論文の概要: Do people rely on ChatGPT more than their peers to detect deepfake news?
- arxiv url: http://arxiv.org/abs/2608.01540v1
- Date: Sun, 02 Aug 2026 23:24:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-04 15:07:25.270126
- Title: Do people rely on ChatGPT more than their peers to detect deepfake news?
- Title（参考訳）: ディープフェイクニュースを検出するために、人々は仲間よりもChatGPTに頼っているのだろうか?
- Abstract要約: 本研究では,AIによるフェイクニュース(ディープフェイクニュース)の検出において,人々が異なるアドバイス源に依存する方法を検討する。
その結果,GPT-2生成のディープフェイクニュースを検出する場合,参加者は人間の仲間よりもChatGPTに頼っていることがわかった。
2025年に行われた同様の実験では、参加者はChatGPTよりも言語の専門家に頼っていた。
- 参考スコア（独自算出の注目度）: 0.1912196187222047
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This experimental study investigates how people rely on different sources of advice when detecting AI-generated fake news (deepfake news). In a laboratory deepfake detection task, student participants identified the proportion of human-written (non-AI-generated) content in synthetic deepfake news articles and received advice from ChatGPT (GPT-4), human peers, or linguistic experts. The results show that participants rely more on ChatGPT than on human peers when detecting GPT-2-generated deepfake news. Participants also rely more on linguistic experts than on peers, while the relative reliance on experts versus ChatGPT is mixed across experimental waves, potentially reflecting time trends in beliefs about AI-based detection. Importantly, in the additional experiment conducted in 2025 under the same experimental procedure, participants relied more on linguistic experts than on ChatGPT. Moreover, performance improvements reflect the joint role of reliance and advice quality, arising primarily when participants rely on high-quality advice. Overall, relying on AI to detect AI-generated deepfakes can improve detection outcomes, but only when AI-based detection tools are of sufficiently high quality. These findings highlight the dual role of GAI as both a source of deepfakes and a tool for mitigating related risks.
- Abstract（参考訳）: 本研究では,AIが生成するフェイクニュース(ディープフェイクニュース)を検出する際に,人々が異なるアドバイスソースをどのように依存しているかを実験的に検討する。
実験室のディープフェイク検出タスクでは、学生が合成ディープフェイクニュース記事中の人書きコンテンツ(非AI生成)の割合を特定し、ChatGPT(GPT-4)、ヒト仲間、言語専門家からアドバイスを受けた。
その結果,GPT-2生成のディープフェイクニュースを検出する場合,参加者は人間の仲間よりもChatGPTに頼っていることがわかった。
参加者は他者よりも言語の専門家に頼っているが、専門家とChatGPTの相対的依存は実験波によって混ざり合っており、AIによる検出に関する信念の時間的傾向を反映している可能性がある。
2025年に行われた同様の実験では、参加者はChatGPTよりも言語専門家に頼っていた。
さらに、パフォーマンスの改善は、参加者が高品質なアドバイスに依存する場合に主に発生する、信頼とアドバイスの質の結合的な役割を反映します。
全体として、AIが生成するディープフェイクを検出することは、検出結果を改善することができるが、AIベースの検出ツールが十分に高品質である場合に限られる。
これらの知見は、ディープフェイクの源泉と関連するリスクを緩和するためのツールの両方として、GAIの二重の役割を強調している。
関連論文リスト
- Deepfake tweets automatic detection [0.0]
本研究は,真のテキストとAI生成テキストを区別するために,高度な自然言語処理(NLP)技術を用いる。
AIが生成する誤情報を検出するための信頼性の高い方法を開発することで、この研究はより信頼性の高いオンライン情報環境に寄与する。
論文 参考訳（メタデータ） (2024-06-24T09:55:31Z) - DEMASQ: Unmasking the ChatGPT Wordsmith [63.8746084667206]
そこで本研究では,ChatGPT生成内容を正確に識別する効果的なChatGPT検出器DEMASQを提案する。
提案手法は, 人為的, 機械的, 人為的, 人為的, 機械的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人為的, 人
論文 参考訳（メタデータ） (2023-11-08T21:13:05Z) - Do You Trust ChatGPT? -- Perceived Credibility of Human and AI-Generated
Content [0.8602553195689513]
本稿では,人文作家が生み出すコンテンツの信頼性と,大規模言語モデルが生み出すコンテンツの信頼性について考察する。
驚いたことに、私たちの結果は、ユーザインターフェースのプレゼンテーションに関わらず、参加者は同様の信頼性のレベルを考慮しがちであることを示した。
参加者はまた、人間とAIが生成したコンテンツの間の能力と信頼性に関する異なる認識を報告していない。
論文 参考訳（メタデータ） (2023-09-05T18:29:29Z) - Is ChatGPT Involved in Texts? Measure the Polish Ratio to Detect
ChatGPT-Generated Text [48.36706154871577]
我々はHPPT(ChatGPT-polished academic abstracts)と呼ばれる新しいデータセットを紹介する。
純粋なChatGPT生成テキストの代わりに、人書きとChatGPTポリケートされた抽象文のペアを構成することで、既存のコーパスから分岐する。
また,ChatGPTによる修正の度合いを,オリジナルの人文テキストと比較した革新的な尺度であるPolish Ratio法を提案する。
論文 参考訳（メタデータ） (2023-07-21T06:38:37Z) - On the Possibilities of AI-Generated Text Detection [76.55825911221434]
機械が生成するテキストが人間に近い品質を近似するにつれて、検出に必要なサンプルサイズが増大すると主張している。
GPT-2, GPT-3.5-Turbo, Llama, Llama-2-13B-Chat-HF, Llama-2-70B-Chat-HFなどの最先端テキストジェネレータをoBERTa-Large/Base-Detector, GPTZeroなどの検出器に対して試験した。
論文 参考訳（メタデータ） (2023-04-10T17:47:39Z) - To ChatGPT, or not to ChatGPT: That is the question! [78.407861566006]
本研究は,ChatGPT検出における最新の手法を包括的かつ現代的に評価するものである。
我々は、ChatGPTと人間からのプロンプトからなるベンチマークデータセットをキュレートし、医療、オープンQ&A、ファイナンスドメインからの多様な質問を含む。
評価の結果,既存の手法ではChatGPT生成内容を効果的に検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-04T03:04:28Z) - Does Human Collaboration Enhance the Accuracy of Identifying
LLM-Generated Deepfake Texts? [27.700129124128747]
人間同士のコラボレーションは、ディープフェイクテキストの検出を改善する可能性がある。
ディープフェイクテキストの最も強い指標は、一貫性と一貫性の欠如である。
論文 参考訳（メタデータ） (2023-04-03T14:06:47Z) - Consistency Analysis of ChatGPT [65.268245109828]
本稿では,ChatGPTとGPT-4の論理的一貫した行動に対する信頼性について検討する。
その結果,両モデルとも言語理解能力と推論能力が向上しているように見えるが,論理的に一貫した予測が得られないことが示唆された。
論文 参考訳（メタデータ） (2023-03-11T01:19:01Z) - On the Robustness of ChatGPT: An Adversarial and Out-of-distribution
Perspective [67.98821225810204]
本研究は,ChatGPTの頑健性について,敵対的視点とアウト・オブ・ディストリビューションの観点から評価する。
その結果,ほとんどの対人・OOD分類・翻訳作業において一貫した優位性を示した。
ChatGPTは対話関連テキストの理解において驚くべきパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-02-22T11:01:20Z) - Human Perception of Audio Deepfakes [6.40753664615445]
音声のディープフェイクを検出するための人間と機械の能力を比較する。
我々の実験では、472人のユニークなユーザーが14912ラウンドで最先端のAIディープフェイク検出アルゴリズムと競合した。
人間とディープフェイク検出アルゴリズムは類似の強みと弱みを共有しており、どちらも特定の種類の攻撃を検出するのに苦労している。
論文 参考訳（メタデータ） (2021-07-20T09:19:42Z) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳（メタデータ） (2020-07-24T05:42:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。