KI-Text vor. Liegt er eher auf der linken Seite („Real“), handelt es sich um einen menschengemachten Text.
Ebenfalls recht einfach ist ein Test unter https://writer.com/ai-content-detector. Es gibt gute Gründe dafür, KI-Texte identifizieren zu wollen. So straft zum Beispiel Google Websites ab, die eine große Anzahl KI-generierter Texte online bringen. Als Website-Betreiber sollten Sie also wissen, wer die Texte bei Ihnen geschrieben hat: Kollege Mensch oder eine Maschine.
Internet