विकिपीडियाचे स्वयंसेवक संपादक मशीन-व्युत्पन्न सामग्रीविरूद्ध शांत युद्ध लढत आहेत आणि प्रथमच त्यांच्याकडे कठोर संख्या आहे. अलीकडील IEEE स्पेक्ट्रम मुलाखतीनुसार, WikiProject AI क्लीनअपच्या संस्थापक सदस्य, Ellia Lebleu सोबत, AI-डिटेक्शन टूलने असा अंदाज लावला आहे की इंग्रजी विकिपीडियावरील नवीन लेख आणि मसुदे 2025 च्या उत्तरार्धात 20 टक्के मशिनद्वारे तयार केले गेले होते - आणि 15 ते 16 टक्के या आठवड्याच्या सुरुवातीच्या बातम्यांमध्ये लक्ष वेधले गेले.
Lebleu, एक पीएच.डी. रेनेस विद्यापीठाच्या इनरिया सेंटरमधील AI मधील विद्यार्थिनीने डिसेंबर 2023 मध्ये क्लीनअप प्रकल्पाची सह-स्थापना केली, जेव्हा तिला आणि विकिपीडियाच्या डिसकॉर्ड सर्व्हरवरील इतर संपादकांना समान विचित्र वैशिष्ट्ये सामायिक करणाऱ्या विचित्र नवीन लेखांची लाट दिसली. For more context on this story, see our ongoing AI news.
स्पष्ट क्लिच पासून सूक्ष्म सांगण्यापर्यंत
सुरुवातीच्या काळात, सांगणे सुस्पष्ट होते. AI-लिखित लेखांमध्ये "स्टँड्स ॲज ए टेस्टामेंट" किंवा "समृद्ध सांस्कृतिक वारसा" सारख्या स्टॉक वाक्यांशांची पुनरावृत्ती होते आणि "हे महत्वाचे का आहे?" सारखे औपचारिक निष्कर्ष विभाग किंवा विचित्र शीर्षलेख समाविष्ट केले जातात. — ChatGPT-युग आउटपुटचे ट्रेडमार्क ज्याने शोध घेणे तुलनेने सोपे केले.
2025 पर्यंत, सिग्नल अधिक सूक्ष्म आणि अधिक संरचनात्मक वाढले होते, लेब्ल्यूने IEEE स्पेक्ट्रमला सांगितले. एआय लेखनाला "तीनचा नियम" आणि नकारात्मक समांतरता आवडतात - भाषणाचे नमुने ज्याचा स्वतःहून काहीही अर्थ नसतो परंतु ते एकत्रितपणे अर्थपूर्ण बनतात. संपादक देखील एका लेखाच्या पलीकडे पाहतात: जर खाते पाच मिनिटांत हजारो शब्दांचे पाच लेख तयार करत असेल तर काहीतरी चुकीचे आहे.
उद्धरण समस्या
सर्वात गंभीर चिंता ही शैली नसून सोर्सिंग आहे. पूर्णपणे भ्रमित उद्धरणे — अस्तित्वात नसलेल्या कागदपत्रांचे संदर्भ — खूप दुर्मिळ झाले आहेत कारण पुनर्प्राप्ती-संवर्धित पिढी मॉडेलना वास्तविक स्रोत शोधू देते. परंतु लेब्लू म्हणाले की अधिक सामान्य अपयश सूक्ष्म आणि अधिक धोकादायक आहे: एआय वास्तविक स्त्रोत शोधते आणि नंतर त्याचे चुकीचे वर्णन करते, स्त्रोत प्रत्यक्षात प्रदान करत नाही असे समर्थन उद्धृत करते. तिने एआय उद्धरण म्हटले जे "अत्यंत सामान्य" लिहिले जात आहे त्याचे समर्थन करत नाही.
समाज स्वतःच्या साधनांनी परत लढत आहे. एका विकिपीडिया संपादकाने AI स्त्रोत सत्यापनकर्ता तयार केला आहे जो पृष्ठावरील स्त्रोत वाचतो आणि ते दाव्यांशी जुळतात की नाही ते तपासतो — एक AI मॉडेल पोलिसिंग AI मजकूर, जो Lebleu ने मान्य केला आहे की ते बरोबर असल्याची खात्री नाही परंतु प्रथम फिल्टर म्हणून मोठ्या प्रमाणावर कार्य करते. विकिमीडिया फाउंडेशन, दरम्यान, पेस्ट चेक नावाचे एक साधन विकसित करत आहे जे काही एआय चॅटबॉट्सवरून थेट पेस्ट केलेला मजकूर फ्लॅग करू शकते.
किती विकिपीडिया सामग्री एआय-लिखीत आहे?
15-ते-20 टक्के अंदाज Lebleu च्या Pangram या AI-डिटेक्शन कंपनीच्या सहकार्यातून आले आहेत. तिने ChatGPT पूर्वीपासून विकिपीडिया सामग्रीवरील डिटेक्टरची ताण-तपासणी केली आणि त्यात कोणतेही खोटे सकारात्मक आढळले नाही, म्हणजे आकडे कमाल मर्यादा ऐवजी पुराणमतवादी लोअर बाउंड म्हणून वाचले पाहिजेत.
20 टक्क्यांवरून 15 किंवा 16 टक्क्यांपर्यंत घसरण कशामुळे होते, याचे निराकरण झालेले नाही. हे असू शकते की विकिपीडियाची अलीकडील धोरणे कार्य करत आहेत — किंवा नवीन मॉडेल्स कमी शोधण्यायोग्य मजकूर तयार करतात जेव्हा शोध साधने पकडली जात नाहीत. Lebleu ने IEEE स्पेक्ट्रमला सांगितले की बहुतेक AI-व्युत्पन्न सामग्री नवशिक्या संपादकांकडून येते आणि या प्रकल्पाने नियम नवीन आलेल्यांना अत्यंत दृश्यमान बनवण्याचे काम केले आहे.
बंदी, नकार आणि एक तात्विक प्रश्न
इंग्रजी विकिपीडियाने आधीच कृती केली आहे, संपादकांना लेख तयार करण्यासाठी LLM वापरण्यास मनाई केली आहे - समुदायाने मार्गदर्शक तत्त्वे मंजूर केल्यानंतर मार्च 2026 मध्ये द गार्डियनने बंदी घातली. धोरणाचे परिणाम अजूनही मोजले जात आहेत. लेबलेयूच्या खात्यानुसार, बदल हा विचारधारेपेक्षा गरजेचा विषय होता: "आमच्याकडे एआय सामग्रीचा पूर आला होता, आमच्याकडे चांगली साधने नव्हती आणि आम्हाला ते थांबवण्याची गरज होती," तिने IEEE स्पेक्ट्रमला सांगितले.
मॉडेलच्या बाजूने एक मोजता येण्याजोगा शिफ्ट आधीच दृश्यमान आहे: लेब्लूने नमूद केले की क्लॉड काहीवेळा विनंत्या पूर्णपणे नाकारतो, प्रतिसाद देत की तो विकिपीडिया लेख लिहू शकत नाही कारण असे केल्याने विकिपीडियाच्या धोरणांचे उल्लंघन होईल. तिने असा युक्तिवाद केला की जर सर्व मोठ्या एआय कंपन्यांनी समान नकार लागू केला तर ते अर्थपूर्णपणे मदत करेल - जरी ओपन-वेट मॉडेल्स जी निर्बंधांना बायपास करण्यासाठी चिमटा काढू शकतात ते एक पळवाट राहील.
प्रकल्पाचे विभाजन करणारा गहन प्रश्न तात्विक आहे. एक व्यावहारिक उपाय म्हणून जे सुरू झाले ते लेब्ल्यूच्या शब्दात, तेव्हापासून अधिक तात्विक परिमाण घेतले गेले आहे, कारण बरेच लोक विकिपीडियाला "इंटरनेटवरील शेवटचे चांगले ठिकाण" म्हणू लागले आहेत — अजूनही काही प्रमुख माहिती स्रोतांपैकी एक, तत्त्वतः, मानवांनी लिहिलेले.
हे विकिपीडियाच्या पलीकडे का महत्त्वाचे आहे
स्टेक्सचा विस्तार विश्वकोशातच आहे. विकिपीडिया हा शोध इंजिनांसाठी एक सर्वोच्च संदर्भ परिणाम आहे, AI प्रशिक्षण डेटासाठी एक सामान्य स्रोत आहे आणि तथ्य-तपासणीसाठी वारंवार येणारा पहिला थांबा आहे. जर त्याच्या नवीन पृष्ठांचा अर्थपूर्ण वाटा चुकीच्या वर्णित उद्धरणांसह मशीनद्वारे लिहिलेला असेल, तर त्रुटींचा प्रसार होतो: शोध स्निपेट्समध्ये, मॉडेल ट्रेनिंग कॉर्पोरामध्ये आणि परत भविष्यातील AI आउटपुटमध्ये.
आत्तासाठी, क्लीनअप एका वेळी एक ध्वजांकित लेख चालू ठेवते — नमुना-स्पॉटिंग, संपादन-वेग तपासणी आणि वाढत्या प्रमाणात, AI चा वापर करून मानवी-लिखित ज्ञानकोश मानवी ठेवण्यासाठी स्वयंसेवक प्रयत्न.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
