Neuer Ansatz zur Erkennung von KI-Texten mit XLM‑RoBERTa

Die Unterscheidung zwischen von Menschen verfassten und von KI generierten Texten wird immer wichtiger, da generative Modelle wie ChatGPT immer verbreiteter werden. In einer kürzlich veröffentlichten Studie wird ein umfassender Ansatz vorgestellt, der die Erkennung von KI‑Texten mithilfe des hochmodernen, mehrsprachigen Transformer‑Modells XLM‑RoBERTa ermöglicht.

Der Ansatz umfasst sorgfältiges Vor‑ und Nach‑Verarbeiten der Texte sowie die Extraktion von Merkmalen wie Perplexität, semantischen Beziehungen und Lesbarkeitswerten. Anschließend wurde XLM‑RoBERTa auf einem ausgewogenen Datensatz aus menschlichen und KI‑generierten Texten feinabgestimmt. Das Ergebnis: Das Modell erzielt eine hohe Genauigkeit und bleibt auch bei unterschiedlichen Textgenres stabil.

Eine detaillierte Feature‑Analyse zeigt, dass Perplexität und auf Aufmerksamkeitsmechanismen basierende Merkmale entscheidend sind, um zwischen menschlicher und KI‑generierter Sprache zu unterscheiden. Diese Erkenntnisse liefern wertvolle Werkzeuge zur Wahrung der akademischen Integrität und tragen zur Förderung von Transparenz und Verantwortung im Bereich der KI‑Ethik bei.

Zukünftige Forschungsrichtungen beinhalten die Erprobung weiterer fortschrittlicher Modelle sowie die Erweiterung des Datensatzes, um die Generalisierbarkeit der Methode weiter zu verbessern.