Artikel ahli tentang cara membuat teks AI lebih natural agar skor rendah pada detektor AI, pertahankan sitasi, dan tulis makalah akademik yang lebih baik.
Sebuah studi Stanford 2023 menemukan bahwa pendeteksi AI salah membaca tulisan bahasa Inggris non-natif yang fasih sebagai buatan mesin pada tingkat yang jauh lebih tinggi daripada tulisan penutur asli. Berikut mekanisme di balik kesenjangan itu, dan apa yang terjadi ketika esai yang sama ditulis ulang dengan kosakata yang lebih kaya.
Burstiness mengukur seberapa jauh panjang kalimat berayun di seluruh suatu bagian teks, bukan seberapa panjang rata-rata kalimat berjalan. Tulisan ini menjelaskan asal istilah tersebut, bagaimana sebarannya sebenarnya dihitung, dan mengapa keluaran model bahasa cenderung menetap pada rentang panjang yang sempit.
Perplexity adalah angka yang dihasilkan model bahasa untuk menggambarkan seberapa terkejut model itu terhadap pilihan kata Anda. Tulisan ini menelusuri metrik tersebut ke asal-usulnya pada 1977, menguraikan rumusnya, dan menjelaskan mengapa bagian teks yang sama dapat memperoleh skor berbeda bergantung pada model mana yang membacanya.
Vendor menerbitkan tingkat positif palsu di bawah 1 persen. Peneliti independen yang menguji detektor yang sama pada tulisan bahasa Inggris nonpenutur asli menemukan tingkat di atas 60 persen. Berikut bukti yang ditunjukkan.
Detektor AI tidak mengenali tulisan mesin seperti halnya pembaca. Mereka mengukur seberapa dapat diprediksi teks Anda, lalu mengubahnya menjadi skor. Setelah itu dipahami, baik teknologi maupun kegagalannya menjadi lebih masuk akal.
Postingan tanpa terjemahan dalam bahasa Anda tersedia di blog bahasa Inggris.