نوع مقاله : علمی-پژوهشی
نویسندگان
چکیده
ظهور فناوریهای نوین زبانی مبتنی بر هوش مصنوعی، اعتبارسنجی اصالت تکالیف در نظامهای آموزش از راه دور را با دشواری جدی روبهرو ساخته است. در این پژوهش، راهکاری مبتنی بر الگوریتم XGBoost ارائه میشود که قادر است متون تولیدشده توسط هوش مصنوعی را از نوشتههای انسانی بازشناسی کند. این روش با بهرهگیری از ۲۴ ویژگی شامل دو گروه شاخصهای سبکشناختی (واژگانی، نحوی و نگارشی) و شاخصهای رفتاری (زمانی، ویرایشی و تعاملی) و با استفاده از مجموعهداده استاندارد HC3 شامل ۱۰ هزار نمونه، مورد ارزیابی قرار گرفت. فرآیند اعتبارسنجی به روش ۵-تایی انجام شد و نتایج حاکی از عملکرد مطلوب مدل با نرخ درستی 1/96 درصد، دقت مثبت 8/95 درصد، حساسیت 4/96 درصد و نمره ترکیبی F1 برابر 1/96 درصد است. تحلیل اهمیت شاخصها نشان داد که نسبت نوع به شمار واژگان (TTR) و میانگین درازای جمله، تأثیرگذارترین مؤلفهها در فرآیند تشخیص هستند. چارچوب پیشنهادی میتواند ابزاری کارآمد برای مدرسان آموزش از راه دور در جهت پایش اصالت تکالیف و صیانت از انضباط علمی در دوران هوش مصنوعی تلقی گردد.
کلیدواژهها
)