促进审议的对话系统辅助深度伪造文本的协作评估

生成式模型的泛滥在区分真实人工撰写内容与深度伪造内容方面带来了重大挑战。增强AI工具的人工协作努力提供了一种有前景的解决方案。在本研究中，我们探索了DeepFakeDeLiBot——一种促进审议的聊天机器人——在支持小组检测深度伪造文本方面的潜力。我们的发现表明，基于小组的问题解决显著提高了识别机器生成段落的准确性，相较于个人努力而言。虽然与DeepFakeDeLiBot的交互整体上并未带来显著的性能提升，但它通过促进更大的参与者参与度、共识构建以及基于推理的语句的频率和多样性来增强小组动态。此外，具有更高小组协作有效性感知的参与者从DeepFakeDeLiBot中获得了性能收益。这些发现强调了促进审议的聊天机器人在培养互动且富有成效的小组动态的同时确保协作式深度伪造文本检测准确性的潜力。本研究中使用数据集和源代码将在稿件被接收后公开发布。