Untuk menentukan keunikan penyusunan kalimat dari sebuah teks, biasanya akan digunakan suatu variabel yang disebut “ledakan”, apanya yang meledak ? Sebenarnya variabel ini tidak ada hubungannya dengan reaksi ledakan, tetapi “ledakan” ini merujuk pada banyaknya variasi kata pada suatu struktur dan panjang kalimat, mirip dengan ketidakpastian pemilihan kata, tapi pada tingkatan kalimat.
Teks yang dibuat oleh Artificial Intelligence biasanya memiliki pola susunan kalimat yang lebih mudah diprediksi, itu karena seperti yang sudah dijelaskan pada poin sebelumnya, model kecerdasan buatan bahasa selalu memilih kata melalui prediksi dan prediksi tersebut selalu memilih kata dalam kalimat yang memiliki struktur konvensional atau struktur yang biasa digunakan oleh banyak orang. Selain itu, beberapa kecerdasan buatan generatif biasanya memproduksi kalimat yang terdiri dari jumlah kata tertentu, seperti contohnya rata-rata kata dalam kalimat yang di generate oleh Chat GPT pada hasil prompt umum berkisar antara 10 sampai 20 kata. Inilah alasan kenapa suatu teks yang dibuat oleh kecerdasan buatan kadang terasa predictable dan monoton.
3. Alternatif: Watermark
Maraknya penyalahgunaan kecerdasan buatan saat ini, beberapa perusahaan besar seperti OpenAI dan Google sedang merancang sebuah sistem “watermarking”, dimana teks yang dibuat oleh kecerdasan buatan yang mereka buat memiliki sistem penanda tidak terlihat yang bisa dideteksi oleh berbagai sistem untuk memastikan bahwa sebuah teks AI generated atau tidak.
Bagaimanapun layaknya AI Detector yang masih dikembangkan oleh berbagai institusi saat ini, fitur ini juga masih dalam proses pengembangan yang detail cara kerjanya dan cara identifikasinya pun masih belum dipublikasikan. Kita juga tidak tahu apabila watermark ini akan tetap terdeteksi setelah sebuah teks diparafrase. Jadi meskipun fitur bawaan dari suatu kecerdasan buatan yang masih dikembangkan ini cukup menjanjikan, kita masih belum bisa sepenuhnya berharap.
Sebagai sebuah perangkat yang masih dalam fase uji coba, AI Detector telah menunjukkan hasil yang positif dalam mengidentifikasi konten yang dihasilkan oleh kecerdasan buatan, terutama dalam analisis teks dengan panjang ratusan hingga ribuan kata. Di dunia yang kian tergantung pada kecerdasan buatan, perangkat ini menjadi sarana yang sangat bermanfaat bagi pengajar, editor, serta profesional lainnya yang ingin menjamin keaslian suatu karya tulis. AI Detector dianggap sangat efisien untuk pemakaian jangka pendek dan menengah, menghasilkan hasil yang tepat dalam mengidentifikasi teks yang dibuat oleh Artificial Intelligence.
Namun, untuk dapat diandalkan dalam teks yang lebih panjang, seperti jurnal ilmiah atau buku, AI Detector masih memerlukan pengembangan algoritma yang lebih kokoh dan metode deteksi yang lebih mendalam. Tantangan lain yang dihadapi adalah kemungkinan AI Detector bisa dibohongi dengan penggunaan metode prompt yang lebih canggih atau dengan parafrase. Beberapa contoh bahkan memperlihatkan kekurangan dalam akurasi, contohnya terjadi kesalahan pengenalan pada teks yang sepenuhnya ditulis oleh manusia. Walaupun demikian, keberadaan AI Detector tetap memberikan keuntungan nyata, dan seiring kemajuan teknologi, diharapkan akurasinya akan semakin meningkat dalam beberapa tahun ke depan.
Sumber :
Caulfield, Jack. May 1, 2023. How Do AI Detectors Work? | Methods & Reliability. Diakses dari https://www.scribbr.com/ai-tools/how-do-ai-detectors-work/
-
Beri Komentar
Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!