美国教授用 ChatGPT「证实」论文抄袭,半个班学生惨遭挂科

原文标题:《离谱!美国教授用 ChatGPT「证实」论文抄袭,半个班学生惨遭挂科》

天下苦 GPT 检测器久矣!用 AI 的怕被揪出来,没用 AI 的怕被冤枉。最近,又发生了一起被 AI 误判的冤假错案。

离了个大谱!

辛辛苦苦码出的毕业论文,居然被教授拿去放在 ChatGPT 里检测,然后就被判定为抄袭?

教授因此挂掉了全班一半的人,然后学校还因此拒发毕业证?

教授:被 ChatGPT 认领的,都得 0 分

最近,在得克萨斯农工大学(Texas A&M),发生了这样一件令人哭笑不得的事。

为了检测学生提交的论文是否作弊,一位名叫 Jared Mumm 的教授把他们的论文提交给了 ChatGPT。

他对学生们说:我会把你们的论文复制粘贴到 ChatGPT 中,它会告诉我,你们的论文是不是它生成的。

「我会在两个不同的时间段里,把每个人的最后三篇论文放进去,如果这两次它们都被 ChatGPT 认领了,我就会给你 0 分。」

显然,没有任何计算机相关背景知识的 Mumm 教授,对 ChatGPT 的原理一窍不通。

实际上,ChatGPT 并不能识别由 AI 创建的内容,即使是它自己写的都不行。

甚至,他连 ChatGPT 都没拼对 —— 直接写成了「Chat GPT」以及「chat GPT」。

结果,全班有一多半人的论文被 ChatGPT 不负责任地「认领」,因而挂了这一科。

更倒霉的是,大多数已毕业学生的文凭,因此直接被学校拒发了。

当然,Mumm 教授也不是毫不留情,他为全班同学提供了重做作业的机会。

如何证明自己没用 ChatGPT?

收到上面这封邮件后,几名学生写信给 Mumm 力证自己的清白。他们提供了带有时间戳的 Google Docs,来证明自己并没有使用 ChatGPT。

但 Mumm 教授直接无视了这些电子邮件,只在几个学生的评分软件中留下了这样的回应 —— 我不给 AI 生成的狗屎评分。

不过,还是有学生「平反」了,据说,已经有一名学生被「无罪释放」,并且得到了 Mumm 的道歉。

然而,让情况更复杂的事,有两名学生「挺身而出」,承认自己的确在本学期使用过 ChatGPT。

这一下子就让其他没有用 ChatGPT 写论文的学生,更难自证清白了……

对此,得克萨斯农工大学商学院表示正在调查这一事件,但并没有学生不及格,也没有人因为这个问题被延毕。

学校表示,Mum 教授正在一对一地与学生谈话,了解他们写作业的过程中是否使用了 AI,使用到了什么程度。个别学生的文凭将被扣留,直到调查完成。

而学生们表示,自己并没有获得文凭。

目前,事件还在调查中。

用 ChatGPT 检测 ChatGPT?

那么问题来了,ChatGPT 能证明一篇文章是不是自己写的吗?

来源:B站UP 主「子羡 nike」

对此,我们基于教授这封邮件的内容,问了问 ChatGPT 的观点:

ChatGPT 一上来就表示,自己并没有能力验证内容的原创性,以及是不是由 AI 生成的。

「这位老师似乎误解了像我这样的 AI 是如何工作的。虽然 AI 可以根据提示生成文本,但它不能确定另一篇文本是否由人工智能生成。」

话虽如此,但这并不能拦住爱整活的网友。

他们来了一出「以其人之道还治其人之身」,在线教 Mumm 教授做人。

首先,ChatGPT 表示,教授写的这封邮件,正是出自自己之手。

紧接着,网友又复刻了 Mumm 教授的做法 ——

拿一段看起来像是某篇论文的节选,来问 ChatGPT 是不是它写的。

这次,ChatGPT 虽然没说是自己写的,但基本上确定内容就是来自 AI。

其中,有几个特征与 Al 生成的内容一致:

1. 文本是连贯的,遵循一个清晰的结构,从一般到具体。

2. 准确地引用了来源和数字数据。

3. 正确地使用了术语,这是典型的 Al 模型的特点。比如 GPT-4,就是在包括科学文献在内的各种文本中训练出来的。

上下滑动查看全部

那么实际上,这段内容的出处是哪里呢?

有意思的地方来了,没想到竟然是 Mumm 教授自己写的博士论文!

AI 检测器并不灵?

既然 ChatGPT 无法检验一段内容是不是 AI 生成的,那什么可以呢?

自然是为此专门诞生的「AI 检测器」,号称是用魔法打败魔法。

众多 AI 检测器中,最出名的一个便是由普林斯顿华人本科生 Edward Tian 创建的 GPTZero—— 它不仅免费,而且效果拔群。

只需把文字复制粘贴进去,GPTZero 就可以明确地指出一段文字中,哪段是 AI 生成的,哪段是人类写的。

原理上,GPTZero 主要靠「困惑度」(文本的随机性)和「突发性」(困惑度的变化)作为指标进行判断。

在每次测试中,GPTZero 还会挑选出困惑度最高的那个句子,也就是最像人话的句子。

但这个方法其实并不完全可靠,虽然 GPTZero 声称产品的假阳性率 < 2%,但这个数据更多是基于对新闻类内容的评判。

在实测中,有人曾把美国宪法输入 GPTZero,结果被判定是 AI 写的。

而刚刚那段 ChatGPT 的回复,GPTZero 则认为很可能完全是由人类写的。

这导致的后果就是,不了解其中原理、太固执的老师,就会无意中冤枉很多学生,比如 Mumm 教授。

所以,如果遇到这种情况,我们该怎么自证清白?

有网友提议,类似「美国宪法实验」,把 ChatGPT 出现之前的文章丢进 AI 检测器,看看结果如何。

然而,从逻辑上讲,即使能证明 AI 检测器确实不靠谱,学生也无法直接证明自己的论文不是由 AI 生成的。

问一下 ChatGPT 怎么破,它是这么说的。

「让老师理解 AI 的工作方式和局限性」,嗯,ChatGPT 发现了华点。

目前小编唯一想到的答案是,如果不在教授眼皮底下直接写,那就每次写论文都录屏,或者干脆给教授开直播。

连 OpenAI 对于自己的官方 ChatGPT 检测器,也只能保证 26% 的「真阳性」正确率。

他们还特地发了官方声明给大家打预防针:「我们真的不建议孤立地使用这个工具,因为我们知道它可能出错,使用 AI 进行任何种类的评估都是如此」。

AI 内容检测为何如此困难?

目前市面上已有的检测器已经数不胜数 ——GPTZero、Turnitin、GPT-2 Output、Writer AI 、Content at Scale AI 等等,但准确率都差强人意。

那么,为什么我们想检测一段内容是不是 AI 生成的,就这么困难?

Turnitin 的 AI 副总裁 Eric Wang 称,用软件检测 AI 写作的原理,是基于统计学。从统计学的角度来看,AI 与人类的区别在于,它极其稳定地处于平均水平。

「像 ChatGPT 这样的系统就像是自动补全的高级版本,寻找下一个最可能要写的单词。这实际上就是它为什么读起来如此自然的原因。AI 写作是人类写作中最可能的子集。」

Turnitin 的检测器便会「识别出书写过于一致的平均情况」。然而,有时人类的写作看起来也会处于平均水平。

在经济学、数学和实验室报告中,学生倾向于遵循固定的写作风格,这意味着他们更有可能被误认为是 AI 写作。

更好笑的是,前不久的一篇论文中,来自斯坦福大学的研究团队发现:对于非母语者的论文,GPT 检测器更容易判为 AI 写的。其中,中国人写的英文论文被判为 AI 生成的概率,高达 61%。

论文地址:https://arxiv.org/ pdf / 2304.02819.pdf

研究人员从中国的教育论坛上获取了 91 篇托福作文,又从美国 Hewlett 基金会的数据集中摘取了 88 篇美国八年级学生写的作文,输进了 7 大 GPT 检测器。

图中百分比即「误判」比例,也就是明明由人写的,却被判为 AI 生成的

可以看到,美国学生的作文被误判的概率最高才 12%,而中国学生的作文,概率基本过半,甚至高达 76%。

研究者的结论是,因为非母语者写的东西不地道,复杂度低,容易被错判。

可见,以复杂度来判定作者是人类还是 AI,并不合理。

抑或,背后还有其他原因?

对此,英伟达科学家 Jim Fan 称,检测器在很长一段时间内都是不可靠的。毕竟 AI 会变得越变越强,并且会以越来越像人类的方式写作。

可以肯定地说,随着时间的推移,这些语言模型的小怪癖会越变越少。

不知这对学生们,会是福音还是噩耗。

参考资料:

  • https://www.rollingstone.com/culture/culture-features/texas-am-chatgpt-ai-professor-flunks-students-false-claims-1234736601/

本文来自微信公众号:新智元 (ID:AI_era)

广告声明:文内含有的对外跳转链接(包括不限于超链接、二维码、口令等形式),用于传递更多信息,节省甄选时间,结果仅供参考,IT之家所有文章均包含本声明。

文章价值:
人打分
有价值还可以无价值
置顶评论
    热门评论
      全部评论
      一大波评论正在路上
        取消发送
        软媒旗下人气应用

        如点击保存海报无效,请长按图片进行保存分享