Recientemente, Nature publicó los resultados de un estudio realizado por un equipo de la Universidad de Kansas. Han desarrollado un sistema de detección de contenido generado por IA para las introducciones de artículos científicos de química, capaz de distinguir entre texto humano y texto generado por IA con una precisión del 98%-100%. Los investigadores extrajeron 20 características lingüísticas clave y utilizaron un modelo XGBoost para el entrenamiento, logrando así una alta precisión de detección. En comparación, la precisión de los detectores de IA generales como OpenAI y ZeroGPT es solo del 10%-65%. El equipo de investigación afirma que la creación de detectores personalizados para tipos de texto específicos puede sentar las bases para el desarrollo de detectores universales. Este detector personalizado también es eficaz con el contenido generado por la nueva versión de GPT-4. La investigación proporciona una vía tecnológica eficaz para frenar la proliferación del contenido generado por IA.