El modelo Gemini de Google resultó ser el más difícil de detectar para las herramientas de detección de IA, según un estudio publicado por Open Resource Applications (ORA). La investigación enfrentó a una docena de sistemas de IA generativos ampliamente utilizados contra tres detectores populares – Grammarly, QuillBot y GPTZero – asignando a cada modelo la misma tarea de escritura a largo plazo.

Cuando los textos se ejecutaron a través de los detectores, la salida de Gemini se detectó con mucha menos frecuencia que la de sus competidores. Grammarly no logró identificar ningún texto generado por Gemini, mientras que QuillBot no marcó ninguno como escrito por IA. GPTZero, el más estricto de los tres, aún reconoció la mayoría del contenido generado por máquina, pero registró una tasa de detección ligeramente inferior al 98 por ciento, mucho más alta que las otras herramientas.

ChatGPT, el escritor de IA más familiar, se desempeñó mal en la prueba. Su texto activó alertas de detección en todas las tres plataformas, lo que refuerza la idea de que la exposición generalizada a su estilo da a los detectores un modelo confiable. Grok, otro competidor, cayó en algún punto intermedio, con tasas de detección más altas que Gemini pero más bajas que ChatGPT.

Un portavoz de ORA explicó que la ventaja de Gemini se debe a sus estructuras de oraciones variadas y a una fraseología menos predecible. Los algoritmos de detección a menudo buscan patrones repetitivos o ritmos lingüísticos familiares; el enfoque más fluido de Gemini hace que esos patrones sean más difíciles de detectar. "Herramientas como GPTZero detectan la predecibilidad y la estructura general", dijo el portavoz. "Un modelo que razona a través de ideas en lugar de reciclar frases familiares es mucho más difícil de detectar".

La disparidad entre los detectores también plantea preocupaciones prácticas. Un ensayo de un estudiante podría pasar una herramienta y fallar en otra, mientras que un escritor freelance podría ver su trabajo etiquetado como generado por IA dependiendo del software que prefiera su cliente. Para las organizaciones que filtran contenido para garantizar su autenticidad, la inconsistencia complica el cumplimiento.

Los observadores de la industria señalan que el estudio refleja un cambio más amplio en el contenido generado por IA. A medida que los modelos diversifican sus estilos, la línea clara entre la escritura humana y la máquina se vuelve borrosa. Algunas estimaciones sugieren que aproximadamente la mitad del contenido en línea ahora contiene elementos generados por IA, lo que lleva a las plataformas a desarrollar filtros automatizados. Sin embargo, esos filtros dependen de herramientas de detección que, como muestra los datos de ORA, varían ampliamente en precisión.

Google Gemini puede tener una ventaja temporal, pero la carrera está lejos de terminar. Los servicios de detección ya están actualizando sus algoritmos para reconocer los nuevos patrones que introduce Gemini. Mientras tanto, otros desarrolladores de IA probablemente adoptarán técnicas similares, lo que podría reducir la brecha.

Para las salas de redacción y los equipos de contenido, la moraleja es práctica: confiar en una sola plataforma de detección es riesgoso. Incorporar múltiples herramientas o desarrollar procesos de verificación internos podría proporcionar una red de seguridad más confiable a medida que la escritura de IA continúa evolucionando.

A medida que la generación de contenido de IA se convierte en una característica estándar de la sala de redacción moderna, las herramientas que automatizan la creación de historias y optimizan el SEO, como las plataformas de noticias de IA y los sistemas de gestión de contenido, también deben lidiar con las preocupaciones de autenticidad. Los hallazgos de ORA subrayan la necesidad de estrategias de detección robustas y adaptables en una era en la que la línea entre la prosa humana y la máquina es cada vez más indistinta.

Usado: News Factory APP - descubrimiento de noticias y automatización - ChatGPT para Empresas