Differentiating between human-written and AI-generated texts using linguistic features automatically extracted from an online computational tool

近年来，对ChatGPT进行了大量研究，但极少有研究系统地量化和比较人工智能生成语言与人类书写语言之间的语言特征。本研究旨在调查各种语言组成部分在这两种类型的文本中的表现，评估人工智能模拟人类写作的能力。我们使用人类撰写的文章作为基准，提示ChatGPT生成等长的文章。使用在线计算工具Open Brain AI对这些文本进行分析，提取音韵、形态、句法和词汇成分的度量。尽管人工智能生成的文本看起来像是模仿人类的语言，但研究结果揭示了多个语言特征之间存在显著差异，如辅音、重音、名词、动词、代词、直接宾语、介词修饰语和使用困难词语等。这些发现强调了整合自动化工具以实现有效的语言评估的重要性，减少数据分析的时间和精力。此外，它们强调了提高人工智能产生更类似于人类的文本能力的培训方法的必要性。

对比人工智能生成的语言和人类写作的语言，系统量化和比较语言特征。

使用Open Brain AI分析语音、形态、句法和词汇等方面的差异，发现人工智能生成的文本在多个语言特征上与人类写作存在显著差异。

使用人类写作作为基准，通过ChatGPT生成文本，使用Open Brain AI进行分析。结果表明，人工智能生成的文本虽然看起来像人类写作，但在多个语言特征上存在显著差异。研究强调了自动化工具在语言评估中的重要性，也强调了提高人工智能生成更接近人类文本能力的必要性。

最近的相关研究主要集中在ChatGPT等人工智能生成文本的技术方面，如《Language Models are Few-Shot Learners》、《Fine-Tuning Language Models from Human Preferences》等。