paint-brush
KI-Text ohne Menschen humanisieren: KI-generierte Arbeit einreichen, ohne erwischt zu werdenvon@egorkaleynik
5,203 Lesungen
5,203 Lesungen

KI-Text ohne Menschen humanisieren: KI-generierte Arbeit einreichen, ohne erwischt zu werden

von Egor Kaleynik7m2024/02/06
Read on Terminal Reader

Zu lang; Lesen

KI-generierte Inhalte von guter Qualität sind echt und Sie können sie bekommen!
featured image - KI-Text ohne Menschen humanisieren: KI-generierte Arbeit einreichen, ohne erwischt zu werden
Egor Kaleynik HackerNoon profile picture
0-item

In letzter Zeit hat das KI-gestützte Schreiben einen Boom erlebt und ermöglicht es, in Sekundenschnelle Seiten mit mehr oder weniger aussagekräftigem Text zu erstellen. Sie müssen lediglich das Schreibwerkzeug auswählen, eine Eingabeaufforderung mit einigen Details zur Aufgabe schreiben, den Generierungsprozess starten und etwas warten.


Klingt cool, aber die Realität erwies sich, wie Sie vielleicht wissen, als viel härter. Ohne kompetente Anleitung und umfangreiche Bearbeitung wirken all diese einmaligen, von der KI generierten Inhalte zu vage, allgemein und es mangelt ihnen an wertvollen Erkenntnissen.


Bedeutet das, dass wir dazu verdammt sind, jeden Textabschnitt manuell zu bearbeiten oder eine schlechte Inhaltsqualität zu akzeptieren?


Meine Antwort ist nein! Lesen Sie weiter, um selbst zu sehen, wie ich KI-Text humanisiere und seine Qualität verbessere, ohne eine einzige manuelle Bearbeitung vorzunehmen.


Natürlich bearbeite ich meine Texte auch manuell. Meine Mission hier ist es, zu zeigen, dass es ohne manuelle Bearbeitung möglich ist, eine viel höhere Qualität von KI-generiertem Text zu erreichen, als Sie denken. Dennoch empfehle ich dringend, ausreichend Zeit für die redaktionelle Arbeit einzuplanen.

Den Umfang des Experiments definieren

Also habe ich Folgendes getan:

  • Ich habe einen typischen KI-generierten Artikel gefunden, dem die menschliche Note fehlt
  • Holen Sie sich das Beispielteil und
  • Ich habe diesen Teil konsequent mit einigen meiner benutzerdefinierten GPT-basierten Tools verarbeitet.


Die Hauptregel bestand darin, ein Wort nicht manuell zu ändern. Gleichzeitig konnte ich so oft wie nötig auf „Regenerieren“ klicken.


Der exponierte Artikel und sein Beispielteil

Ein Unternehmensblog, den ich zufällig gefunden habe, sieht im Hinblick auf unser Experiment ziemlich vielversprechend aus. Quelle: https://obridgeacademy.com/blog/


Der von mir ausgewählte Text war der letzte Inhalt, der in einem Unternehmensblog einer in den USA registrierten Online-Akademie veröffentlicht wurde. Der Hauptgrund für die Wahl war, dass alle Texte mit minimalem menschlichen Aufwand erstellt wurden, was schon auf den ersten Blick klar wird.


Ein Artikel mit dem Titel „Meilensteine feiern: Veranstalten Online-Highschools Abschlussfeiern?“ deckt das Wesentliche von Abschlussfeiern an Online-Gymnasien ab. Es zielte darauf ab, die Existenz virtueller Zeremonien zu entmystifizieren, was einen bedeutenden Sprung gegenüber traditionellen Zeremonien darstellte, bei der Umsetzung jedoch scheiterte.


Dem Text mangelte es an Orientierung und Klarheit, und die Absätze verliefen zwecklos. Es fehlte die belastbare Datenuntermauerung, und die Aussagen blieben unverankert und ohne Beweiskraft. Die Sätze hallten einander wider, ihre Struktur war eintönig, und die Formatierung stellte eine unzusammenhängende Reihe nummerierter Listen dar, die den Fluss unterbrachen. Allgemeine Behauptungen trübten die Erzählung, und die Übergänge zwischen den Themen erschütterten den Leser, da ein reibungsloser Übergang von einer Idee zur nächsten fehlte.


Und als Sahnehäubchen gab es jede Menge typische KI-Klischees, die Sie wahrscheinlich gut kennen. Im Folgenden stelle ich Ihnen meinen Wortschatz dieser Wörter und Ausdrücke vor, die Sie auf jeden Fall vermeiden sollten.


Als Ergebnis habe ich mehrere Einleitungsabsätze mit insgesamt etwas weniger als 200 Wörtern:


Textbeispiel


…Und die Magie beginnt! Schritte des Experiments im Detail


Meine Armee von KI-Dienern, d. h. benutzerdefinierte GPTs, die ich erstellt habe


Wie Sie im Screenshot oben sehen können, ist mein Zoo relativ groß und umfasst derzeit 17 benutzerdefinierte GPTs für verschiedene Zwecke.


Nur zwei davon sind öffentlich, andere sind ausschließlich für den internen Gebrauch bestimmt. Dies liegt daran, dass es zu einfach ist, sie aufzuschlüsseln und auf ihr Wissen zuzugreifen. Vielleicht wird OpenAI dieses Problem manchmal beheben, und ich hoffe, dass dies der Fall ist.


Werfen wir nun einen Blick auf alle Schritte, die ich im Rahmen meines Experiments durchgeführt habe, und gehen wir jeden einzelnen Schritt im Detail durch.

1. Gesamtqualitätsbewertung

Dies ist der erste Schritt, der Teil eines größeren, komplexeren Schritts ist. Die Idee besteht darin, eine umfassende Liste von Verfeinerungen auf der Grundlage verschiedener Faktoren zu erstellen, diese zu kombinieren, die erforderlichen Daten zu finden, die Verfeinerungen konkret zu machen und sie dann in einem einzigen Durchgang umzusetzen.


Für diesen Schritt habe ich verwendet Gollum — ein Tool, das darauf abzielt, Texte konsequent zu analysieren und detailliertes Feedback zu geben. Dies ist eines meiner öffentlichen Tools, Sie können also darauf zugreifen, indem Sie dem Link oben folgen. Es wurde vorgeschlagen, die Abschnitte aus Gründen der Kohärenz neu zu ordnen und ausführlichere Absätze zu präzisieren, um die Klarheit zu verbessern.


Bewertungsfragment



2. EEAT-Bewertung

Für die EEAT-Bewertung habe ich ein Tool namens SzonKonery. Wenn Sie sich fragen, warum zum Teufel ich es so seltsam benannt habe, sage ich Ihnen, dass dieser seltsame Name nur für mich einen Sinn ergibt.


Die E-E-A-T-Bewertung erfolgt in mehreren kurzen Schritten


Infolgedessen hat SzonKonery auf ethische Überlegungen hingewiesen, die Integrität des Inhalts sichergestellt und Möglichkeiten vorgeschlagen, die Erzählung mit verbindlichen Beweisen, überzeugenden Beispielen und einer Sprache zu füllen, die Anklang findet.


3. Anforderungen zusammenstellen

Im nächsten Schritt werden die Ergebnisse zweier vorangegangener Auswertungen zusammengeführt. Dies ist ein einfacher Schritt, der für die nächste Bewertung erforderlich ist.


Ein Fragment der Nachricht, das beide Arten von Anforderungen enthält


4. Beschaffung glaubwürdiger Daten

In der zusammengeführten Liste fehlen wichtige unterstützende Daten, die verschiedene Aspekte des Artikels hervorheben, wie Statistiken, Beispiele oder Quellen für hervorgehobene Sachinformationen.


Zu diesem Zweck habe ich ein weiteres Tool namens ProofSupplier. Das Tool nutzt die Bing-Browsing-Funktion, um nach relevanten Quellen, Statistiken, Studien und Experteneinblicken zu suchen, diese in den Entwurf zu integrieren, den Inhalt anzureichern und ihm sowohl Tiefe als auch Glaubwürdigkeit zu verleihen.


ProofSupplier beginnt mit Theorie und Beschaffung


Sobald die Daten gesammelt sind, ist es an der Zeit, spezifische Verfeinerungen zu generieren. Eine weitere Aktion, die ich zu diesem Zeitpunkt durchgeführt habe, war eine Korrektur der festen KI-Formatierung.


ProofSupplier generiert dann auf Grundlage seiner Erkenntnisse spezifische Verfeinerungen


5. Endlich Humanisierung!

In dieser Symphonie der KI-Effizienz lief der Entwurf Gefahr, seine menschliche Note zu verlieren. Hier steht mir mein Tool „Mensch unter Robotern“ zur Seite, das akribisch natürliche Formulierungen einfügt und sicherstellt, dass der Text Wärme und Nachvollziehbarkeit ausstrahlt.


Mensch unter Robotern in Aktion


Der Humanisierungsprozess ist oft repetitiv. Eines der entscheidenden Merkmale von Human Among Robots ist seine Zufälligkeit, die ein solides Merkmal menschlicher Schriften ist. Deshalb ist das Ergebnis immer unvorhersehbar, oft sind mehrere Durchläufe erforderlich, um dann den am besten passenden auszuwählen.


Unten können Sie den Ausgangstext mit den Takes 1, 2 und 3 vergleichen.


Take 1 ist auf der rechten Seite


Take 2 ist auf der rechten Seite

Take 3 ist auf der rechten Seite


Bestehen von KI-Textdetektoren

Was ist mit dem KI-Textdetektor? Wird der verfeinerte Text ihn bestehen oder nicht? Lass es uns herausfinden.

Zu Testzwecken verwende ich Originality.ai, das unter ähnlichen Diensten die höchste Genauigkeit zeigte.


Zunächst erfolgt eine Probeprüfung des Ausgangstextes. Fehlgeschlagen:


KI-Textdetektor und Anfangstext


Take 1 war nicht ausreichend besser:


KI-Textdetektor und nimm 1


Take 2 zeigte die gleiche 100 % KI wie der ursprüngliche Text:


KI-Textdetektor und nimm 2


Aber das ist nicht das Ende! Ich habe die letzte Ausgabe vor der Humanisierung erhalten, sie an Claude 2 weitergegeben, sie mit den Richtlinien von „Human Among Robots“ versehen und sie veranlasst, den Text zu humanisieren. Das Ergebnis finden Sie weiter unten.


Claude 2 bei der Arbeit


Text, vermenschlicht von Claude 2


Es bleibt nur noch zu prüfen, ob es den KI-Textdetektor besteht. Habe es!


Claude 2 + Mensch unter Robotern = KI-Detektor erfolgreich bestanden


Was ist tatsächlich passiert?

Nachfolgend finden Sie eine Art Analyse darüber, was im Text geändert wurde und wie.


  • Vorher: Der ursprüngliche Entwurf präsentierte eine unzusammenhängende Erzählung: „Während sich die Bildungslandschaft ständig weiterentwickelt, wundern sich Schüler, die Online-Highschool-Optionen erkunden, oft über einen wichtigen Meilenstein: Abschlussfeierlichkeiten.“ Es bereitete den Rahmen vor, schaffte es aber nicht, den Leser sinnvoll einzubeziehen.

    Nachher: Nach der Verfeinerung veränderte sich die Erzählung: „Die Art und Weise, wie wir lernen, entwickelt sich weiter, und damit auch unsere Feier akademischer Meilensteine. Online-High-School-Schüler fragen sich oft: ‚Werden wir Abschlussfeierlichkeiten erleben?‘“ Diese Überarbeitung erregt nicht nur Aufmerksamkeit, sondern erregt auch Aufmerksamkeit lädt den Leser auch zu einer immersiven Diskussion ein.


  • Vorher: Der Entwurf ging durch abstrakte Konzepte: „Lasst uns die Möglichkeiten, Traditionen und einzigartigen Aspekte der Feier akademischer Leistungen im digitalen Bereich erkunden.“

    Nachher: Der verfeinerte Inhalt bietet Klarheit und Tiefe: „Ja, die Feierlichkeiten existieren, und sie sind wirkungsvoller, als man sich vorstellen kann. Virtuelle Zeremonien symbolisieren einen bedeutenden Sprung, der moderne Bildungsfortschritte und -herausforderungen berücksichtigt.“ Es spricht direkt die Neugier des Lesers an und bereichert die Erzählung mit bedeutungsvollen Erkenntnissen.


  • Vorher: Der Entwurf ging milde auf Missverständnisse ein: „Viele glauben, dass es an Online-Highschools an traditionellen Abschlussfeiern mangelt.“

    Nachher: Die Überarbeitung konfrontiert diese Missverständnisse mit einer überzeugenden Erzählung: „Es ist ein Mythos, dass Online-Schulen bei Abschlussfeiern sparen. Sie feiern zwar, aber mit einer einzigartigen Wendung.“ Es korrigiert nicht nur das Missverständnis, sondern bereichert die Erzählung auch um eine unverwechselbare Perspektive.


Abschluss

Ziel dieses Artikels war es zu zeigen, dass KI-generierter Text von guter Qualität kein Mythos ist. Für einige bedeutet es eine unerreichbare Höhe, während es für andere durchaus erreichbar ist. Für mich war es eine Herausforderung, aber jetzt ist es ein Ziel für weitere Optimierung.


Neben einer Reihe individueller Tools verfüge ich über bewährte Prozesse und Know-how, die ich zu einem umfassenden redaktionellen Outsourcing-Service kombiniert habe. Ich biete TA-fokussierte Content-Super-Säulen für Strategie und Entwicklung an. Schneller als Ihr internes Team, günstiger als Sie es sich in Ihren kühnsten Träumen vorgestellt haben.


Nehmen Sie gerne Kontakt mit mir auf, ich habe einige wertvolle Überraschungen für Sie!