tyder p\u00e5 at over halvparten av oppgavene som ikke er skrevet p\u00e5 engelsk av mennesker, feilaktig blir markert som AI-genererte. Konsekvensene av slike falske positiver er betydelige, s\u00e6rlig for studenter og jobbs\u00f8kere.<\/span><\/p>\nStudien testet syv mye brukte AI-tekstdetektorer p\u00e5 artikler skrevet av personer som ikke har engelsk som morsm\u00e5l. Resultatene viste en h\u00f8y andel falske positive, og disse artiklene ble feilaktig klassifisert som AI-generert.<\/span><\/p>\nJames Zou, assisterende professor i biomedisinsk datavitenskap ved Stanford University, ledet teamet som kj\u00f8rte 91 essays skrevet av personer som ikke har engelsk som morsm\u00e5l, gjennom syv popul\u00e6re GPT-detektorer.\u00a0<\/span><\/p>\nDisse essayene, som var skrevet for den globalt anerkjente TOEFL-testen (Test of English as a Foreign Language), hadde mer enn halvparten feilaktig blitt markert som AI-genererte. I ett tilfelle flagget et program til og med 98% av essayene som AI-skapte.\u00a0<\/span><\/p>\nN\u00e5r programvaren derimot analyserte essays skrevet av engelskspr\u00e5klige \u00e5ttendeklassinger fra USA, ble over 90% korrekt identifisert som menneskeskapte.<\/span><\/p>\nAI-detektorer har f\u00e5tt mye kritikk for \u00e5 straffe enkeltpersoner med falske positiver, selv om noen er betydelig verre enn andre.\u00a0<\/span><\/p>\nEt av hovedfunnene i studien er at AI-detektorer ofte sliter med \u00e5 tolke uttrykk som brukes av personer som ikke har engelsk som morsm\u00e5l.\u00a0<\/span><\/p>\nDisse systemene er f\u00f8rst og fremst trent p\u00e5 data fra personer med engelsk som morsm\u00e5l, noe som f\u00f8rer til at de stempler visse fraser eller strukturer som feil bare fordi de avviker fra det som anses som innf\u00f8dt engelsk spr\u00e5kbruk.\u00a0<\/span><\/p>\n