官方检测工具准确率和瞎猜差不多，只能正确识别 26% 的 AI 生成文本，同时冤枉 9% 的人类编写文本。
没有公告，OpenAI 悄然关闭了 AI 文本检测工具，页面直接 404 了。
官方对此没有公开回应，几天后才有人找到一则简短说明，藏在半年前工具发布的博客页面中。
……AI 检测器由于准确率较低而不再可用……我们正在研究更有效的文本检测技术，并承诺开发音频和视觉检测技术。
对于 CloseAIOpenAI 不发公告就杀死一个产品这种行为，很多网友是不满意的。
但是对关闭 AI 检测器本身倒是有不少人表示赞同，特别是学生群体。
太多老师相信这玩意有效，大量冤枉学生用 AI 作弊，已经变成了一场猎巫运动。
准确率和瞎猜差不多
这个官方检测工具，准确率究竟有多低呢？
OpenAI 自己给出的数据，只能正确识别26%的 AI 生成文本，同时冤枉9%的人类编写文本。
1 月份刚发布时就被网友总结为 “和瞎猜差不多”。
另外有人做过实验发现，市面上各种检测工具会把圣经、美国宪法等历史文本都被判定可能为 AI 编写，总不能写下这些内容的历史人物都是时间穿越者吧？
但还是有很多老师试图用各种检测方法来检查学生作业。
最著名的一次，得克萨斯农工大学一位教授差点判定半个班的学生延毕。
目前最新的趋势是，教师要求学生用在线文档写作业并检查编辑记录，但聪明的学生也能找到规避办法。
最终对于教育领域，有人提出可能大作业/课程论文将成为历史，闭卷考试或口语考试将成为主流。
目前的检测方法都能规避
网友指出，OpenAI 同时开发生成和检测工具本身就是矛盾的。
如果一边做的好就意味着另一边没做好，同时还有可能存在利益冲突。
但是第三方开发的检测方法，可靠性也不高。
最早被称为 “ChatGPT 克星” 的是普林斯顿本科生 Edward Tian 开发的GPTZero，用复杂性和长短句的变化来衡量文章是否由 AI 生成。
当时 GPTZero 计划专为教育工作者打造，老师可以把全班学生的作业丢进去检测。
但到了 7 月份，作者承认已放弃了检测学生作弊这个方向，计划下个版本的 GPTZero 将不再检测文本是否由 AI 生成，而是突出最像人写的部分。
另外一个很受关注的检测方法，是马里兰大学开发的水印法，要求大模型在生成文本的时候就藏下记号，并用统计方法识别。
但是规避的办法也很简单，比如有人开发了简单的同义词替换工具，就能破坏统计特征。
甚至有人开始怀疑，人们到底是为了什么非要区分这个。
就像数字到底是人计算的还是计算机完成的，早就没人在意了。
演讲者的稿是自己写的还是秘书写的，不是也没人在意吗。
人类行为学研究，正在用 AI 充当被试
无法区分 AI 和人类的内容，似乎也不全是坏事。
已经有心理实验用 AI 代替人类被试加速研究了。
Cell 子刊上一篇文章指出，在精心设计的实验场景中，ChatGPT 的反应与大约 95% 的人类参与者的反应呈相关性。
并且机器被试不会疲倦，使科学家能以前所未有的速度收集数据并测试有关人类行为的理论。
而在最近一篇 Science 主刊的观点文章上，滑铁卢大学心理学教授 Igor Grossman 认为：
“人工智能可以改变社会科学研究的游戏规则，谨慎的偏见管理和数据保真度是关键。”
本文来源：量子位，原文标题：《ChatGPT 下架官方检测工具，承认 AI 文字无法鉴别》