Haben Sie sich jemals gefragt, ob der Text, den Sie lesen, von einem Menschen oder einer Maschine geschrieben wurde? Die Technologie zur Unterscheidung zwischen menschlichem Genie und künstlicher Intelligenz macht signifikante Fortschritte.
In der Welt der Technologie hat die Fähigkeit von Künstlicher Intelligenz (KI), überzeugende Texte zu generieren, sowohl Faszination als auch Bedenken hervorgerufen. Programme wie ChatGPT haben bewiesen, dass sie Aufsätze, Berichte und sogar Gedichte auf Knopfdruck erstellen können. Doch während diese Tools eine bemerkenswerte Effizienz und Kreativität bieten, werfen sie auch Fragen bezüglich Authentizität und Originalität auf. OpenAI, das Unternehmen hinter ChatGPT, hat im Januar 2023 den AI Text Classifier eingeführt, ein Werkzeug, das speziell entwickelt wurde, um KI-generierte Texte zu identifizieren. Diese Entwicklung kam nach dem Aufkommen anderer Detektoren wie GPTzero und Originality.ai, die insbesondere bei Bildungseinrichtungen und im akademischen Bereich für Aufsehen sorgten.
Der Hauptteil dieser Entwicklung zielt darauf ab, die Unterscheidung zwischen menschlichem und maschinellem Schreiben zu verfeinern. Jedes Tool hat dabei seine Zielgruppe: GPTzero richtet sich beispielsweise an Schüler und Studenten, die überprüfen wollen, ob ihre Texte als menschlich oder maschinell erkannt werden. Die Unterscheidung ist entscheidend, da maschinell erzeugte Inhalte oft als qualitativ minderwertiger angesehen werden. Forschende der University of Kansas haben einen weiteren Schritt in diese Richtung unternommen und einen Algorithmus entwickelt, der behauptet, mit einer Genauigkeit von 99% feststellen zu können, ob ein wissenschaftlicher Text von einer KI generiert wurde. Ihre Erkenntnisse zeigen, dass menschliche Autoren tendenziell einen vielfältigeren Wortschatz und spezifischere Sprache verwenden sowie bestimmte Satzzeichen häufiger einsetzen.
Allerdings ist die Anwendung dieser Technologie nicht ohne Einschränkungen. Der von den Forschenden entwickelte Algorithmus funktioniert vorrangig bei englischsprachigen wissenschaftlichen Texten. Dies wirft Fragen hinsichtlich seiner Anwendbarkeit auf andere Textformen und Sprachen auf.