បញ្ញាសិប្បនិមិត្តកំពុងធ្វើឱ្យការបោកប្រាស់ដោយប្រើលំពែងមានប្រសិទ្ធភាពជាងមុន ហើយមនុស្សភាគច្រើនមិនអាចប្រាប់ពីភាពខុសគ្នារវាងការទាក់ទាញដែលសរសេរដោយ AI និងការសរសេរដោយមនុស្សនោះទេ។ នោះគឺជាការរកឃើញស្នូលនៃការស្រាវជ្រាវថ្មីពីសាកលវិទ្យាល័យ Brigham Young ដែលត្រូវបានបោះពុម្ពនៅក្នុងទិនានុប្បវត្តិនៃ Cybersecurity and Privacy ដែលបានពិនិត្យដោយមិត្តភ័ក្តិ ហើយបានគូសបញ្ជាក់នៅក្នុងការផ្សាយថ្មីៗដោយ KSL.com និង Phys.org ។

លោក Jerson Francia អ្នកស្រាវជ្រាវសន្តិសុខតាមអ៊ីនធឺណិតរបស់ BYU ដែលចូលរួមក្នុងការងារនេះ បាននិយាយថា "ការស្រាវជ្រាវរបស់យើងគឺគ្រាន់តែជាចុងក្រោយបង្អស់ដើម្បីបង្ហាញពីភាពទំនើបនៃស្ថានភាព AI បច្ចុប្បន្ន" ។

អ្វីដែលអ្នកស្រាវជ្រាវបានធ្វើ

ការសិក្សាដែលនិពន្ធដោយក្រុម BYU និងអាចរកបានជាឯកសារបោះពុម្ពលើ arXiv បង្កើតការប្រៀបធៀបដែលបានគ្រប់គ្រងរវាងសារអត្ថបទបន្លំផ្ទាល់ខ្លួនដែលបង្កើតឡើងដោយ GPT-4 និងសារដែលសរសេរដោយមនុស្សថ្មីថ្មោង - សិស្សដែលសរសេរក្រោមកំហិតពេលវេលា - សម្រាប់ 25 គោលដៅដូចគ្នា។

អ្នកចូលរួមម្នាក់ៗទទួលបានសារផ្ទាល់ខ្លួនចំនួន 12 ដែលបង្កើតឡើងជាពិសេសសម្រាប់ពួកគេ។ ខ្លះត្រូវបានបង្កើត AI ខ្លះសរសេរដោយមនុស្ស។ អ្នកស្រាវជ្រាវបានប្រើវិធីសាស្រ្តដែលពួកគេហៅថា TRAPD — វិធីសាស្រ្តចំណាត់ថ្នាក់កម្រិតចាប់ផ្ដើមសម្រាប់ការបោកបញ្ឆោតផ្ទាល់ខ្លួន ដែលអ្នកចូលរួមដាក់ចំណាត់ថ្នាក់សារ បង្ហាញពីចំណុចដែលពួកគេនឹងមានបំណងចុច ពន្យល់ហេតុផលរបស់ពួកគេ និងវិនិច្ឆ័យថាតើសារនីមួយៗត្រូវបានសរសេរដោយមនុស្សម្នាក់ ឬដោយ GPT-4។

ការរចនាមានសារៈសំខាន់ ពីព្រោះការសិក្សាពីការលួចបន្លំមុន ៗ ភាគច្រើនបានវាស់វែងលទ្ធផលជាអរូបី។ កម្មវិធីនេះវាស់ស្ទង់ការឆ្លើយតបទៅនឹងសារដែលមានលក្ខណៈផ្ទាល់ខ្លួនសម្រាប់អ្នកចូលរួមម្នាក់ៗ ដែលច្បាស់ណាស់អំពីរបៀបដែលការបន្លំលំពែងពិតប្រាកដដំណើរការ។

ចុចកាន់តែច្រើន គ្មានការរកឃើញប្រសើរជាង

លេខចំណងជើង៖ សារដែលបង្កើតដោយ GPT-4 បានជំរុញឱ្យមានចេតនាចុចញឹកញាប់ជាងសារដែលនិពន្ធដោយសិស្ស — 28% ធៀបនឹង 21% — ទោះបីជាអ្នកស្រាវជ្រាវកត់សម្គាល់ថាភាពខុសគ្នានេះនាំមកនូវភាពមិនប្រាកដប្រជាស្ថិតិដែលបានផ្តល់ឱ្យទំហំសិក្សាសាកល្បង។

លទ្ធផល​ដែល​មិន​ស្ងប់​ជាង​នេះ​គឺ​ជា​អ្វី​ដែល​អ្នក​ចូលរួម​មិន​អាច​ធ្វើ​បាន។ នៅពេលសួរថាតើសារមួយត្រូវបានសរសេរដោយមនុស្ស ឬបង្កើតដោយ AI អ្នកទទួលបានកំណត់អត្តសញ្ញាណប្រភពមិនច្បាស់ជាងឱកាសនោះទេ។ ម្យ៉ាងវិញទៀត មនុស្សដែលមានការប្រុងប្រយ័ត្នបន្ថែម ជឿថាពួកគេអនុវត្តចំពោះអត្ថបទដែលសរសេរដោយម៉ាស៊ីនមិនបានបង្ហាញនៅក្នុងលទ្ធផលនោះទេ — អ្នកចូលរួមសិក្សាគឺពិតជាមានការផ្ដិតផ្ចង់លើភាពជាអ្នកនិពន្ធ។

ការសិក្សាក៏បានរកឃើញថាបរិបទវាយនឹងខ្លឹមសារ៖ សារដែលដាក់ជុំវិញបញ្ហាដែលទាក់ទងនឹងការងារទំនងជាបង្កឲ្យមានចេតនាចង់ចុចជាជាងសារដែលភ្ជាប់ទៅនឹងចំណូលចិត្ត ឬប្រព័ន្ធផ្សព្វផ្សាយសង្គម។ សម្រាប់អ្នកវាយប្រហារ នោះគឺជាមេគុណកម្លាំង ពីព្រោះព័ត៌មានលំអិតអំពីការងារគឺជាព័ត៌មានផ្ទាល់ខ្លួនដែលងាយស្រួលបំផុតក្នុងការស្វែងរកតាមអ៊ីនធឺណិត។

ហេតុអ្វី​បាន​ការ​ទាក់​ទង​នឹង​ការងារ​ធ្វើ​ការ​ល្អ​បំផុត។

ការរកឃើញនៅលើសារទាក់ទងនឹងការងារសមនឹងទទួលបានការយកចិត្តទុកដាក់ជាពិសេសពីអ្នកការពារ។ Spear phishing ទទួលបានជោគជ័យតាមរយៈការធ្វើឱ្យផ្ទាល់ខ្លួន - សារដែលយោងនិយោជករបស់អ្នក តួនាទីរបស់អ្នក ឬគម្រោងបច្ចុប្បន្នរបស់អ្នកមានអារម្មណ៍ថាស្របច្បាប់ ព្រោះវាជាក់លាក់។

លទ្ធផល BYU បានបង្ហាញថាគំរូភាសាធំ ៗ បង្រួមដំណើរការការងារផ្ទាល់ខ្លួននោះយ៉ាងខ្លាំង។ អ្នកស្រាវជ្រាវបានសរសេរថា អ្វីដែលត្រូវចំណាយពេលជាច្រើនម៉ោងនៃការស្រាវជ្រាវដោយដៃ និងការព្រាងដោយប្រុងប្រយ័ត្នដោយវិស្វករសង្គមដែលមានជំនាញឥឡូវនេះអាចត្រូវបានគេប៉ាន់ស្មានពីការជម្រុញដ៏សាមញ្ញក្នុងតម្លៃជិតសូន្យ។ ឧបសគ្គក្នុងការដំណើរការយុទ្ធនាការផ្ទាល់ខ្លួនដ៏ធំមួយគឺលែងមានជំនាញទៀតហើយ។ វាគឺជាការចូលទៅកាន់ chatbot និងបញ្ជីគោលដៅ។

តើវាមានន័យយ៉ាងណាសម្រាប់អ្នកការពារ

ផល​ប៉ះពាល់​ជាក់ស្តែង​គឺ​មាន​ការ​ព្រួយ​បារម្ភ​ចំពោះ​ក្រុម​សន្តិសុខ។ ការបណ្ដុះបណ្ដាលការយល់ដឹងជារឿយៗបង្រៀននិយោជិតឱ្យឃើញឃ្លាដែលឆ្គាំឆ្គង សម្លេងសេស ឬភាសាខុសពីធម្មជាតិ — ប្រាប់ពីការប៉ុនប៉ងបន្លំដែលបានលាតត្រដាងជាប្រវត្តិសាស្ត្រ។ ឧបករណ៍ចាប់សញ្ញាដែលពឹងផ្អែកលើការប្រទះឃើញការសរសេរ "មនុស្សយន្ត" ឥឡូវនេះមិនអាចវាស់វែងបានឡើយ ចាប់តាំងពីអ្នកទទួលនៅក្នុងការសិក្សានេះមិនអាចបែងចែក AI ដែលសរសេរពីសារដែលសរសេរដោយមនុស្សទាល់តែសោះ។

ក្រុមការងារ BYU កំណត់ការរកឃើញនេះជាភស្តុតាងដែលថា ការកំណត់ផ្ទាល់ខ្លួនដែលជំនួយដោយ AI អាចចូលដំណើរការបានអាចបង្កើនទំហំជាក់ស្តែងនៃការគំរាមកំហែងផ្នែកវិស្វកម្មសង្គម។ ការ​ការពារ​ដែល​សន្មត់​ថា​ការ​បន្លំ​ទូទៅ​ថោក​នឹង​នៅ​តែ​ជា​បទដ្ឋាន​ត្រូវ​បាន​បង្កើត​ឡើង​ដោយ​សន្មត​ថា​ទិន្នន័យ​លែង​អាច​ប្រើ​បាន។

អ្នកស្រាវជ្រាវក៏សង្កត់ធ្ងន់លើដែនកំណត់នៃការសិក្សាផងដែរ។ វាគឺជាការសាកល្បងគោលដៅ 25 ដោយប្រើសារ SMS ជាមួយនឹងអ្នកនិពន្ធជាសិស្សជាជាងអ្នកបន្លំអាជីព ដែលជាការប្រៀបធៀបថាប្រសិនបើមានអ្វីក៏ដោយ បញ្ជាក់ពីគម្លាតរវាងលទ្ធផល AI និងគុណភាពនៃការបោកប្រាស់ក្នុងពិភពលោកជាមធ្យម។ ក្រុមការងារកត់សំគាល់ថា ខណៈពេលដែលចៅក្រមមនុស្សមិនអាចប្រាប់ប្រភពដាច់ពីគ្នាបាន សំណុំសារទាំងពីរនៅតែអាចបែងចែកតាមការគណនាបាន ដោយទុកកន្លែងសម្រាប់វិធីសាស្រ្តស្វែងរកដោយស្វ័យប្រវត្តិ។

សម្រាប់អង្គការ ការយកវាចេញគឺជានីតិវិធីជាជាងបច្ចេកទេស៖ ផ្ទៀងផ្ទាត់សំណើតាមរយៈបណ្តាញដាច់ដោយឡែក ចាត់ចែងភាពបន្ទាន់ និងការងារដែលទាក់ទងនឹងការងារជាសញ្ញាហានិភ័យ ដោយមិនគិតពីរបៀបដែលសារត្រូវបានអាន ហើយសន្មតថាការសរសេរបានល្អលែងមានន័យថាសរសេរដោយមនុស្សហើយ។

នាំមុខ AI

តាមដានពីរបៀបដែល AI កំពុងកែទម្រង់សន្តិសុខ និងសង្គម? អានព័ត៌មាន AI បន្ថែមនៅលើ AI Buzz Wire — គ្របដណ្តប់ AI ឯករាជ្យ ជារៀងរាល់ថ្ងៃ។

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →