Recentemente, a revista Nature publicou os resultados de uma pesquisa da Universidade do Kansas. A equipe desenvolveu um sistema de detecção de conteúdo gerado por IA, focado nas introduções de artigos científicos de química, capaz de distinguir entre texto humano e texto gerado por IA com precisão de 98% a 100%. Os pesquisadores extraíram 20 características linguísticas-chave e usaram um modelo XGBoost para treinamento, alcançando assim alta precisão na detecção. Em comparação, detectores de IA genéricos, como OpenAI e ZeroGPT, apresentaram precisão de apenas 10% a 65%. A equipe de pesquisa afirma que a construção de detectores personalizados para tipos específicos de texto pode servir de base para o desenvolvimento de detectores mais genéricos. Este detector personalizado também se mostrou eficaz na detecção de conteúdo gerado pelo novo GPT-4. A pesquisa oferece um caminho tecnológico eficaz para conter a proliferação de conteúdo gerado por IA.