متى سيصبح الذكاء الاصطناعي غير قابل للكشف؟

نعتقد أن الكشف عن الذكاء الاصطناعي سيظل خيارًا قابلاً للتطبيق، حتى في مواجهة النماذج المتطورة والقوية مثل «Claude Mythos Preview».

عندما يكتب أي مؤلف، سواء كان بشريًا أو نموذجًا لغويًا كبيرًا (LLM)، نصًا ما، فإنه يتخذ قرارات. فحتى في نطاق 150 كلمة، قد يتخذ المؤلف مئات الآلاف من القرارات، سواء كانت واعية أو غير واعية، بشأن اختيار الكلمات وترتيبها ووضع علامات الترقيم وبناء الجمل.

في الأساس، يُعد الكشف عن المحتوى المكتوب بواسطة الذكاء الاصطناعي مشكلة تتعلق بتحديد هوية المؤلف. فمهما بلغت درجة تطور نموذج معين، يظل المؤلف واحدًا هو من يتخذ القرارات. كما أن هذه القرارات تخضع لقيود: حيث يتعين على نماذج المساعدة إنتاج نصوص مفيدة وواضحة وسهلة القراءة. وتُرسخ هذه السمات في النموذج من خلال عملية الضبط الدقيق الخاضعة للإشراف والتعلم المعزز.

حتى أكثر نماذج الشبكات العصبية تطوراً لا تزال عبارة عن نظام واحد ذي بنية محددة، وستكون لها عادات وخصائص مميزة يمكن تحديدها. كما تنتج هذه النماذج كميات كبيرة من النصوص، مما يعني أن لدينا فرصاً كثيرة لمعرفة نوع القرارات التي من المحتمل أن تتخذها.

يصف البعض المشكلة أحيانًا على أنها "تقلص الفجوة الإحصائية بين الكتابة البشرية والكتابة التي تنتجها الذكاء الاصطناعي". وهذا وصف خاطئ لما تقوم به أدوات الكشف. فالذكاء الاصطناعي يكتب بالفعل بشكل جيد بما يكفي ليبدو ككتابة بشرية للعين غير المدربة، كما رأينا في اختبار "نيويورك تايمز" الذي انتشر على نطاق واسع. لكن الكتابة التي ينتجها نموذج ما، مثل إنتاج أي مؤلف فردي، ستظل دائمًا متجمعة معًا في الفضاء المدمج. ولهذا السبب نعتقد أن الكشف عن الذكاء الاصطناعي سيظل قابلاً للتطبيق، حتى مع ازدياد قوة النماذج أكثر فأكثر.

تبدو النتائج جيدة. فقد تمكن نموذج Pangram الحالي من التعرف بشكل صحيح على القصة القصيرة «Mythos Preview» التي تم نشرها في بطاقة النظام.

طالما أن النماذج هي أنظمة مدربة، فإننا نعتقد أن الكشف سيظل مشكلة قابلة للحل.