EditLens es un nuevo método que permite detectar y cuantificar cuánto ha sido modificado un texto por una inteligencia artificial, diferenciando entre escritura completamente humana, completamente artificial y textos mixtos (original humano editado por IA). Mientras que la mayoría de investigaciones previas se enfocan en distinguir texto 100% generado por IA, este trabajo aborda un problema más complejo: cuando un usuario proporciona un texto propio y pide a un modelo de lenguaje que lo edite, ¿cómo podemos saber cuánto cambió la IA? La solución propuesta utiliza métricas de similitud ligeras que comparan el texto original con el modificado para calcular el grado de edición. Estas métricas fueron validadas con anotadores humanos para asegurar su precisión. Posteriormente, entrenaron un modelo de regresión llamado EditLens que predice la cantidad exacta de edición presente en un texto. El modelo alcanza resultados de última generación con F1 de 94,7% en clasificación binaria (humano vs IA) y F1 de 90,4% en clasificación ternaria (humano, IA o mixto). Como caso de estudio, aplicaron EditLens para analizar los efectos de las ediciones realizadas por Grammarly, una herramienta popular de asistencia a la escritura. Esta tecnología tiene implicaciones importantes para la atribulación de autoría, entornos educativos (donde es crucial saber cuánto contribuyó un estudiante versus cuánto escribió la IA) y políticas sobre uso de IA en producción de contenido. Los autores se comprometen a lanzar públicamente sus modelos y conjuntos de datos para fomentar futuras investigaciones.
Crean método para detectar cuánto modifica la IA un texto humano
