Ik vroeg de essayschrijver op deze site een voorraadvraag - moet huiswerk worden verboden op basisscholen - en het resultaat twee keer lezen. De structuur was goed: een titel, een proefschrift aan het einde van de inleiding, drie hoofdparagrafen die elk één punt maakten, een conclusie. Het bedacht geen statistieken, geen citaten en geen nep-tijdschriftartikelen. Toen bereikte ik het einde, waar het een referentiesectie had toegevoegd met de American Psychological Association en Harvard naast titels die niet bestaan, elke beleefd gemarkeerde "hypothetische citaat - stel je een echt artikel voor. Dat is de vorm van het probleem in één pagina: het ding is een competente steiger met een val aan de onderkant, en de val ziet eruit als huiswerk dat al gedaan is.
tl;dr: Een klein taalmodel schrijft een goed gestructureerd eerste concept en geen bruikbaar bewijs. gemeten over twee runs van deze: aantal woorden binnen 8% van het doel, nul uitgevonden statistieken of citaten, maar vier tijdelijke citaten die echte instellingen noemden naast denkbeeldige titels. Gebruik het concept voor zijn skelet, vervang elke zin van de inhoud door uw eigen skelet en controleer het beleid van uw instelling voordat een ervan in de buurt van een opdracht komt. Weet ook dat AI-detectoren geen betrouwbare controle zijn op dit, in beide richtingen.
Wat doet het echt goed?
structuur, en dat is niet niets.
Het moeilijkste van een eerste concept voor de meeste mensen zijn niet de zinnen, het is de vorm: waar de stelling naartoe gaat, hoeveel punten het lichaam nodig heeft, waar een alinea voor is. Een model dat is getraind op veel verklarend proza, heeft die vorm onthouden. Beide concepten die ik heb gegenereerd, zetten de stelling als de laatste zin van de inleiding, gaven elke hoofdadeel een enkele claim en sloot zonder nieuw materiaal te introduceren. Dat is de standaard die in elke compositieles wordt onderwezen, correct uitgevoerd bij de eerste poging.
Lengtecontrole was beter dan ik had verwacht. Gevraagd om 500 woorden, produceerden de twee runs 538 en 526. Dat is van belang, want het opvullen van een aantal woorden is het andere waar studenten uren aan verliezen, en als je een concept van de juiste grootte ziet, vertelt je hoeveel ruimte drie punten innemen.
Wat het doet is patroonvoltooiing over essayvormige tekst. Dat maakt het goed in de delen van een essay die conventioneel zijn, en slecht in precies de delen die van jou horen.
Maakt het bronnen?
Niet helemaal, en het onderscheid is belangrijker dan een ja of nee.
De prompt achter deze tool instrueert het model om geen citaten, statistieken of bronnen uit te vinden en om het soort bron te beschrijven dat u in plaats daarvan zou moeten noemen. Gemeten over beide runs, die bestonden: geen percentages, geen "studies show", geen gefabriceerde DOIS, geen uitgevonden auteursnamen met plausibele jaren.
Wat in plaats daarvan verscheen, was een sectie met referenties van dit formulier:
2. ... Research Publication, [Year]. (Hypothetical citation - imagine a real article)
3. American Psychological Association, "Homework and Academic Achievement", [Year].
(Hypothetical Citation - imagine a real report)
Lees goed, dat is eerlijk. het is gelabeld. Het vertelt je om het echte werk te vinden. Maar het noemt een echte organisatie naast een titel die de organisatie nooit heeft gepubliceerd, en het staat in een genummerde lijst onder een kop, wat de exacte visuele vorm is van een voltooide bibliografie. Een vermoeide student om 1 uur 's nachts verwijdert de woorden tussen haakjes en dient deze in. Dat is geen hypothetische faalmodus, het is de voor de hand liggende, en het is de moeite waard om een naam te geven, omdat de eigen voorzichtigheid van het gereedschap het creëert.
De regel die volgt: behandel alles wat lijkt op een citaat in een AI-concept als een opmerking voor jezelf over wat je moet gaan vinden. Nooit als referentie.
Waarom hallucineren kleine modellen überhaupt?
Omdat ze niets ophalen. Een taalmodel voorspelt waarschijnlijke voortzettingen, en een plausibel ogende citatie is een waarschijnlijke voortzetting van een zin die bewijs nodig heeft. Er is geen opzoeking, geen database, geen moment waarop het model controleert of de APA dat rapport heeft gepubliceerd.
Grootte maakt dit erger. Deze tool draait Gemma 3 1B, een model van één miljard parameters, gekozen omdat het op een server voor alleen CPU past en gratis kan worden aangeboden. Kleinere modellen hebben minder onthouden detail en leunen harder op het patroon, dus ze zijn meer vatbaar voor zelfverzekerde uitvindingen dan de grote commerciële. De structurele competentie overleeft de kleine omvang; feitelijke betrouwbaarheid niet.
Dit is ook de reden dat het niets recents weet. Er is geen browsestap, dus alles wat er gebeurde nadat de trainingsgegevens waren verzameld, bestaat niet voor zover het concept betreft.
Zal een AI-detector van een leraar het vangen?
Dat is de verkeerde vraag, en het eerlijke antwoord is in beide richtingen ongemakkelijk: detectoren vangen werk dat niet door AI was geschreven, en het werk dat was.
OpenAI, die alle commerciële redenen had om detectie te laten werken, Ingetrokken zijn eigen AI-tekstclassificatie op 20 juli 2023 Vanwege de lage nauwkeurigheid. zijn eigen gepubliceerde evaluatie daarvoor: de classifier correct geïdentificeerd 26% van AI-geschreven tekst, tijdens het markeren 9% van door de mens geschreven tekst als AI-geschreven. Een tool die een kwart vangt van waar het naar op zoek is en valselijk beschuldigt, is geen hulpmiddel, en de makers zeiden dat door ermee terug te trekken.
De valse positieven zijn ook niet gelijk verdeeld. Liang en collega's van Stanford testten zeven detectoren op het schrijven door moedertaalsprekers en niet-moedertaalsprekers en ontdekten dat ze Consequent verkeerd geclassificeerd niet-moedertaal schrijven als AI-gegenereerd, gepubliceerd in patronen in 2023. Het mechanisme is verwarring: detectoren markeren tekst waarvan de woordkeuzes voorspelbaar zijn, en een competente schrijver die in een tweede taal werkt, produceert precies dat. De eigen aanbeveling van de auteurs is dat deze detectoren niet mogen worden gebruikt in evaluatieve of educatieve instellingen.
Dus: vertrouw niet op een detector om je te rechtvaardigen, en ga er niet vanuit dat je je zult pakken. Geen van beide redenen om AI-werk in te dienen waar het niet is toegestaan. De reden om dat niet te doen is dat het niet is toegestaan, en de mensen die je werk markeren, kunnen dat meestal op een andere manier zien.
Wat is de eerlijke manier om een concept als dit te gebruiken?
Drie gebruik die het onderzoek overleven, en een die dat niet doet.
als een vorm om mee te ruzie maken. Genereer het concept, lees de drie punten en merk op met welke u het niet eens bent. Het meningsverschil is je essay. Dit is het handigste wat het doet, omdat reageren op een positie veel gemakkelijker is dan het uitvinden van een van een lege pagina.
als een controle op uw eigen structuur. Schrijf eerst je essay, genereer er dan een en vergelijk de skeletten. Als het model een punt heeft gevonden dat je hebt gemist, ga dan en onderzoek het goed.
als een woordenschat en registermonster. De setting op academisch niveau verandert hoe formeel het proza is. Het zien van het verschil tussen de middelbare school en afgestudeerde versies van hetzelfde argument leert iets over register dat moeilijk abstract is uit te leggen.
Niet als iets om in te dienen. Veel instellingen verbieden of beperken AI-geschreven werk, en het beleid verschilt per cursus, niet alleen door de universiteit. Controleer de uwe voordat u dit in een opdracht gebruikt. Waar het is toegestaan, is openbaarmaking meestal een deel van de toestemming.
Leest het concept als machine geschreven?
Ja, en meetbaar, op manieren die gemakkelijk te leren herkennen zijn.
Ik heb beide concepten door dezelfde cheques gehaald die deze site van toepassing is op zijn eigen schrijven. Over ongeveer 530 woorden elk bevatte de output vijf en streepjes en, uit de lijst met woorden die proza aan de markeren, "Foster" drie keer, plus "holistisch" en "cruciaal". Geen van die is verkeerd Engels. Het zijn allemaal de woorden die een model bereikt wanneer een mens iets duidelijker zou kiezen: aanzetten eerder aanmoedigen, gans eerder holistisch, van betekenis eerder kruisgewijs.
De andere tellers zijn structureel. Elke alinea is ongeveer even lang. Elke lijst gebruikt dezelfde vorm. De conclusie herhaalt de inleiding met de gewisselde woorden. Een marker die veertig essays per week leest, merkt dit patroon lang voordat ze naar een detector reiken, wat de echte reden is dat de detectorvraag niet ter zake doet.
Als je een concept in je eigen stem herschrijft, zijn dat de dingen die je eerst moet aanvallen: varieer de alinealengtes, knip het dashboard, vervang het abstracte zelfstandig naamwoord door het concrete en laat de conclusie iets zeggen dat de inleiding niet heeft gedaan.
Waarom duurt het zo lang?
Omdat het op een gedeelde CPU draait in plaats van een GPU, en die handel maakt het gratis.
Gemeten op de live site, nam een draft van 500 woorden 170 seconden Van verzoek tot laatste woord. Dat is de kortste optie. Een essay van 1.500 woorden duurt verhoudingsgewijs langer. De tekst streamt zoals deze is geschreven, zodat je de opening kunt lezen terwijl de rest arriveert, wat het wachten minder duidelijk maakt dan het nummer doet vermoeden.
Het alternatieve ontwerp zou een commerciële API zijn, die binnen enkele seconden antwoordt, geld per verzoek kost en uw onderwerp naar een derde partij stuurt die het mogelijk kan behouden. Deze stuurt uw onderwerp via HTTPS naar een server die de prompt bouwt, het model uitvoert, de tekst retourneert en niets houdt: het onderwerp en het concept worden gebruikt om het antwoord te schrijven en vervolgens weggegooid, niet gelogd, niet gebruikt voor training, niet doorgegeven aan een AI-bedrijf. Voor een essayonderwerp dat meestal niet gevoelig is. Voor het concept van een persoonlijke verklaring is het van belang.
Wat moet u controleren voordat u iets indient?
Een korte lijst, in de volgorde die het meest vangt.
- Het beleid van uw instelling, voor alles. Regels op cursusniveau verschillen vaak van universitair niveau.
- Elke feitelijke bewering, tegen een echte bron die je hebt geopend. Het ontwerp zal geen statistiek hebben uitgevonden, maar het zal de dingen zelfverzekerd hebben laten gelden zonder bewijs achter hen.
- Elk citaat, wat in de praktijk betekent dat ze allemaal worden vervangen.
- de stem, waar de woordenlijst hierboven zijn houd verdient.
- het argument, laatste. Als je het nog steeds eens bent met alle drie de punten van het model nadat je ze hebt onderzocht, heb je het essay van het model geschreven in plaats van het jouwe.
Voor het herschrijven zelf, de hulpmiddel voor parafraseren wijzigt de formulering, maar niet van inhoud en zal geen van de bovenstaande oplossingen oplossen, en het uitvoeren van een concept door de tekst humanizer richt zich op de verhalen in plaats van het denken. Geen van beide is een vervanging voor iets te zeggen hebben.
Hoe zit het met het aantal woorden en de opmaak?
Beide worden achteraf beter afgehandeld, door middel van instrumenten die zeker zijn in plaats van probabilistisch.
Een model dat 500 woorden wordt gevraagd, levert ongeveer 500 woorden op, wat prima is tot een korte zegt "500 woorden maximum" en het ontwerp komt op 538. Plak de definitieve tekst in de woordenteller En ken het aantal in plaats van het te schatten. Hetzelfde geldt voor het lezen van niveau en zinslengte, waar de meeste markers meer om geven dan ze toegeven.
Formatteren is het andere dat het waard is om te scheiden. Het concept wordt geleverd als platte tekst met koppen in Markdown-stijl, wat handig is voor bewerking en verkeerd voor indiening in de meeste cursussen. Converteer het eenmaal aan het einde, wanneer de woorden zijn gestopt met veranderen, in plaats van de opmaak door zes revisies te bestrijden.
Veranderen de zeven essaytypes iets?
Meer dan het academische niveau, wat me verbaasde.
De tool biedt argumentatieve, overtuigende, verklarende, verhalende, beschrijvende, vergelijkende en contrasten, en oorzaak en gevolg. Dat zijn geen cosmetische labels op hetzelfde concept: ze veranderen de baan die de hoofdparagrafen doen. Een argumentatief ontwerp neemt een standpunt in en verdedigt het tegen een impliciet bezwaar. Een verklarende legt uit zonder een kant te kiezen, dus de alinea's worden categorieën in plaats van claims. Vergelijk en contrast reorganiseert alles rond twee onderwerpen, die een punt voor punt of een blokstructuur dwingt, en het model kiest er een en houdt het vast.
De instelling op academisch niveau doet minder. Het past de woordenschat aan en hoeveel afdekking lijkt, dus de afgestudeerde versie van een argument zegt "het bewijs suggereert" waar de versie van de middelbare school "dit blijkt" te zijn. Het onderliggende argument is meestal dezelfde drie punten. Dat is de moeite waard om te weten als je hoopte dat de afgestudeerde instelling zou denken op graduate-niveau denken: het produceert register op graduaatniveau in plaats van dezelfde redenering.
Het praktische gevolg is om het type zorgvuldig te kiezen en het niveau nonchalant. Een overtuigend concept When You Need Expository is een structureel verkeerd essay; een concept van de middelbare school wanneer je een undergraduate nodig had, is twintig minuten herformulering.
Is een groot commercieel model hier beter voor?
Bij het schrijven, ja. Over de dingen die je in de problemen brengen, niet duidelijk.
Een groot model schrijft vloeiender, houdt een langer argument bij elkaar en is veel minder waarschijnlijk dat het het hierboven beschreven tijdelijke citatiepatroon produceert. Als het enige criterium prozakwaliteit is, wint het en komt het niet in de buurt.
Drie dingen die het niet oplost. Het heeft nog steeds geen opzoekstap, dus het vindt nog steeds zelfverzekerd uit - de mislukkingen zijn zeldzamer en daarom moeilijker te vangen, wat niet hetzelfde is als veiliger. Het produceert nog steeds de structurele tells, omdat die afkomstig zijn van de trainingsverdeling in plaats van uit de modelgrootte. En het behoudt meestal uw tekst: de meeste commerciële assistenten houden standaard gesprekken bij en sommige gebruiken ze voor training, tenzij u zich afmeldt, wat een ander voorstel is wanneer het document een persoonlijke verklaring of een niet-gepubliceerd proefschrift is.
Dat is de handel die deze tool bewust maakt: een kleiner, minder vloeiend model dat draait op een server die niets houdt, gratis aangeboden. Gebruik voor een voorraad essay-vraag wat het beste schrijft. Voor alles wat je niet in een openbaar forum zou plakken, is de retentievraag degene die je eerst moet stellen. Dezelfde redenering loopt door Hoe we hier alles schrijven, waar de tells in meer detail worden gecatalogiseerd dan deze pagina ruimte heeft.
