BAID：AI 检测器偏差评估基准
人工智能
2025-12-15 v1 机器学习
摘要
AI 生成的文本检测器最近在教育和专业环境中得到了广泛应用。此前的研究发现了孤立的偏差案例，特别是针对英语学习者（ELLs），然而，缺乏对这些系统在更广泛的社会语言学因素上的系统性评估。在这项工作中，我们提出了 BAID，一个针对 AI 检测器在各种偏差类型上的全面评估框架。作为该框架的一部分，我们引入了超过 20 万个样本，涵盖 7 个主要类别：人口统计、年龄、教育年级、方言、正式程度、政治倾向和主题。我们还使用精心设计的提示生成了每个样本的合成版本，以保留原始内容同时反映子群体特定的写作风格。利用这些数据，我们评估了四个开源最先进 AI 文本检测器，发现检测性能存在持续差异，特别是代表性不足群体的文本召回率较低。我们的贡献提供了一种可扩展、透明的方法来审计 AI 检测器，并强调在这些工具部署于公共使用之前需要进行偏差感知的评估。
引用
@article{arxiv.2512.11505,
title = {BAID: A Benchmark for Bias Assessment of AI Detectors},
author = {Priyam Basu and Yunfeng Zhang and Vipul Raheja},
journal= {arXiv preprint arXiv:2512.11505},
year = {2025}
}
备注
Accepted at the workshop on Agentic AI Benchmarks and Applications for Enterprise Tasks at AAAI 2026