Résultats d'une recherche menée à l'ESC publiés dans la revue Nature-Scientific Reports
A model-independent redundancy measure for human versus ChatGPT authorship discrimination using a Bayesian probabilistic approach, Silvia Bozza, Claude-Alain Roten, Antoine Jover, Valentina Cammarota, Lionel Pousaz & Franco Taroni, Sci Rep 13, 19217 (2023). https://doi.org/10.1038/s41598-023-46390-8
L'équipe de l'Ecole de sciences criminelles de l'Université de Lausanne publie les résultats d'une prometteuse recherche qui établit la possibilité de discriminer des textes écrits par des êtres humains de ceux rédigés par ChatGPT. L’exploitation d’une mesure stylométrique nouvelle, accompagnée d'une évaluation probabiliste avec prise de décision montre un taux de fausses classifications inférieur à 3%. La langue de rédaction et la thématique discutée dans les textes analysés n’impactent pas les résultats.
Un exemple avec un nombre très limité d’échantillons de références est également présenté tirant profit d'articles publiés par le Prix Nobel d’économie Prof. Paul Krugman dans le New York Times. Le taux de classification correcte atteint 100% dans ce cas.
L’article est publié en Open Access avec le soutien financier du Fonds national suisse (FNS).