我们是否已经处于AI生成文本时代？对社交媒体上AIGT的量化与监控
计算机视觉与模式识别
2025-02-21 v1
摘要
社交媒体平台上AI生成文本（AI-Generated Text, AIGT）的出现日益增长。然而，AIGT的滥用可能对公共舆论产生深远影响，如传播虚假信息和操纵叙事。尽管如此，如何量化和监控社交媒体上的AIGT仍不明确。为填补这一空白，本文旨在量化和监控社交媒体上的AIGT。我们首先收集了一个约240万篇来自三个主要社交媒体平台（Medium、Quora和Reddit）的 数据集（SM-D）。随后，我们构建了一个多样化的数据集（AIGTBench），用于训练和评估AIGT检测器。AIGTBench组合了流行的开源数据集和我们从社交媒体文本中由12种大语言模型（LLMs）生成的AIGT数据，作为评估主流检测器的基准。在此基础上，我们识别出表现最佳的检测器（OSM-Det）。随后，我们将OSM-Det应用于SM-D，通过AI归因率（AI Attribution Rate, AAR）监控社交媒体平台上AIGT的分布情况，时间范围为2022年1月至2024年10月。具体而言，Medium和Quora的AAR分别从1.77%增长至37.03%和2.06%增长至38.95%，而Reddit的增长较慢，在相同时间段内从1.31%增至2.45%。我们进一步的分析表明，社交媒体上的AIGT在语言模式、主题分布、参与度水平和作者粉丝分布等方面与人类编写的文本存在显著差异。我们设想，本文在社交媒体AIGT分析方面的成果将为该领域的未来研究提供启示。
引用
@article{arxiv.2412.18147,
title = {Accelerating Post-Tornado Disaster Assessment Using Advanced Deep Learning Models},
author = {Robinson Umeike and Thang Dao and Shane Crawford},
journal= {arXiv preprint arXiv:2412.18147},
year = {2025}
}
备注
3 pages, 4 Figures, 1 Table