Detectando ChatGPT: Una encuesta sobre el estado de la detección de texto generado por ChatGPT

Si bien los avances recientes en las capacidades y la accesibilidad generalizada de los modelos de lenguaje generativos, como ChatGPT (OpenAI, 2022), han traído diversos beneficios al generar texto fluido y parecido al humano, la tarea de distinguir entre texto generado por humanos y texto generado por modelos de lenguaje grande (LLM) ha surgido como un problema crucial. Estos modelos pueden engañar potencialmente al generar texto artificial que parece ser generado por humanos. Este problema es particularmente significativo en ámbitos como el derecho, la educación y la ciencia, donde garantizar la integridad del texto es de máxima importancia. Esta encuesta proporciona una visión general de los enfoques actuales empleados para diferenciar entre textos generados por humanos y ChatGPT. Presentamos un relato de los diferentes conjuntos de datos construidos para detectar texto generado por ChatGPT, los diversos métodos utilizados, qué análisis cualitativos sobre las características del texto humano versus el generado por ChatGPT se han realizado y, finalmente, resumimos nuestros hallazgos en percepciones generales.