通过刻画人机交互中的语言顺应现象检测机器人生成文本

语言生成模型的普及惠及诸多领域，从回答健康相关问题到通过提供人工智能驱动的教学服务来加强教育。然而，语言生成模型的普及也使得大规模生成类人文本以用于恶意活动（从传播虚假信息到针对特定群体发表仇恨言论）变得更为容易。因此，理解人们如何与机器人交互并开发检测机器人生成文本的方法至关重要。本文表明，若利用人们如何回应机器人生成文本的信息而非直接使用机器人文本，则机器人生成文本检测方法在不同数据集和模型间具有更强的鲁棒性。我们还分析了语言对齐（linguistic alignment），从而揭示人机对话与人-人对话之间的差异。