Données stylométriques et approche statistique pour la discrimination des origines des textes

Valentina Cammarota, Silvia Bozza et Franco Taroni présentent leur article publié dans la revue Nature Scientific Report. 

Dans le cadre d'une recherche financée par le Fonds national suisse de la recherche scientifique (FNS), une équipe de recherche de l’Ecole des sciences criminelles (ESC), en collaboration avec la start-up suisse Orphanalytics, a développé une méthode pour identifier l'auteur d'un texte, qu'il soit humain ou produit par une intelligence artificielle, comme ChatGPT.  

L'équipe, composée de Franco Taroni, professeur à l’ESC, Silvia Bozza, professeure à l’Université Ca' Foscari de Venise, chargée de recherche à l’ESC, et Valentina Cammarota, doctorante à l’ESC a publié ses résultats dans la revue Nature Scientific Report. 

Bozza, S., Roten, CA., Jover, A. et al. A model-independent redundancy measure for human versus ChatGPT authorship discrimination using a Bayesian probabilistic approach. Sci Rep 13, 19217 (2023).

A l’occasion de la Journée de la Recherche de la FDCA, consacrée à la communication scientifique, une vidéo mettant en avant les principaux résultats a été réalisée avec l’aide de Chloé Hegoburu, ingénieure pédagogique de la FDCA.