Distinguir entre texto escrito por humanos y texto generado por ChatGPT utilizando aprendizaje automático

El uso de modelos de lenguaje de Inteligencia Artificial (IA) sofisticados, incluido ChatGPT, ha llevado a preocupaciones crecientes sobre la capacidad de distinguir entre texto escrito por humanos y texto generado por IA en entornos académicos y científicos. Este estudio busca evaluar la efectividad de los algoritmos de aprendizaje automático para diferenciar entre texto escrito por humanos y texto generado por IA. Para lograr esto, recopilamos respuestas de estudiantes de Ciencias de la Computación para asignaciones de ensayo y programación. Luego entrenamos y evaluamos varios modelos de aprendizaje automático, incluidos Regresión Logística (LR), Árboles de Decisión (DT), Máquinas de Vectores de Soporte (SVM), Redes Neuronales (NN) y Bosques Aleatorios (RF), basándonos en precisión, eficiencia computacional y matrices de confusión. Al comparar el rendimiento de estos modelos, identificamos el más adecuado para la tarea en cuestión. El uso de algoritmos de aprendizaje automático para detectar texto generado por IA tiene un gran potencial para aplicaciones en moderación de contenido, detección de plagio y control de calidad para sistemas de generación de texto, contribuyendo así a la preservación de la integridad académica ante la rápida evolución de la generación de contenido impulsada por IA.