Att identifiera AI-användning på arbetsplatsen är komplicerat
Trots att arbetsgivare uppmuntrar AI-användning för ökad produktivitet, väcker uppenbara tecken på AI-genererat innehåll frågor om upphovsrätt och meritering. AI-detektorer erbjuder viss hjälp, men deras tillförlitlighet är omdiskuterad.
Att avslöja användningen av artificiell intelligens (AI) på arbetsplatsen har blivit en alltmer komplex utmaning. Även om många organisationer aktivt uppmuntrar sina anställda att använda AI för att öka produktiviteten, kan tydliga tecken på AI-genererat innehåll leda till obekväma frågor om vem som egentligen har utfört arbetet och vem som förtjänar erkännande.
Denna problematik belystes nyligen när Hachette Book Group ställde in publiceringen av Mia Ballards roman "Shy Girl" på grund av misstankar om AI-genererat material. På liknande sätt utreddes en vinnare av Commonwealth Short Story Prize för misstänkt användning av AI, vilket ledde till att publikationspartnerskap avbröts. I båda fallen indikerade detektionsverktyg att viss andel av materialet var AI-genererat, även om experter och yrkesverksamma är oense om verktygens tillförlitlighet. James Taranto från Wall Street Journal rapporterade nyligen att AI-detektorn Pangram markerade flera artiklar som AI-genererade, trots att författarna bestred påståendet.
Medan AI blir allt vanligare och kontroverser uppstår, försöker arbetsgivare definiera AI-detektorernas roll. Fungerar de som en källa till friktion eller som ett riskhanteringsverktyg för att fastställa graden av AI-generering? Verktygens värde anses bero på hur de används, men deras resultat bör betraktas som indikationer snarare än definitiva domar.
Plattformar som LinkedIn och Substack har börjat integrera AI-detekteringsfunktioner. LinkedIn har infört en funktion för att flagga uppenbart AI-genererat innehåll, och Substack har lanserat en Pangram-driven funktion för att skanna texter efter sannolik AI-användning. Chris Best, medgrundare och VD för Substack, betonar att det inte finns något motstånd mot att använda AI som ett hjälpmedel, men att användare bör vara medvetna om vad de konsumerar.
Det är dock viktigt att notera att dessa detektorer inte är fullständigt tillförlitliga. Små ändringar i en text kan förändra resultatet, vilket gör teknikerna relativt lätta att kringgå. Vissa publikationer och företag, som Technical.ly, förlitar sig istället på mänsklig granskning och interna diskussioner för att säkerställa arbetets autenticitet. Företag som PwC ser potential i detektorer för specifika tillämpningar, såsom att validera inkommande innehålls autenticitet, men understryker vikten av en bredare verifieringsprocess.