《Nature|32 门大学课程中对话人工智能的感知、性能和可检测性》

  • 来源专题:战略生物资源
  • 编译者: 李康音
  • 发布时间:2023-09-28
  • 2023年,纽约大学的研究人员在Nature发表题为Perception, performance, and detectability of conversational artificial intelligence across 32 university courses的论文。研究人员发现,在9个专业中,ChatGPT的课堂表现超过普通学生。教授认为,在学校中使用ChatGPT,能让自己更好地教学。但是对于让学生使用ChatGPT学习,完成作业,却非常不支持,会将使用ChatGPT的学生视为作弊或者抄袭。

    研究人员通过将ChatGPT与来自8个学科的32门大学水平课程的学生的表现进行比较,来研究ChatGPT作为抄袭工具的潜力。此外,研究人员评估了专门用于检测ChatGPT生成文本的现有算法,并评估了可用于逃避此类算法的混淆攻击的有效性。为了更好地了解学生和教育工作者对ChatGPT的效用以及使用ChatGPT所产生的道德和规范问题的看法,研究人员调查了来自五个国家的参与者:巴西、印度、日本、英国和美国。此外,研究人员对作者所在机构的151名本科生和60名教授进行了更广泛的调查,以探索不同学科对ChatGPT的看法差异。

    研究人员发现,ChatGPT的表现与32门课程中的9门课程的学生相当,甚至更好。此外,研究人员发现当前的检测算法倾向于将人类答案错误地分类为人工智能生成的答案,并将ChatGPT答案错误地分类为人工生成的答案。更糟糕的是,混淆攻击使这些算法无效,无法检测95%的ChatGPT答案。最后,在学生和教育工作者之间似乎都有一个共识,即他们打算在他们的作业中使用ChatGPT,而将其视为剽窃。这两者之间的内在冲突给教育机构提出了紧迫的挑战,要求他们制定与生成式人工智能相关的适当的学术诚信政策,特别是与ChatGPT相关的政策。

    研究人员的研究结果提供了及时的见解,可以指导围绕生成式人工智能时代教育改革的政策讨论。




    本文内容转载自“新智元”微信公众号。

    原文链接: https://mp.weixin.qq.com/s/Zi3opb60g4Bo5LmGNWWrvQ

相关报告
  • 《6G和医学中的人工智能》

    • 来源专题:新一代信息技术
    • 编译者:袁晨
    • 发布时间:2023-11-29
    • 移动手术机器人能够帮助缩小医疗保健方面的差距吗?Rhineland-Palatinate工业大学Kaiserslautern-Landau(RPTU)和DFKI的研究人员正在解决这个问题。他们正在使用未来的移动通信标准6G,将机器人技术与人工智能方法相结合。他们的目标是:进行一项分析,展示遥控机器人在外科手术中的潜力,并确定人工智能和通信网络的要求。他们将于11月13日至16日在德国 Düsseldorf 举行的Medica医疗技术贸易博览会上,在3号馆E80展位的Rhineland-Palatinate研究展台上展示他们的研究成果。 在手术中使用机器人并不是一个全新的想法。创新之处在于使这些系统可以远程或移动操作。项目负责人Marc Ruffing在DFKI进行“智能网络”研究,在RPTU担任“无线电通信和导航主席”,他概述了所涉及的挑战:“到目前为止,执行操作的人必须在手术室附近,因为远程控制机器人的移动使用由于此类系统的规模和基础设施尚不实用。此外,系统的控制并不直观。操作人员在屏蔽屏幕上使用操纵杆。自然运动和触觉反馈都缺失了。与人类不同,机器人不够敏感。” 对延迟的高要求 Ruffing和他的团队已经将克服这些障碍作为他们的研究任务。为了做到这一点,他们使用了一个由两个协作机器人手臂组成的演示器,因此代表了一个经典的设置。一只机械臂可以由人手通过另一只的引导来控制。该系统以力反馈的形式实现虚拟触觉反馈,从被控机械臂传递到被控机械臂。这让控制型的人感觉到他们在做什么。两个机器人之间的通信通过网络进行。在传输过程中没有大型数据包——问题的关键是相当不同的:“特别是在远程控制操作等高度敏感的活动的情况下,特别适用于高延迟要求。实施手术的人发出的控制命令必须毫不拖延地到达治疗地点,”团队负责人Christoph Lipps解释说。“这就是为什么我们使用测试场景来指定未来6G移动通信标准在实时控制方面必须满足的要求。” 让控制更“自然” 与此同时,该团队正在研究如何使用智能技术来改善系统的运行。除此之外,他们正在测试一种基于近红外的动作捕捉系统。这使得像手这样的物体及其运动可以在空间中以毫米级的精度被捕获。这将消除对不自然的操纵杆控制的需求。还可以将人机接口(脑机接口,BMI)集成到系统中。“通过使用脑电图或近红外光谱来测量一个人的脑电波,我们可以获得有关他们精神状态的数据,”该团队的研究助理Matthias Rüb说。“人工神经网络,一种机器学习领域的应用程序,负责分析。它扫描脑机接口测量的数据,并为它们分配精神状态。例如,如果医生的注意力减少或他的压力水平增加,就会发出警告信息。 对“Open6GHub”的贡献 该团队将利用该项目的结果来填写手术机器人实时远程控制的规范。“我们不是在开发医疗设备,”Ruffing 总结道。“相反,我们感兴趣的是定义6G和人工智能的需求,以便将该技术投入使用,例如,以移动手术室的形式或内置到救护车中。” 该项目位于“Open6GHub”框架下,由Hans Dieter Schotten教授协调,他是DFKI智能网络研究领域的负责人,也是RPTU无线电通信与导航系主任。除了RPTU和DFKI之外,其他大学和研究机构也参与了该项目。在研究联盟中,合作伙伴希望为整体6G架构的发展做出贡献,并在以下领域推出端到端解决方案,其中包括:具有高度敏捷的所谓有机网络的先进网络拓扑,安全性和弹性,太赫兹和光子传输方法,网络中的传感器功能及其智能使用和进一步处理,以及特定应用的无线电协议。 在此过程中,研究人员对对话和合作持开放态度。Schotten说:“我们正在寻求尽早与公众进行互动对话,同时也准备好与行业和用户合作。”“为此,我们将设立开放实验室和开放实验场。最后但同样很重要的是,我们希望通过让中小企业和初创企业及其成果参与进来,促进开放的创新体系。”
  • 《 GPTZero:AI检测工具》

    • 来源专题:科技期刊发展智库
    • 编译者:孟美任
    • 发布时间:2023-03-31
    • 普林斯顿大学22岁的大四学生Edward Tian 开发了一款应用程序,用于检测文本是否由ChatGPT 编写,这款病毒式聊天机器人引发了学术界对其潜在不道德用途的担忧。 Tian主修计算机科学,辅修新闻学,他利用寒假的部分时间创建了GPTZero,可以“快速有效地”监测一篇文章是人类还是ChatGPT撰写的。他创建该机器人的动机是为了对抗AI的剽窃行为——自2022年11月下旬发布ChatGPT以来,有报道称学生开始使用AI编写的作业冒充自己的作业。 Tian于2023年1月2日在网上发布GPTZero后,许多老师都联系了他表示从测试中看到了积极结果。GPTZero 推出一周内,已有超过30,000人试用,它非常受欢迎以至于应用程序崩溃了。Streamlit是托管GPTZero的免费平台,已为Tian提供了更多内存和资源。 GPTZero 的工作原理 为了确定摘录是否由机器人编写,GPTZero使用“困惑度”和“突发性”两个指标。困惑度衡量文本的复杂性,如果GPTZero对文本感到困惑,那么它具有很高的复杂性并且更有可能是人为编写的。然而,如果文本对机器人来说更熟悉——因为它已经被此类数据训练——那么它的复杂性就会很低,因此更有可能是由AI生成的。另外,使用突发性比较句子的变化。人类倾向于以更大的突发性写作,例如,一些较长或复杂的句子与较短的句子一起使用。AI的句子往往更统一。 在一段演示视频中,该应用程序对《纽约客》和ChatGPT撰写的LinkedIn帖子进行分析,并成功地区分了人类和人工智能的写作。Tian仍在努力提高模型的准确性。Tian表示,长期以来,人工智能一直是一个黑匣子,我们真的不知道里面发生了什么。 OpenAI的AI安全研究员 Scott Aaronson透露,该公司一直在研究一种方法,用“不易察觉的秘密信号”为GPT生成的文本“加水印”,以识别其来源。开源AI社区Hugging Face推出了一种工具检测文本是否由GPT-2创建。纽约市教育部门表示,由于担心“对学生学习的负面影响,以及对内容的安全性和准确性的担忧”,它正在阻止在学校网络和设备上访问ChatGPT。