human.json: die Erfindung, die verspricht, zwischen Text von Menschen oder von Maschinen zu unterscheiden
Stellen Sie sich vor, in ein Bahn und sehe einen grünen Kreis, der dich anschreit: "hier sind Menschen aus Fleisch und Blut." Das schlägt er vor. mensch.json, eine kleine Datei, die Seitenbesitzer in ihren Code platzieren können, um zu sagen, "das wurde von einer Person geschrieben."
Um es in Aktion zu sehen, ist eine Firefox-Erweiterung erforderlich. Ein Farbpunkt erscheint, wenn Sie einen Ort besuchen: Grün wenn es menschlicher Inhalt ist, gelb, orange, grau oder blau wenn die Überprüfung indirekt ist. Mit einem Klick können Sie Seiten unterstützen oder blockieren.
Wie funktioniert dieser menschliche Marker?
Die Herz der Idee ist eine JSON-Datei, die auf dem Server untergebracht ist. Seine aktuelle Version ist die 0,1.1 und füllen Sie einfach Felder wie Ihre eigene URL und die von Ihnen unterstützten Webseiten aus. Wenn der Browser diese Datei erkennt, malt die Erweiterung den entsprechenden Kreis.
Die guinda: Sie können Beutel (aval) zu anderen Seiten, indem Sie einfach Ihre Gliederung und das Datum. Wenn viele Leute beginnen, Ihren Gutscheinen zu vertrauen, Ihr Siegel gewinnt Gewicht innerhalb des Systems.
Was, wenn ich IA verwendet, um Fehler zu korrigieren?
Die Führung macht es klar: Sie können künstliche Intelligenz verwenden korrekter Stil oder Formataber der Hauptinhalt muss menschlich sein. Die Empfehlung ist, eine Typseite zu erstellen / ai erklären, welche Tools Sie verwenden und wie. Am Ende hängt alles von der Ehrlichkeit jedes Autors ab.
Das Problem der grünen Etikettenfarmen
Wo es ein System gibt, erscheint es, wer Spiele. Es wird befürchtet, dass die von IA vollständig erzeugten Seiten ihre eigenen erstellen Dateien Mensch.json und stehen zwischen ihnen in grün zu färben. Es ist die alte Taktik der Linkfarmen, die jetzt auf "Menschenheit" angewandt wurden.
Deshalb glauben viele, dass der Vorschlag, obwohl interessant und gepflegt, Filter zusätzlich: manuelle Bewertungen, Vertrauensgemeinschaften oder sogar Algorithmen, die verdächtige Gutscheine erkennen.