ChatGPT的出現，讓上班族和學生都看到了「交作業」的曙光。無論是英語論文、還是閱讀筆記，只要在ChatGPT的知識範圍內，都可以拜託它幫忙完成，寫出來的內容也有理有據。
不過，有沒有想過如果你的老師也準備用「AI文本檢測器」之類的東西來防止作弊呢？
像這樣輸入一段看起來沒問題的文章，經過它一番檢測，認為這段文字「由AI編寫」（Fake）的可能性為99.98%！
換個數學論文試試？ChatGPT的輸出看起來沒什麼問題，卻仍然被它準確識破了：
這可不是靠亂測，畢竟對方同樣是個AI，也是個訓練有素的AI。
用AI寫的東西來訓練新AI
這個AI檢測器名叫GPT-2 Output Detector，是OpenAI聯合哈佛大學等學校和機構一起打造的。（沒錯，同樣是OpenAI自家做的）
▲ https://huggingface.co/openai-detector/
輸入50個以上字元（tokens）就能較準確地辨識AI產生的文本。 即便是專門檢測GPT-2的模型，用來檢測其他AI生成文本效果也同樣不錯。
作者們先是發表了一個「GPT-2生成內容」和WebText（專門從國外論壇Reddit上抓下來的）資料集，讓AI理解「AI語言」和「人話」之間的差異。隨後，用這個資料集對RoBERTa模型進行微調，就得到了這個AI檢測器。
RoBERTa（Robustly Optimized BERT approach）是BERT的改進版。原始的BERT使用了13GB大小的資料集，但RoBERTa使用了包含6300萬條英文新聞的160GB資料集。
其中，人話一律被辨識為True，AI產生的內容則一律被辨識為Fake。
例如這是一段從Medium英文部落格上複製的內容。從辨識結果來看，很顯然作者是親自寫的：
當然，這個檢測器也並非100%準確。
AI模型參數量越大，產生的內容越不容易被辨識，例如1.24億參數量的模型「被抓包」的概率就比15億參數更高。 同時，模型產生結果隨機性越高，AI生成內容被檢測出來的概率也會更低。
但即便將模型調整到生成隨機性最高（Temperature=1，越接近0生成隨機性越低），1.24億參數模型被檢測出的概率仍然是88%，15億參數模型被檢測出的概率仍然有74%。
這是OpenAI兩年前發表的模型，當時對GPT-2產生的內容怎麼抓都抓得到。 現在面對升級版的ChatGPT，檢測英文產生內容的效果依舊不錯。但面對ChatGPT生成的中文，它的辨識能力就不那麼好了。例如先讓ChatGPT寫一段作文：
AI檢測器認為有99.68%是真人寫的……
當然話說回來，ChatGPT也能檢測自己所產生文本。
所以，你也不排除老師將你的作業直接交給ChatGPT來辨識。不過這也不是每次都可以準確的辨識出來。
ChatGPT能騙過AI檢測器
值得一提的是，ChatGPT表示自己並不能連結網路來搜索資訊。顯然，它還意識不到GPT-2 Output Detector這個AI檢測器的存在：
所以能不能讓ChatGPT生成一段「不被AI檢測器測出來的」內容呢？
ChatGPT很正氣凜然的告訴你它不能做這件事。但如果你換個說法，不要用「騙」這個字。那麼會得到不同的答案。
本文授權轉載自：T客邦
責任編輯：傅珮晴、林美欣
