Detección de autoría mediante word embeddings estáticos

Vivimos en la era de la información donde la conectividad, la tecnología y las redes sociales han ido moldeando la forma en que nos relacionamos con la información y el uso que hacemos de ella. Uno de los mayores peligros y dificultades es poder discernir la veracidad del contenido, así como la fuen...

Descripción completa

Detalles Bibliográficos
Autor: Gutiérrez Gómez, Juan Bosco
Tipo de recurso: tesis de maestría
Fecha de publicación:2024
País:España
Institución:Universidad Nacional de Educación a Distancia
Repositorio:e-spacio. Repositorio Institucional de la UNED
Idioma:español
OAI Identifier:oai:e-spacio.uned.es:20.500.14468/22601
Acceso en línea:https://hdl.handle.net/20.500.14468/22601
Access Level:acceso abierto
Palabra clave:1203 Ciencia de los ordenadores
Descripción
Sumario:Vivimos en la era de la información donde la conectividad, la tecnología y las redes sociales han ido moldeando la forma en que nos relacionamos con la información y el uso que hacemos de ella. Uno de los mayores peligros y dificultades es poder discernir la veracidad del contenido, así como la fuente de la información. En noviembre de 2022, Open AI lanza la aplicación oficial ChatGPT, un modelo de lenguaje generado por inteligencia artificial (IA) generativa, que es el detonante del uso de esta tecnología a nivel general, consiguiendo, según Forbes, más de 100 millones de usuarios en menos de de 2 meses. Esta tecnología abre multitud de posibilidades como mejoras de productividad y calidad, automatización de tareas rutinarias y generación de contenidos de texto, audio o imágenes. Su adopción masiva en ámbitos como el trabajo o la educación y sus capacidades creativas ha generado controversia y mucho debate sobre los peligros de su uso. Algunos de estos miedos entran dentro del ámbito de la educación y del uso que los estudiantes e investigadores pueden hacer de esta herramienta a la hora de generar contenidos para sus trabajos, artículos,. . . El correcto funcionamiento de estos programas hace que sea casi imposible distinguirlos del resultado producido por un ser humano, al menos sin el uso de ninguna herramienta de detección. Este ya no es un problema de detección de plagio para el que existían programas que localizaban el origen de los extractos de texto y sus autores, sino que se incluye dentro de la apropiación de la autoría, entendiendo al autor como la IA generativa que crea el contenido. Nosotros nos planteamos estudiar cómo la representación distribuida en un espacio vectorial nos permite caracterizar un tipo de texto en función de la amplitud y variedad de vocabulario y su especificidad. Estas características deberían ser particulares de cada autor, lo cual nos lleva a profundizar en este planteamiento por el que una IA generativa también podría tener su propio perfil y distinguirse de otros autores. Esta metodología no pretende ser una herramienta que caracterice un texto de manera inequívoca por sí misma, pero si que complemente desde una nueva perspectiva a las distintas técnicas ya existentes para dotarlas de una mayor fiabilidad y precisión. Este trabajo se basa en la detección de autoría en textos mediante el estudio de la orientación semántica de las palabras que lo conforman.