論文の概要: Why AI Detection Fails for Academic Integrity
- arxiv url: http://arxiv.org/abs/2608.11256v1
- Date: Thu, 06 Aug 2026 17:16:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 19:07:54.310037
- Title: Why AI Detection Fails for Academic Integrity
- Title（参考訳）: AI検出が学術的統合を損なう理由
- Abstract要約: 光の「抽象のみ」編集は64～80%にフラグ付けされる(Pangram/GZero)
修正されていない2023PTtokenは、STEMよりはるかに高いSTEMレートで9から15%にフラグ付けされている。
正直なAIは、人道支援の回避よりも制裁リスクが高い。
- 参考スコア（独自算出の注目度）: 28.200635569426264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Institutions use commercial AI detectors for academic integrity, yet detectors cannot distinguish AI editing from full LLM drafts and may treat both as misconduct. In a controlled study of published English abstracts (four domains; 2013 to 2015 vs. 2023 to 2025), we quantify this policy failure under proxy human/AI labels at tau=0.50. Light "refine abstract only" edits, a proxy for guideline-compliant AI assistance, are flagged at 64 to 80% (Pangram/GPTZero). Unmodified 2023 to 2025 originals are flagged at 9 to 15%, with non-STEM rates far above STEM (p<0.001); elevated scores track long-token and Academic Word List density, not authorship intent alone. After Undetectable AI humanization, evasion is near-total: fewer than 4% of AI-labeled rewrites remain flagged (post-humanization detection rate <4%; FNR >96%). Honest AI-editing results in a higher sanction risk than humanizer-assisted evasion. Therefore, detector scores should not serve as standalone misconduct evidence.
- Abstract（参考訳）: 機関は学術的整合性のために商用のAI検出器を使用するが、検出器は完全なLLMドラフトからAI編集を区別することができず、どちらも不正行為として扱うことができる。
出版された英語の抄録(2013年 - 2015年 - 2023年 - 2025年)の制御された研究において、我々はこの政策失敗を Tau=0.50 で人/AIラベルの代理の下で定量化する。
ガイドラインに準拠したAIアシストのプロキシであるLight "Refine abstract only"Editsは、64から80%(Pangram/GPTZero)にフラグ付けされている。
修正されていない2023年から2025年のオリジナルは9～15%とフラグ付けされており、STEMよりはるかに高いSTEMレート (p<0.001) である。
AIラベルの書き直しの4%未満はフラグ付けされている(ポストヒューマニゼーション検出率 <4%; FNR > 96%)。
正直なAI編集は、人為的支援による回避よりも高い制裁リスクをもたらす。
したがって、検出器のスコアはスタンドアロンの不正行為の証拠として機能すべきではない。
関連論文リスト
- Local AI pre-screening for human triple-blind peer review in health sciences [0.0]
ICLR 2026の分析によると、75,800人のピアレビューのうち、およそ21%がAIによって生成された。
本稿では,ピアレビューのためのマルチLLMプレスクリーニングフレームワークを提案する。
論文 参考訳（メタデータ） (2026-07-18T00:06:33Z) - "That's AI Slop, You Bot!" Studying Accusations, Evidence, and Credibility in Online Discourse Towards LLM-Generated Comments [0.0]
ジェネレーティブAI(Generative AI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI, ジェネレーティブAI)
読者はどのように反応し、このことはアンチAIの態度を変える上で何を意味するのか?
われわれはHacker NewsとRedditから2500万件のコメントを分析した。
論文 参考訳（メタデータ） (2026-06-10T13:40:22Z) - ESPO: Early-Stopping Proximal Policy Optimization [78.79610718910628]
ESPO(Early-Stopping Proximal Policy Optimization)は、軌道上の障害を検出し、ロールアウトを早期に終了する。
DeepSeek-R1-Distill-Qwen-7Bでは、ESPOはAIME2024(46.28%対45.25%)、AMC2023(85.83%対82.94%)、MATH-500(87.42%対85.43%)でPPOを上回っている。
論文 参考訳（メタデータ） (2026-05-28T12:40:22Z) - On the limits and opportunities of AI reviewers: Reviewing the reviews of Nature-family papers with 45 expert scientists [113.03797263688519]
多くの科学者は、AIレビュアーを研究を評価する専門知識のない確率的システムと見なしている。
既存のAIレビュアーの評価では、評決が人間の評決に合致するかどうかに焦点が当てられている。
論文 参考訳（メタデータ） (2026-05-20T03:33:55Z) - GPT4o-Receipt: A Dataset and Human Study for AI-Generated Document Forensics [12.448893104517808]
GPT4o-Receiptは、GPT-4o生成レシートと、確立したデータセットからの認証レシートをペアリングした1,235レシート画像のベンチマークである。
人間のアノテータは評価器の最大の視覚的識別ギャップを示すが、バイナリ検出F1はClaude Sonnet 4より低く、Gemini 2.5 Flashより下にある。
5モデル評価では, 測定精度が不十分で検出精度が低い, 劇的な性能差とキャリブレーション差がみられた。
論文 参考訳（メタデータ） (2026-03-12T02:05:27Z) - Academic journals' AI policies fail to curb the surge in AI-assisted academic writing [0.6800474505694646]
我々は5,114のジャーナルと520万以上の論文を分析し、AI利用ガイドラインの現実的な影響を評価する。
論文の70%がAIポリシーを採用しているにもかかわらず、研究者のAI記述ツールの使用は、分野によって劇的に増加していることを示す。
我々の発見は、現在のポリシーが透明性を促進したり、AIの採用を抑えられなかったことを示唆している。
論文 参考訳（メタデータ） (2025-12-07T07:30:53Z) - To Err Is Human: Systematic Quantification of Errors in Published AI Papers via LLM Analysis [47.124493265404595]
我々の分析は客観的な誤り(例えば、公式の誤り、導出、計算、数値、表など)に焦点を当てており、それは明らかに検証可能な基礎的な真実である。
論文は、未確認の客観的な誤り数を含み、NeurIPS 2021の3.8からNeurIPS 2025の5.9(55.3%)まで、紙1枚あたりの誤り数の平均が時間とともに増加したことが判明した。
我々は、AIチェッカーが特定ミスの75.8%の修正を提案できることを示す。
論文 参考訳（メタデータ） (2025-12-05T18:04:10Z) - Falsely Accused: How AI Detectors Misjudge Slightly Polished Arabic Articles [0.06524460254566904]
多くのAI検出モデルが、人工知能(AI)によって作成された記事の存在に対抗して開発された。
人間が書いた記事がAIによってわずかに洗練されている場合、これらのAI検出モデルの限界決定にシフトが発生する。
この誤分類は、AI盗作の著者を誤って非難し、AI検出器モデルの信頼性を損なう可能性がある。
論文 参考訳（メタデータ） (2025-11-16T00:15:40Z) - Assessing GPTZero's Accuracy in Identifying AI vs. Human-Written Essays [0.0]
GPTZeroは最も使われているAI検出器だが、人間によるテキストの識別の信頼性は限られている。
AIが生成した論文の大半が正確に検出され(91-100%のAIが信じていた世代)、一方で人間が生成したエッセイは変動した。
これらの結果は、GPTZeroは純粋にAI生成されたコンテンツを検出するのに有効であるが、人間によるテキストの識別の信頼性は限られていることを示唆している。
論文 参考訳（メタデータ） (2025-06-30T04:53:27Z) - Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。
我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文 参考訳（メタデータ） (2025-02-21T18:45:37Z) - Group-Adaptive Threshold Optimization for Robust AI-Generated Text Detection [58.419940585826744]
本稿では,確率的AIテキスト検出のためのグループ固有しきい値最適化アルゴリズムであるFairOPTを紹介する。
属性(例えば、テキストの長さと書き込みスタイル)に基づいてデータをサブグループに分割し、FairOPTを実装して、各グループに対する決定しきい値の学習を行い、不一致を低減しました。
我々のフレームワークは、後処理によるAI生成コンテンツ検出において、より堅牢な分類の道を開く。
論文 参考訳（メタデータ） (2025-02-06T21:58:48Z) - Can AI-Generated Text be Reliably Detected? [50.95804851595018]
大規模言語モデル(LLM)は、様々なアプリケーションで非常によく機能します。
盗作、偽ニュースの発生、スパムなどの活動においてこれらのモデルが誤用される可能性があることは、彼らの責任ある使用に対する懸念を引き起こしている。
我々は、攻撃者の存在下で、これらのAIテキスト検出装置の堅牢性を強調テストする。
論文 参考訳（メタデータ） (2023-03-17T17:53:19Z)
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。