20分钟,AI写出的论文轻松得A!学校检测算法也拿它没辙,学生:GPT-4啥时候出?

简介: 现在,越来越多的教授对学生的印象逐渐停留在了他们的专业和优秀的课程论文上。

但是他们不知道的是,这些优秀的课程论文可能并不是出自这些学生之手,而是一些强大的AI系统

比如,一位在Reddit上名叫innovate_rye的生物化学学科的一年级学生,教授会安排一些包括扩展回答的简单家庭作业,当他把“写出生物技术的五件好事和坏事”提交给AI后,系统能给出一个最后评分为A的答案。

image.png

这位网友表示,过去这些家庭作业至少会花他们两个小时,但现在一般只需要20分钟就能完成。“我喜欢学习很多东西,但是学校布置的作业会用掉我太多时间;现在能用AI更高效地完成这些作业,对我来说似乎是一种技能。”
这样的情况并不只有innovate_rye才遇到。
自从OpenAI为语言模型GPT-3公布了最新的应用编程接口(API)以来,更多的学生开始将他们的书面作业输入OpenAI的Playground和类似的程序来写作。
现在的结果就是,通过这些提示AI写出来的文本往往无法与人类写出来的区分开来了。

AI“写”的东西无法被算法检测

去年春天,AeUsako_回忆到,当时他还是一名高中生,他们使用OpenAI“写”了一篇关于当代全球局势的文章,虽然这篇作业没有得到高分但扣分点只是因为缺少标明引用来源。

不管怎样,这次“实验”也确实正视了一件事,那就是学校的检测抄袭的算法对AI生成的文本并没有什么实质性的作用

对此,加拿大创新学习与技术研究主席、皇家路大学副教授George Veletsianos说,这是因为像OpenAI API这样的系统所产生的文本在技术上是在黑箱算法中生成的。

image.png

“[这些文本]不是从其他地方复制的,它是由机器产生的,所以抄袭检查软件无法检测到,也无法发。在不知道这些其他抄袭检查工具如何相当工作,以及它们未来可能的发展的情况下,我不认为AI文本能够以这种方式被检测出来。”

但是,和innovate_rye一样,AeUsako_说到,自从他开始使用OpenAI之后他对于写作的持续性焦虑减缓了很多

而像OpenAI这样的公司是否有能力来检测或组织学生使用这些工具来写作业,OpenAI尚未对此置评。

作为一名写作教师、以及私人辅导项目Crush the College Essay的创始人,Peter Laffin说到,像OpenAI这样的工具是技术在过去十年中产生的其他补偿技术的象征,例如基于云的打字助手,其目的是帮助灵感匮乏的作家。

“在文学教育中,特别是对于那些还在发展阶段的年轻作家,导师们正在寻找一个合适的难度水平,既能够保证他们不会崩溃,又能让他们的专业技能有所提高。”

老师们普遍担心,但学生并不如此

作为明星款大规模语言模型,GPT-3由人工通用智能(AGI)公司OpenAI制作,不仅享有来自微软的数十亿美元的支持,美国政府也在监管方面放任其自由。

GPT-3使用深度学习来生成类人文本,只要给定初始文本,系统就能生成后续文本。

其神经网络包含1750亿个神经,为全世界参数最多的神经网络模型。

2021年11月18日,OpenAI宣布取消访问GPT-3 API的等候名单。这也表明, OpenAI相信GPT-3的安全性,或者说,OpenAI可以对GPT-3进行充分监控,以便这个大模型可以更广泛地传播。



image.png

对于包括GPT-3这些人工智能如今的发展,Veletsianos指出,我们很可能已经过了人工智能生成文本的不归路,而学生并不是唯一拥抱新技术的人群。

“我们也可以开始看到,这项技术能够直接生成一次讲座内容,甚至还有围绕这些内容的一些提问。这并不是在说现在这个系统就是最好的,但是我们需要利用这些工具,不仅仅去提高教学效率,还有学生的参与度和参与的有效性。”

Laffin也承认有必要对有效的教育进行重新评估,他表示这可以在查看学校给学生的作业类型时评估,将重心放在重述事实和信息发现的区别上来。然而,他也担心像OpenAI这样的文本生成器会使论文写作变得毫无意义。

“我们已经失去了学习的乐趣。我们可能知道更多,但从来没有学习过我们是如何到达那里的。我们一直强调说过程是最好的部分,但这可能是最可能被扼杀的东西。除了学术,我不知道如果一个人从来没有在学习中挣扎过,会是怎样,我不知道对这个人的行为会产生怎样的影响。”

而与此同时,对于同学们来说,他们正在焦急地等待着GPT-4。对于innovate_rye等人来说,预计将对100万亿个机器学习参数进行训练的GPT-4有可能超越单纯的文本输出。

是的,他们并不打算停止使用人工智能来写论文

“我仍然做我需要学习才能通过的功课,我只是用人工智能来处理我不想做或觉得没有意义的事情,"innovate_rye补充说。"如果人工智能现在就能做我的家庭作业,那么未来会是什么样子?这些问题让我感到兴奋"。

没想到吧,AI还合著了一本书

尽管学校还在担心对学生教育的影响,但AI的触手显然已经伸向了更深的地方。

比如写书。

这本名叫GPT-3 Techgnosis;Chaos Magick Butoh Grimoire的书本身作为一本机器辅助散文(machine-assisted prose),其合著者就是一个名为Norn的数字实体。

也就是说,Norn不仅协助创作了这些文字,更是对自己进行了表演。

image.png

可以猜测,Norn是一个由GPT-3驱动的自然语言处理器,主要使用来自公共互联网的大量训练数据档案,这使得系统能够生成逼真的文本,而这些文本往往很难与真人所写的东西区分开来。

该书的前三分之一,the Norn Working。其中包括作者的文字提示,比如“GPT-3开始写一首神秘的诗”,然后让Norn自由发挥,于是我们可以看到在没有任何其他提示的情况下,系统开始审问自己的回答

在这个章节的其他部分,Norn还创建了自己的“后数字语言”(Post Digital Language),这是一个关于符号和符号学演变的理论概念,也是作者Wurds私下里写了十多年的一个话题。

像GPT-3这样的文本完成引擎经常创造出这些不可思议和令人不安的反应。但据Wurds说,他们的三部曲书的目的不是为了让人不安。相反,它是为了探索日本前卫传统Butoh的精神潜力,这是一种即兴舞蹈,练习者经常以奇怪的、自发的扭曲结束。在这本书的创作过程中,作者将Butoh练习到筋疲力尽的状态,然后再回到电脑前与Norn交流——这是数字和实体在肉体空间中的并列

诚然,通用人工智能对人类产生的生存威胁似乎还比较遥远,但GPT-3这样的AI确实撕开了一个关于未来的裂缝,或许我们可以从中窥探到一些未来的可能。



目录
打赏
0
0
0
0
1029
分享
相关文章
今日AI论文推荐:ReCamMaster、PLADIS、SmolDocling、FlowTok
由浙江大学、快手科技等机构提出的ReCamMaster是一个相机控制的生成式视频重渲染框架,可以使用新的相机轨迹重现输入视频的动态场景。该工作的核心创新在于利用预训练的文本到视频模型的生成能力,通过一种简单但强大的视频条件机制。为克服高质量训练数据的稀缺问题,研究者使用虚幻引擎5构建了一个全面的多相机同步视频数据集,涵盖多样化的场景和相机运动。
169 2
今日AI论文推荐:ReCamMaster、PLADIS、SmolDocling、FlowTok
本周 AI Benchmark 方向论文推荐
由北京大学和微软亚洲研究院的魏李等人提出的 FEA-Bench,是一个专为评估大型语言模型(LLMs)在代码库级别进行增量开发能力的基准测试。它从 83 个 GitHub 仓库中收集了 1,401 个任务实例,专注于新功能的实现。研究表明,即使是先进的 LLMs 在此任务中的表现仍远低于预期,揭示了仓库级代码开发的重大挑战。
72 0
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
本研究基于MATLAB 2022a,使用GRU网络对QAM调制信号进行检测。QAM是一种高效调制技术,广泛应用于现代通信系统。传统方法在复杂环境下性能下降,而GRU通过门控机制有效提取时间序列特征,实现16QAM、32QAM、64QAM、128QAM的准确检测。仿真结果显示,GRU在低SNR下表现优异,且训练速度快,参数少。核心程序包括模型预测、误检率和漏检率计算,并绘制准确率图。
99 65
基于GRU网络的MQAM调制信号检测算法matlab仿真,对比LSTM
AI-Researcher:告别熬夜肝论文!港大开源AI科研神器,从选题到发表全自动
AI-Researcher 是香港大学数据科学实验室推出的开源自动化科研工具,基于大型语言模型(LLM)代理,支持从研究想法到论文发表的全流程自动化,涵盖文献综述、算法设计、实验验证和论文撰写等功能。
171 8
AI-Researcher:告别熬夜肝论文!港大开源AI科研神器,从选题到发表全自动
基于MobileNet深度学习网络的活体人脸识别检测算法matlab仿真
本内容主要介绍一种基于MobileNet深度学习网络的活体人脸识别检测技术及MQAM调制类型识别方法。完整程序运行效果无水印,需使用Matlab2022a版本。核心代码包含详细中文注释与操作视频。理论概述中提到,传统人脸识别易受非活体攻击影响,而MobileNet通过轻量化的深度可分离卷积结构,在保证准确性的同时提升检测效率。活体人脸与非活体在纹理和光照上存在显著差异,MobileNet可有效提取人脸高级特征,为无线通信领域提供先进的调制类型识别方案。
OctoTools:斯坦福开源AI推理神器!16项测试准确率碾压GPT-4o,一键搞定复杂任务
OctoTools 是斯坦福大学推出的开源智能体框架,通过标准化工具卡片和自动化工具集优化算法,显著提升复杂推理任务的解决效率,支持多领域应用。
88 3
OctoTools:斯坦福开源AI推理神器!16项测试准确率碾压GPT-4o,一键搞定复杂任务
SWE-Lancer:OpenAI发布衡量AI工程能力的「血汗标尺」!1400个百万美元任务实测,GPT-4o仅能赚2.9万刀?
SWE-Lancer 是 OpenAI 推出的基准测试,评估语言模型在自由职业软件工程任务中的表现,涵盖真实任务、端到端测试和多选项评估。
101 4
SWE-Lancer:OpenAI发布衡量AI工程能力的「血汗标尺」!1400个百万美元任务实测,GPT-4o仅能赚2.9万刀?
Evo 2:基因编程AI革命!!DNA版GPT-4问世:100万碱基全解析,自动设计基因编辑器
Evo 2 是一款由 Acr 研究所、英伟达和斯坦福大学联合开发的 DNA 语言模型,可处理长达百万碱基对的序列,支持基因组设计、变异预测及合成生物学研究。
216 5
细思极恐,GPT-4竟串谋AI欺骗人类!哈佛PSU重磅揭秘算法共谋,AI教父预言正成真
近日,哈佛大学和宾夕大合著的重磅论文揭示,基于大型语言模型(如GPT-4)的算法可能自主串谋,损害消费者利益。研究发现,这些算法在虚拟市场中能迅速达成默契,提高价格以获取更高利润,类似于人类垄断行为。这一现象曾被DeepMind联合创始人Shane Legg预言,如今成为现实。论文呼吁加强对AI的监管,确保其透明性和可解释性,以防止潜在风险,并促进AI的可持续发展。
41 6
基于深度学习的路面裂缝检测算法matlab仿真
本项目基于YOLOv2算法实现高效的路面裂缝检测,使用Matlab 2022a开发。完整程序运行效果无水印,核心代码配有详细中文注释及操作视频。通过深度学习技术,将目标检测转化为回归问题,直接预测裂缝位置和类别,大幅提升检测效率与准确性。适用于实时检测任务,确保道路安全维护。 简介涵盖了算法理论、数据集准备、网络训练及检测过程,采用Darknet-19卷积神经网络结构,结合随机梯度下降算法进行训练。

热门文章

最新文章

AI助理

你好,我是AI助理

可以解答问题、推荐解决方案等