本文來自微信公眾號“三易生活”(ID:IT-3eLife)，作者:三易菌。

　　“既是天使、也是魔鬼”，或許是如今對AI最為精確的一句描述。如今再度走紅的AI在幫助人類社會實現效率革命的同時，同樣也帶來AI新聞造假的泛濫以及愈演愈烈的AI騙局，因此監管AI就成為了當下科技界一個重要的議題。然而面對可以稱得上是日新月異的AI技術迭代速度，針對其可能衍生出諸多危險結果的思潮也開始高漲。

　　面對這一問題，作為當下AI技術先驅的OpenAI站了出來。該公司創始人薩姆·奧特曼自今年年初開始就頻頻“走穴”，出席從學術界到工業界，再到監管層面圍繞AI的相關討論，更是主動提出了監管方案，并希望監管部門早日考慮立法。同時OpenAI也沒忘記嘗試從技術層面來約束AI，并在今年2月推出了一款試圖區分人工編寫文本和AI生成文本的檢測工具。

　　這款工具名為AI文本檢測器(AI Text Classifier)，也曾被OpenAI方面認為有助于防止AI文本生成器被濫用，但在經過了數月的實踐后，OpenAI在數天前悄然下線了AI文本檢測器。根據OpenAI的說法，下架這款工具是因為檢測準確率過低，但“會繼續研究更有效的相關技術”。所以簡而言之，就是OpenAI此前希望用AI來監管AI的嘗試似乎已經落空了。

　　此前OpenAI在推出這款AI文本檢測器時，其實外界的期待值曾頗高，并希望它能夠與ChatGPT上演一出“貓鼠游戲”。而這款公布的使用也一點都不復雜，在檢測過程中用戶只要將需要檢測的文本復制到檢測器上，就可以檢查內容是否為AI生成，而且也不限定文本內容的種類。

　　如果說在面對海量的信息時，人工監管幾乎不現實，那么用AI相關技術來監測內容或許才是更具現實意義的操作。然而遺憾的是，AI文本檢測器的效果甚至連差強人意可能都稱不上。據OpenAI方面公布的相關數據顯示，AI檢測器在識別AI生成文本方面的正確率僅為26%，同時將人類所寫內容識別為AI生成的錯誤率則達到了9%。

　　實際上，用戶體感可能還遠低于這一數字。有研究人員就曾使用一本在數年前就已出版書籍中的片段進行了測試，結果AI文本檢測器顯示，不清楚這本書的序言是否由AI撰寫，但前言“或許(Possibly)是人工智能生成，第一章的一段是“可能是(Likely)”人工智能寫的。

　　更有甚者，還有人曾將莎士比亞的《麥克白》放上去進行檢測，結果的反饋卻是，“The classifier considers the text to be likelyAI-generated”。即這款AI檢測器認為，《麥克白》可能是AI寫的。

　　事實上，不僅僅是OpenAI在嘗試以AI來制衡AI，如今有相當多的機構或研究人員正走在這條路上，但截至目前無一例外都沒有商業化的價值。

　　雖然OpenAI方面目前并未公布AI文本檢測器的技術原理，但從其所要實現的目的來看，大概率是使用監督學習的方法。監督學習其實是機器學習中的一種訓練方式，是指利用一組已知類別的樣本調整分類器的參數，使得其達到所要求性能的過程。在這里，訓練數據成為輸入數據，分類則成為標簽數據。

　　簡單來說，盡管本不知道A和B能得倒一個什么樣的關系，但是通過很多個A和B、且已知AB關系的數據可以得知，他們存在一種函數式關系f(A，B)，并且在后續可以通過f(A，B)來得到一個符合實際規律(相對準確)的結果。眾所周知，ChatGPT訓練中很重要的一步是RLHF， 即有人類反饋的增強學習，這其實就是非常典型的監督學習。

　　作為一個AI領域經典的方法論，監督學習技術自然也有已經被發現的缺陷。其一，監督學習的一個重要前提，是需要大量的標注數據，并且標注數據的質量對模型性能有著直接的影響，不準確或不完整的標注數據可能會導致模型的錯誤預測。其二，在實際應用中，不同類別的樣本數量可能存在嚴重的不平衡，即某些類別的樣本數量遠遠少于其他類別。這就會導致模型在學習過程中對少數類別的識別性能較差，從而影響到模型的整體性能。

　　比如，OpenAI的AI文本檢測器之所以認不出《麥克白》是莎士比亞的作品，關鍵因素就是莎士比亞是接近500年前的歷史人物，他寫《麥克白》所使用的古英語和現代英語存在不小的區別。但OpenAI的數據集里古英語的數量大概率極為有限，因此AI自然也就無法確定《麥克白》來自何處，而找不到出處就推斷為AI產出的內容，其實也是相當合理的。

　　因此這就是問題所在，如果AI檢測工具本身的性能夠強，它就需要一個接近ChatGPT、或者其他AI大模型量級的數據集。但顯而易見的是，從目前的情況來說，從無到有標注一個有別于ChatGPT的數據集不僅OpenAI做不到，即使它的重要投資方微軟也有力未逮。畢竟如果真的有這樣的數據集，為什么不去拿它訓練ChatGPT，來孵化出更強大的GPT-5呢?

　　所以歸根結底，用AI來監管AI現階段可能還只是一個美好的暢想，但從當下的技術條件來看，這一路徑并不具備現實意義。如果說單單幫助人類分辨到底哪些內容是由AI產出，或許數字水印技術反而更有可行性。在ChatGPT等AI大模型生成內容的那一刻就加入水印，直接讓用戶看到內容時就能知道它到底是不是由AI生成的。