Μια έρευνα του Πανεπιστημίου Στάνφορντ αποκάλυψε κάτι σχεδόν παράλογο: κείμενα γραμμένα από πραγματικούς ανθρώπους χαρακτηρίζονταν ως προϊόντα Τεχνητής Νοημοσύνης. Και ένας από τους τρόπους για να αποφύγουν την κατηγορία ήταν να ζητήσουν από το ChatGPT να ξαναγράψει τα κείμενά τους!
Ακούγεται σαν ανέκδοτο. Μόνο που δεν είναι.
Το 2023, ερευνητική ομάδα με επικεφαλής τον καθηγητή Τζέιμς Ζου (James Zou) του Πανεπιστημίου Στάνφορντ εξέτασε την αξιοπιστία επτά εργαλείων ανίχνευσης κειμένων Τεχνητής Νοημοσύνης.( 1ο σχολιο)
Οι ερευνητές συγκέντρωσαν 91 εκθέσεις γραμμένες από ανθρώπους που μάθαιναν αγγλικά ως ξένη γλώσσα.
Τα αποτελέσματα ήταν αποκαλυπτικά.
Το 61,22% των εκθέσεων χαρακτηρίστηκε, κατά μέσο όρο, λανθασμένα ως κείμενο Τεχνητής Νοημοσύνης.
Μάλιστα, από τις 91 εκθέσεις, οι 89 επισημάνθηκαν ως ύποπτες από τουλάχιστον ένα από τα επτά εργαλεία!
Όταν, όμως, οι ερευνητές εξέτασαν εκθέσεις Αμερικανών μαθητών που είχαν τα αγγλικά ως μητρική γλώσσα, τα αποτελέσματα ήταν πολύ διαφορετικά: σχεδόν όλα τα κείμενα αναγνωρίστηκαν σωστά ως ανθρώπινα.
Γιατί συνέβαινε αυτό;
Η εξήγηση κρύβεται, μεταξύ άλλων, στα μαθηματικά της γλώσσας.
Ορισμένοι ανιχνευτές αξιολογούν στατιστικά χαρακτηριστικά ενός κειμένου, όπως το πόσο προβλέψιμες είναι οι λέξεις και οι εκφράσεις του.
Ένας άνθρωπος που γράφει σε ξένη γλώσσα συχνά επιλέγει απλές, συνηθισμένες λέξεις και ασφαλείς γραμματικές δομές. Όχι επειδή είναι μηχανή, αλλά επειδή δεν διαθέτει την ίδια γλωσσική ευχέρεια με έναν φυσικό ομιλητή.
Κι όμως, αυτή η απλότητα μπορεί να θεωρηθεί από έναν ανιχνευτή ένδειξη χρήσης AI.
Έτσι, το σύστημα κινδυνεύει να «τιμωρεί» κάποιον ακριβώς επειδή δεν χειρίζεται άψογα μια ξένη γλώσσα!
Και τώρα έρχεται το πραγματικά παράδοξο.
Οι ερευνητές διαπίστωσαν ότι η αναδιατύπωση κειμένων με τη βοήθεια του ChatGPT μπορούσε να μειώσει σημαντικά τις λανθασμένες επισημάνσεις.
Δηλαδή, ένα αυθεντικό ανθρώπινο κείμενο μπορούσε να φαίνεται περισσότερο «ανθρώπινο» στον ανιχνευτή, αφού πρώτα είχε περάσει από μια μηχανή!
Το πρόβλημα δεν ήταν ποιος είχε γράψει το κείμενο. Ήταν αν το κείμενο ταίριαζε στα στατιστικά κριτήρια του ανιχνευτή.
Όταν ακόμη και η OpenAI απέσυρε τον ανιχνευτή της
Τον Ιανουάριο του 2023, η OpenAI παρουσίασε ένα δικό της εργαλείο αναγνώρισης κειμένων Τεχνητής Νοημοσύνης.
Στις δοκιμές που ανακοίνωσε, το εργαλείο αναγνώριζε σωστά ως πιθανώς παραγόμενα από AI μόλις το 26% των σχετικών κειμένων, ενώ χαρακτήριζε λανθασμένα ως AI το 9% των ανθρώπινων κειμένων.
Τον Ιούλιο της ίδιας χρονιάς, η εταιρεία το απέσυρε λόγω χαμηλής ακρίβειας.
Δεν εγκατέλειψε, βέβαια, συνολικά την έρευνα για την αναγνώριση περιεχομένου AI. Αναγνώρισε όμως στην πράξη ότι το συγκεκριμένο εργαλείο δεν ήταν αρκετά αξιόπιστο.
Η Διακήρυξη της Ανεξαρτησίας… γράφτηκε από AI;
Σε μια χαρακτηριστική δοκιμή που δημοσιοποιήθηκε το 2024, η Διακήρυξη της Ανεξαρτησίας των Ηνωμένων Πολιτειών υποβλήθηκε σε εργαλείο ανίχνευσης Τεχνητής Νοημοσύνης.
Το αποτέλεσμα που αναφέρθηκε ήταν εντυπωσιακό:
98,51% ένδειξη ότι το κείμενο είχε δημιουργηθεί από AI!
Μόνο που η Διακήρυξη συντάχθηκε το 1776, με βασικό συντάκτη τον Τόμας Τζέφερσον.
Το περιστατικό είναι ενδεικτικό, όχι επιστημονική απόδειξη για την αξιοπιστία όλων των σημερινών ανιχνευτών. Δείχνει όμως πόσο παραπλανητικό μπορεί να γίνει ένα εντυπωσιακό ποσοστό όταν παρουσιάζεται χωρίς τις απαραίτητες επιφυλάξεις.
Η ιστορία ενός συγγραφέα που βρέθηκε κατηγορούμενος από έναν αλγόριθμο
Το 2026, ο συγγραφέας Τζαμίρ Ναζίρ (Jamir Nazir), από το Τρινιντάντ, βρέθηκε στο επίκεντρο μιας σοβαρής αντιπαράθεσης.
Αφού διακρίθηκε στον λογοτεχνικό διαγωνισμό Commonwealth Short Story Prize, προέκυψαν υποψίες ότι το διήγημά του είχε δημιουργηθεί με Τεχνητή Νοημοσύνη.
Ένα εργαλείο ανίχνευσης είχε εμφανίσει εξαιρετικά υψηλή ένδειξη πιθανής χρήσης AI.
Η υπόθεση πήρε δημοσιότητα και ο συγγραφέας βρέθηκε αντιμέτωπος με αμφισβήτηση της αυθεντικότητας του έργου του.
Οι διοργανωτές, όμως, δεν περιορίστηκαν σε μια ένδειξη λογισμικού.
Εξέτασαν προσχέδια, σημειώσεις, προηγούμενες εκδοχές και άλλα στοιχεία της συγγραφικής διαδικασίας.
Στις 22 Ιουνίου 2026 ανακοίνωσαν ότι τα στοιχεία τούς είχαν πείσει πως τα βραβευμένα διηγήματα δεν είχαν γραφτεί από AI.
Στις 30 Ιουνίου, ο Ναζίρ ανακηρύχθηκε γενικός νικητής του διαγωνισμού.
Η ουσία της ιστορίας βρίσκεται στην αντίθεση δύο ειδών ελέγχου.
Ο ένας βασίστηκε σε στατιστικές ενδείξεις.
Ο άλλος εξέτασε πραγματικά τεκμήρια της δημιουργικής διαδικασίας.
Και τι συμβαίνει στα σχολεία;
Ας φανταστούμε έναν μαθητή που αφιερώνει τρεις ώρες για να γράψει μια εργασία.
Την παραδίδει περήφανος στον καθηγητή του.
Ο καθηγητής τη βάζει σε ένα εργαλείο ανίχνευσης και στην οθόνη εμφανίζεται η ένδειξη:
«85% AI»
Τι σημαίνει αυτό;
Ότι υπάρχει 85% πιθανότητα ο μαθητής να έχει αντιγράψει από το ChatGPT;
Όχι απαραίτητα!
Τέτοιες ενδείξεις εξαρτώνται από τη μεθοδολογία κάθε εργαλείου και δεν αποτελούν από μόνες τους εξακριβωμένες πιθανότητες εξαπάτησης.
Ακόμη και η Turnitin, γνωστή για τα εργαλεία ελέγχου ακαδημαϊκών εργασιών, προειδοποιεί ότι τα αποτελέσματα ανίχνευσης AI δεν πρέπει να αποτελούν τη μοναδική βάση για την επιβολή κυρώσεων.
Υπάρχουν καλύτεροι τρόποι να εξετάσουμε την αυθεντικότητα μιας εργασίας.
Να ζητήσουμε από τον μαθητή να εξηγήσει τη συλλογιστική του.
Να δούμε τα προσχέδιά του.
Να συζητήσουμε πώς κατέληξε στα συμπεράσματά του.
Να αξιολογήσουμε τη γνώση του και όχι απλώς ένα ποσοστό στην οθόνη.
Η μαθηματική παγίδα των ψευδών συναγερμών
Ας κάνουμε έναν απλό υπολογισμό.
Υποθέτουμε ότι ένας ανιχνευτής χαρακτηρίζει λανθασμένα ως AI μόλις ένα στα 10.000 αυθεντικά ανθρώπινα κείμενα.
Αν ελέγξει 1.000.000 ανθρώπινα κείμενα, θα προκύψουν κατά μέσο όρο:
1.000.000 ÷ 10.000 = 100 λανθασμένες επισημάνσεις.
Εκατό άνθρωποι θα βρεθούν άδικα υπό υποψία, παρά το φαινομενικά εξαιρετικά χαμηλό ποσοστό σφάλματος.
Και αυτό είναι μόνο ένα υποθετικό παράδειγμα. Στην πράξη, η αξιοπιστία εξαρτάται από πολλά ακόμη στοιχεία, όπως η συχνότητα εμφάνισης κειμένων AI και ο τρόπος με τον οποίο ερμηνεύονται οι ενδείξεις.
Ποια είναι η λύση;
Η ανάπτυξη τεχνολογιών που επισημαίνουν το περιεχόμενο AI κατά τη δημιουργία του, όπως το SynthID της Google, και οι ευρωπαϊκοί κανόνες διαφάνειας αποτελούν σημαντικές κατευθύνσεις.
Δεν προσφέρουν όμως ακόμη έναν καθολικό, αλάνθαστο τρόπο αναγνώρισης κάθε κειμένου Τεχνητής Νοημοσύνης.
Μέχρι να υπάρξουν πιο αξιόπιστες μέθοδοι, χρειάζεται κάτι πολύ απλό: ανθρώπινη κρίση.
Ένας ανιχνευτής μπορεί να προσφέρει μια ένδειξη. Δεν μπορεί, από μόνος του, να αποδείξει ότι κάποιος εξαπάτησε.
Και σίγουρα δεν πρέπει να μετατρέπεται σε δικαστή.
Το μεγαλύτερο παράδοξο δεν είναι ότι μια μηχανή μπορεί να γράφει σαν άνθρωπος. Είναι ότι έχουμε αρχίσει να υποψιαζόμαστε τους ανθρώπους επειδή γράφουν σαν μηχανές!
Και ένα ερώτημα για το τέλος:
Αν αύριο ένας ανιχνευτής χαρακτήριζε ως «γραμμένο από AI» ένα δικό σας κείμενο, πώς θα αποδεικνύατε ότι το γράψατε εσείς;
Πηγές:
Stanford University – GPT Detectors Are Biased Against Non-Native English Writers (2023)
OpenAI – AI Text Classifier (2023) Commonwealth Foundation – Ανακοινώσεις για το Commonwealth Short Story Prize (Ιούνιος 2026)
urnitin – Οδηγίες για την ερμηνεία αποτελεσμάτων ανίχνευσης AI European AI Act, άρθρο 50.
Δεν υπάρχουν σχόλια:
Δημοσίευση σχολίου