Wie KI-Detektoren arbeiten und warum ein Score allein keine Autorschaft beweist

Fügen Sie einen Essay, einen Artikel oder eine E-Mail in einen KI-Detektor ein, und wenige Sekunden später gibt er möglicherweise ein Ergebnis wie „85 % KI“ aus.

Wirkt präzise. Kann aber auch leicht falsch verstanden werden.

Der Detektor hat nicht beobachtet, wie das Dokument verfasst wurde. Er hat den fertigen Text auf Muster untersucht, die mit KI-generiertem Schreiben verbunden sind. Je nach Tool könnten diese 85 % die geschätzte Wahrscheinlichkeit darstellen, dass die KI das Dokument produziert hat, oder den Anteil des Textes, den der Detektor markiert hat.

Das macht einen KI-Detektor als Signal nützlich, insbesondere wenn etwas genauer betrachtet werden muss. Aber die Punktzahl erfordert dennoch Kontext und unterstützende Beweise, bevor jemand eine Schlussfolgerung darüber zieht, wer den Text geschrieben hat oder wie er erstellt wurde. Zu verstehen, wie Detektoren ihre Punktzahlen generieren, hilft zu erklären, sowohl was sie erfassen können als auch warum sie manchmal falsch liegen.

Was ist ein KI-Detektor?

Ein KI-Schreibdetektor betrachtet ein fertiges Textstück und schätzt ein, ob es dem von einem Sprachmodell produzierten Schreiben ähnelt. Ein Benutzer fügt den Text typischerweise ein oder lädt ein Dokument hoch. Innerhalb von Sekunden gibt das Tool möglicherweise ein Label, einen Prozentsatz, hervorgehobene Passagen oder alle drei aus.

• Lehrer und akademische Einrichtungen verwenden sie bei der Überprüfung von Schülerarbeiten.
• Verlage und Content-Teams können sie verwenden, um eingereichte oder in Auftrag gegebene Texte zu prüfen, während einige Detektorunternehmen Versionen für HR-Teams vermarkten, die Bewerbungsunterlagen prüfen.
• Autoren überprüfen manchmal auch ihre eigene Arbeit, um zu verstehen, wie ein Lehrer, Redakteur, Kunde oder eine Plattform sie einordnen könnte.

Hinweis: Plagiatserkennungen erfüllen einen verwandten, aber separaten Zweck. Sie vergleichen ein Dokument mit veröffentlichtem Material und anderen Quellen, um übereinstimmende Sprache zu finden. KI-Detektoren bewerten Muster in dem eingereichten Text. Ein völlig origineller Textabschnitt kann daher eine KI-Markierung erhalten, während kopierter menschlicher Text möglicherweise kein starkes Signal einer KI-Generierung enthält.

Wie KI-Detektoren Text analysieren

Viele KI-Detektoren basieren auf einem Klassifizierer, einem Modell für maschinelles Lernen, das anhand von Beispielen für von Menschen und von KI verfasste Texte trainiert wurde. Beim Vergleichen der beiden lernt es, welche Muster tendenziell in jedem vorkommen, einschließlich Mustern bei der Wortwahl und Satzstruktur. Anschließend sucht es nach diesen Mustern in neuen Texten und erstellt eine Vorhersage.

Was der Detektor lernt, hängt davon ab, was er während des Trainings sieht. Ein Tool, das auf einem begrenzten Bereich des Schreibens trainiert wurde, hat möglicherweise Schwierigkeiten mit einem neuen Thema, einem ungewohnten Stil oder der Ausgabe eines KI-Modells, dem es zuvor noch nicht begegnet ist. Forschungen über verschiedene Textarten und KI-Modelle hinweg haben ergeben, dass die Erkennungsleistung unter diesen Bedingungen sinken kann.

Einige Methoden verfolgen einen anderen Ansatz. Anstatt einen separaten Klassifizierer zu trainieren, nutzen sie die eigenen Wahrscheinlichkeitsschätzungen eines Sprachmodells, um zu beurteilen, wie wahrscheinlich es wäre, dass es eine Passage produziert.

• DetectGPT vergleicht beispielsweise den Originaltext mit leicht veränderten Versionen, um nach Mustern zu suchen, die mit KI-Generierung in Verbindung stehen. Seine Forschung beschreibt dies als eine „Zero-Shot“-Methode, da kein separat trainierter Detektor erforderlich ist. Das Ergebnis kann eine Gesamtpunktzahl, hervorgehobene Sätze oder beides umfassen.
• GPTZero gibt an, dass seine Markierungen zeigen, welche Sätze den größten Einfluss auf seine Gesamtvorhersage haben. Da es auch das gesamte Dokument auswertet, erhält ein einzeln gescannter Abschnitt möglicherweise nicht dasselbe Ergebnis, wenn er als Teil eines längeren Textes erscheint.

Jedes Ergebnis spiegelt sowohl den Text als auch das ihn auswertende System wider, weshalb verschiedene Detektoren zu demselben Textabschnitt zu unterschiedlichen Schlussfolgerungen gelangen können.

Vergrößern

Was Perplexity und Burstiness messen

Perplexity und Burstiness tauchen in Erklärungen zur KI-Erkennung häufig auf. Sie können nützliche Muster in einem Text offenbaren, aber keine davon weist auf eine einzige, eindeutig KI-spezifische Art des Schreibens hin.

Ein potenziell verwirrendes Detail: Perplexity erfüllt hier eine doppelte Funktion. Klein geschrieben handelt es sich um ein statistisches Maß. Groẞ geschrieben sind wir es.

Perplexity misst, wie vorhersehbar der Text ist

Sprachmodelle generieren Text, indem sie Wahrscheinlichkeiten für mögliche nächste Token zuweisen, bei denen es sich um ganze Wörter oder Teile von Wörtern handeln kann. Perplexity misst, wie gut ein Modell die Token in einer Passage vorhersagen kann.

• Geringere Perplexity: Der Text folgt Mustern, die das Modell als vertraut empfindet.
• Höhere Perplexity: Die Formulierung ist weniger erwartet.

Die Punktzahl ist spezifisch für das auswertende Modell und die Art und Weise, wie der Text verarbeitet wird, sodass dieselbe Passage unter verschiedenen Setups unterschiedliche Perplexity-Scores erhalten kann.

Nehmen wir den Satz: „Bitte lassen Sie mich wissen, wenn Sie Fragen haben.“ Ein Sprachmodell ist wahrscheinlich schon oft auf eine ähnliche Formulierung gestoßen, wodurch jedes Wort relativ einfach vorherzusagen ist. Das verrät uns etwas über die Vertrautheit des Satzes. Es sagt jedoch nichts Konklusives darüber aus, wer ihn geschrieben hat.

Burstiness misst, wie stark diese Muster variieren.

Burstiness wird in Diskussionen über die KI-Erkennung oft lockerer verwendet. Im Allgemeinen wird damit beschrieben, wie stark sich das Schreiben über einen Textabschnitt hinweg verändert. Dazu können Schwankungen in der Satzlänge und -struktur oder Wechsel zwischen sehr vorhersehbarer und überraschenderer Sprache gehören.

• Geringere Burstiness: Sätze weisen eine konstantere Länge, Struktur oder einen konstanteren Rhythmus auf.
• Höhere Burstiness: Das Schreiben wechselt zwischen kürzeren Aussagen, längeren Erklärungen und weniger erwarteten Formulierungen.

Einiger KI-generierter Text ist konsistent und vorhersehbar, weshalb Burstiness mit der Erkennung in Verbindung gebracht wurde. Menschliches Schreiben kann dieselben Qualitäten aufweisen, insbesondere in geschäftlichen, akademischen und technischen Kontexten. KI-Modelle können zudem eine abwechslungsreichere Sprache erzeugen, wenn sie entsprechend aufgefordert oder bearbeitet werden.

GPTZero gibt an, dass Perplexity und Burstiness zwei von mehreren Merkmalen waren, die von einer früheren Version seines Detektors verwendet wurden.

Was diese Maße zeigen: Perplexity und Burstiness beschreiben Muster in einer Passage. Diese Muster mögen erklären helfen, warum Text markiert wurde, aber sie können nicht feststellen, wer ihn geschrieben hat.

Was die Punktzahl eines KI-Detektors bedeutet

Ein Ergebnis von „80 % KI“ sieht unkompliziert aus. Seine Bedeutung hängt jedoch vom Detektor ab.

GPTZero beschreibt den Prozentsatz als die geschätzte Wahrscheinlichkeit seines Modells, dass KI oder ein Mensch das Dokument geschrieben hat. Turnitin verwendet den Prozentsatz, um zu zeigen, wie viel der qualifizierenden Prosa sein Modell als potenziell KI-generiert oder mit bestimmten KI-Tools modifiziert markiert.

Dasselbe Label „80 % KI“ könnte daher Folgendes bedeuten:

• Der Detektor schätzt eine Wahrscheinlichkeit von 80 %, dass KI das Dokument generiert hat.
• Der Detektor hat 80 % der von ihm bewerteten Prosa markiert.

Das sind unterschiedliche Ergebnisse. Das eine trifft eine Vorhersage über das Dokument als Ganzes. Das andere identifiziert, wie viel des Textes den Kriterien des Detektors entsprach.

Wahrscheinlichkeitswerte benötigen eine weitere Überprüfung: die Kalibrierung. Wenn ein Detektor 100 Dokumenten eine KI-Wahrscheinlichkeit von etwa 80 % zuweist, sollten ungefähr 80 davon tatsächlich KI-generiert sein, damit die Punktzahl gut kalibriert ist. Der Test des Modells anhand von Beispielen mit bekannten Ursprüngen zeigt, wie genau seine Wahrscheinlichkeiten mit realen Ergebnissen übereinstimmen.

Ein Prozentsatz kann exakt wirken, bevor seine Bedeutung oder Zuverlässigkeit klar ist. Das Label, die Bewertungsmethode und die Leistung des Detektors bestimmen gemeinsam, was die Zahl untermauern kann.

Vergrößern

Der Grenzwert bestimmt, was markiert wird

Ein Detektor muss dennoch entscheiden, wann eine Punktzahl hoch genug ist, um Maßnahmen zu ergreifen. Diese Trennlinie wird als Grenzwert oder Schwellenwert bezeichnet.

Angenommen, ein Tool bewertet Text von 0 bis 100 und markiert alles über 70. Eine Verschiebung des Grenzwerts auf 60 würde jede Punktzahl unverändert lassen und gleichzeitig die Anzahl der markierten Dokumente erhöhen.

• Ein niedrigerer Grenzwert erkennt im Allgemeinen mehr KI-generiertes Schreiben, markiert aber auch mehr menschliches Schreiben fälschlicherweise.
• Ein höherer Grenzwert reduziert falsche Markierungen, während gleichzeitig mehr KI-generiertes Schreiben unentdeckt bleibt. Dieser Kompromiss gilt im Allgemeinen für Klassifizierungssysteme.

Die beiden möglichen Fehler haben unterschiedliche Namen.

• Ein falsch positives Ergebnis tritt auf, wenn menschliches Schreiben als KI-generiert markiert wird.
• Ein falsch negatives Ergebnis tritt auf, wenn KI-generiertes Schreiben unentdeckt bleibt.

Wo ein Detektor die Grenze zieht, spiegelt wider, welchen Fehler er vermeiden soll. Diese Entscheidung wiegt schwerer, wenn eine Markierung eine Note, einen Arbeitsplatz oder die Glaubwürdigkeit einer Person beeinträchtigen könnte.

Wie eine Falsch-Positiv-Rate von 2 % fast 30 % falsche Markierungen erzeugen kann

Die Auswirkungen einer Falsch-Positiv-Rate von 2 % hängen davon ab, wie viel menschlich verfassten Text der Detektor überprüft.

Betrachten wir einen hypothetischen Satz von 1.000 Artikeln:

• 50 sind KI-generiert.
• 950 sind von Menschen verfasst.
• Der Detektor erfasst 90 % der KI-generierten Artikel.
• Er markiert 2 % der von Menschen verfassten Artikel fälschlicherweise.

Das passiert Folgendes:

Der Detektor markiert insgesamt 64 Artikel. Neunzehn davon sind von Menschen verfasst, also sind fast 30 % seiner Markierungen falsch.

Die 2-%- und 30-%-Werte messen unterschiedliche Dinge. Der Detektor markiert fälschlicherweise 2 % aller von Menschen verfassten Artikel. Diese Fehler machen dann fast 30 % von allem aus, was er markiert.

Die Zahlen summieren sich deshalb so auf, weil der Detektor weitaus mehr von Menschen verfasste Artikel überprüft hat als KI-generierte. Selbst eine kleine Fehlerrate kann eine signifikante Anzahl falschen Markierungen erzeugen, wenn sie auf eine viel größere Gruppe angewendet wird.

Der Begriff Basisrate beschreibt, wie häufig KI-generiertes Schreiben in dem zu überprüfenden Material ist. Wenn sich dieser Anteil ändert, ändert sich auch die Bedeutung eines positiven Ergebnisses. Wenn die Raten für richtige und falsche positive Ergebnisse des Detektors gleich bleiben, ist eine Markierung im Allgemeinen zuverlässiger, wenn KI-generiertes Schreiben in der Sammlung häufig ist, und weniger zuverlässig, wenn es selten ist.

Diese Zahlen sind hypothetisch und beschreiben keinen bestimmten Detektor. Bei einer echten Überprüfung ist der Anteil an KI-generiertem Text meist unbekannt. Diese Unsicherheit ist ein weiterer Grund, eine Markierung als Anlass für einen genaueren Blick zu betrachten, und nicht als Beweis dafür, wie ein Dokument geschrieben wurde.

Die Genauigkeit hängt davon ab, worauf der Detektor getestet wurde

Eine Genauigkeitsrate beschreibt die Leistung unter bestimmten Bedingungen. Bevor Sie diesen Satz auf einen anderen Text anwenden, überprüfen Sie:

• Die Detektorversion
• Länge, Sprache, Thema und Format des Textes
• Das KI-Modell und die Einstellungen, die zur Generierung des Testmaterials verwendet wurden
• Ob der Text bearbeitet oder bewusst modifiziert wurde
• Die in den von Menschen verfassten Stichproben vertretenen Autoren

Beginnen Sie mit den vom Tool unterstützten Eingaben

Turnitin erfordert beispielsweise mindestens 300 Wörter längerer Prosa. Das Unternehmen gibt an, dass sein Modell von KI-generierte Poesie, Skripte, Code oder andere Formate abseits der Prosa nicht zuverlässig erkennt. Eine starke Leistung bei Essays sagt daher wenig darüber aus, wie derselbe Detektor mit einem Gedicht oder einer kurzen E-Mail umgeht.

Vergleichen Sie den Test mit echtem Schreiben

Im Jahr 2024 testeten Forscher 12 Detektoren mithilfe von RAID, einem Benchmark, der mehr als 6 Millionen KI-generierte Textpassagen über 11 Modelle und acht Themenbereiche hinweg umfasst. Die Leistung sank, wenn Detektoren auf unbekannte Modelle, unterschiedliche Generierungseinstellungen oder bewusst modifizierten Text stießen.

Eine Herausforderung aus dem Jahr 2025 mit RAID lieferte unter vertrauteren Bedingungen stärkere Ergebnisse. Mehrere Teilnehmer erkannten über 99 % des maschinell generierten Textes bei einer Falsch-Positiv-Rate von 5 %. Die im Test verwendeten Fachgebiete und KI-Modelle waren auch in den Trainingsdaten vertreten.

Zusammen zeigen die Ergebnisse, dass Detektoren bei unterschiedlichem Material, für dessen Erkennung sie trainiert wurden, gute Leistungen erbringen können, während unbekanntes Material schwieriger zu bewerten bleibt.

Schauen Sie sich an, wer vertreten war

In einer Studie aus dem Jahr 2023 stuften sieben Detektoren im Durchschnitt 61,3 % von 91 TOEFL-Essays, die von Nicht-Muttersprachlern des Englischen verfasst wurden, fälschlicherweise als KI-generiert ein. Dieses Ergebnis gilt für die damals getesteten Tools und Stichproben. Es zeigt auch, warum eine Gesamtn Genauigkeitsrate die Leistung möglicherweise nicht für jede Gruppe von Autoren gleichermaßen gut beschreibt.

So lesen Sie eine Genauigkeitsbehauptung: Je ähnlicher der eingereichte Text dem beim Testen verwendeten Material ist, desto relevanter wird das gemeldete Ergebnis.

Das finale Dokument zeigt nur einen Teil davon, wie es geschrieben wurde

KI kann beim Schreiben viele Rollen spielen. Jemand könnte sie verwenden, um ein Thema zu recherchieren, Notizen zu organisieren, eine Passage zu übersetzen, einen Satz zu verfeinern oder einen ersten Entwurf zu erstellen.

Solche Workflows können zu sehr unterschiedlichen Dokumenten führen. Ein Autor verwendet KI möglicherweise für die Recherche und verfasst jeden Satz unabhängig. Ein anderer schreibt einen KI-generierten Entwurf substanziell um. Ein dritter fügt einem ansonsten von Menschen verfassten Artikel einen generierten Absatz hinzu.

Ein Textdetektor sieht die Wörter, die eingereicht wurden. Er hat keinen Zugriff auf die Prompts, Bearbeitungen oder Entscheidungen, die ihnen vorausgingen. Seine Punktzahl kann den vollständigen Schreibprozess nicht rekonstruieren oder feststellen, ob der Autor eine bestimmte Richtlinie befolgt hat. Zum Beispiel:

• Eine Schule erlaubt möglicherweise Brainstorming, verlangt aber von den Schülern, die Aufgabe selbst zu schreiben.
• Ein Verlag erlaubt KI-gestütztes Bearbeiten möglicherweise, wenn es offengelegt wird.
• Ein Arbeitsplatz legt möglicherweise mehr Wert auf sachliche Richtigkeit, Vertraulichkeit oder Quellenangabe als darauf, ob KI zur Formulierung beigetragen hat.

Die Anwendung dieser Regeln erfordert sowohl Nachweise über den Prozess als auch über den fertigen Text. Entwurfshistorie, Recherche-Notizen und die Erklärung eines Autors können einen Kontext liefern, den ein Detektor nicht bieten kann. Turnitin rät Pädagogen ausdrücklich davon ab, seinen KI-Schreibscore als alleinige Grundlage für nachteilige Maßnahmen gegen einen Schüler zu verwenden.

Ein Detektor kann Sprache identifizieren, die den Mustern ähnelt, die er mit KI assoziiert. Um zu entscheiden, was passiert ist und ob es erlaubt war, ist eine umfassendere Überprüfung erforderlich.

Wasserzeichen fügen eine andere Art von Signal hinzu

Einige KI-Systeme können beim Generieren von Text ein erkennbares Muster hinzufügen. Dieser Prozess wird als Wasserzeichen bezeichnet.

Wie ein Text-Wasserzeichen funktioniert

Google DeepMinds SynthID liefert ein Beispiel:

1. Das System passt die Token-Wahrscheinlichkeiten an. Es verändert leicht die Wahrscheinlichkeit, dass das Modell bestimmte Wörter oder Wortteile auswählt.
2. Diese Entscheidungen erzeugen ein Muster. Das Wasserzeichen ist so konzipiert, dass es für den Leser unsichtbar bleibt.
3. Ein kompatibler Detektor überprüft dies. Der Detektor analysiert den Text auf das erwartete statistische Signal.

Da das Muster während der Generierung hinzugefügt wird, kann es Informationen liefern, die an das System gebunden sind, das den Text produziert hat.

Was die Wasserzeichenerkennung einschränkt

• Der Generator muss ihn hinzufügen. Das KI-System muss das Wasserzeichen unterstützen und anwenden. Ein fehlendes Wasserzeichen beweist nicht, dass eine Person den Text geschrieben hat.
• Ein ausreichend großer Teil des Musters muss erhalten bleiben. Google berichtet, dass SynthID einigen Zuschnitten, Wortänderungen und leichten Paraphrasierungen standhalten kann. Umfangreiches Umschreiben oder Übersetzen kann das Vertrauen verringern.

Wasserzeichen können die Beweise stärken, wenn ein kompatibles System den Text generiert hat und genügend von dem Signal erhalten bleibt. Sie können nicht jeden KI-generierten Text identifizieren.

Andere Aufzeichnungen können ein genaueres Bild vermitteln.

• Die Entwurfshistorie zeigt, wie sich ein Dokument im Laufe der Zeit verändert hat.
• Recherche-Notizen verknüpfen die Behauptungen mit Quellen.
• Offengelegte KI-Interaktionen zeigen, wo ein Tool beigetragen hat.

Diese Aufzeichnungen bieten einen direkteren Kontext zum Schreibprozess als ein rein musterbasierter Score.

Betrachten Sie eine Markierung als den Beginn einer Überprüfung

Ein Detektorergebnis wird nützlicher, wenn es eine definierte Rolle hat. Bevor Prüfer auf eine Markierung reagieren, sollten sie verstehen, was das Tool gemessen hat, bestätigen, dass der Text in seinen Geltungsbereich fällt, und die anderen verfügbaren Beweise untersuchen.

Fünf Überprüfungen können helfen:

1. Lesen Sie die Definition der Punktzahl. Stellen Sie fest, ob der Prozentsatz eine Wahrscheinlichkeit auf Dokumentebene oder den Anteil des markierten Textes darstellt.
2. Überprüfen Sie den Geltungsbereich des Tools. Bestätigen Sie, dass Sprache, Länge und Format des Dokuments mit dem übereinstimmen, was der Detektor unterstützt.
3. Überprüfen Sie die Beweise. Untersuchen Sie die hervorgehobenen Passagen zusammen mit Entwürfen, Quellnotizen und der Erklärung des Autors.
4. Wenden Sie die relevante Richtlinie an. Identifizieren Sie, welche Verwendungen von KI erlaubt sind und welche Beweise einen Verstoß belegen würden.
5. Betrachten Sie die Arbeit an sich. Überprüfen Sie die sachliche Richtigkeit, die Quellenangabe, die Originalität und die Qualität nach ihren eigenen Maßstäben.

Die Tragweite sollte die Tiefe der Überprüfung bestimmen. Ein Redakteur kann eine Markierung nutzen, um zu entscheiden, welcher Artikel einen weiteren Blick erfordert. Eine Entscheidung, die eine Note, einen Job oder einen Verlagsvertrag betrifft, erfordert stärkere Beweise und eine Möglichkeit für den Autor, seinen Prozess zu erklären.

Ein KI-Detektor komprimiert ein komplexes Urteil in eine Punktzahl. Die Interpretation dieser Punktzahl erfordert Informationen, die die Zahl nicht enthält: was das Tool gemessen hat, welchen Schwellenwert es verwendet hat, wie es bei vergleichbarem Schreiben abgeschnitten hat und wie häufig KI-generierter Text in dem zu überprüfenden Material ist. Die Punktzahl kann die Aufmerksamkeit lenken. Eine Detektor-Punktzahl kann zu dieser Überprüfung beitragen, aber jede Schlussfolgerung über die Urheberschaft erfordert auch Beweise über den Schreibprozess.

Häufig gestellte Fragen

Können KI-Detektoren falsch liegen?

Ja. Ein falsch positives Ergebnis tritt auf, wenn ein Detektor von Menschen verfassten Text als KI-generiert markiert. Ein falsch negatives Ergebnis tritt auf, wenn KI-generierter Text unentdeckt bleibt. Die Häufigkeit jedes Fehlers hängt vom Detektor, seinem Schwellenwert und davon ab, wie ähnlich der eingereichte Text dem Material ist, mit dem er getestet wurde.

Wie genau sind KI-Detektoren?

Es gibt keine einheitliche Genauigkeitsrate für KI-Detektoren. Die Leistung kann je nach Sprache, Länge, Thema, Schreibstil, Generierungsmodell und Umfang der Bearbeitung variieren. Eine Genauigkeitsbehauptung ist am nützlichsten, wenn die Testbedingungen dem zu überprüfenden Text ähneln und das Ergebnis sowohl falsch positive Ergebnisse als auch erfolgreiche Erkennungen ausweist.

Was bedeutet ein Prozentsatz zur KI-Erkennung?

Die Definition hängt vom Tool ab. Sie kann die geschätzte Wahrscheinlichkeit darstellen, dass ein Dokument KI-generiert ist, den Prozentsatz des markierten qualifizierenden Textes oder eine Form des Vertrauens in das Ergebnis. Die Dokumentation des Detektors sollte erklären, welche Messung sie meldet.

Kann ein KI-Detektor beweisen, dass jemand KI verwendet hat?

Eine Detektor-Punktzahl allein kann nicht beweisen, wie ein Dokument erstellt wurde. Sie analysiert den eingereichten Text, ohne die Prompts, Entwürfe, Bearbeitungen oder Recherchen zu sehen, die dahinterstehen. Eine zuverlässige Überprüfung berücksichtigt die Punktzahl zusammen mit Prozessbelegen und der Richtlinie zur zulässigen KI-Nutzung.

Warum wird menschliches Schreiben manchmal als KI markiert?

Menschliches und KI-generiertes Schreiben können dieselben statistischen Muster aufweisen. Formelhafte Sprache, vorhersehbare Formulierungen, ein eingeschränkter Wortschatz oder ein Stil, der von den Trainingsdaten des Detektors abweicht, können zu einem falsch positiven Ergebnis beitragen. Untersuchungen haben auch ergeben, dass einige im Jahr 2023 getestete Detektoren Essays von Nicht-Muttersprachlern des Englischen unverhältnismäßig oft markierten.