Розробник Флоріан Кієм представив експериментальне розширення для браузера Chrome, яке допомагає користувачам розрізняти людський контент та тексти, створені штучним інтелектом. Інструмент, отримав назву AI Slop Detector, візуалізований у вигляді 3D-лічильника Гейгера, що реагує на типові ознаки ШІ-контенту, від специфічних слів до технічних маркерів зображень.

Принцип роботи інструменту базується на скануванні сторінки: користувач перетягує віртуальний зонд по текстах, твітах чи картинках. Алгоритм аналізує об'єкт і видає бал від 0 до 1. Показник від 0,0 до 0,3 підсвічується зеленим, що свідчить про людське походження, тоді як діапазон 0,7–1,0 маркується червоним як імовірний фейк або «шлак».

Фото до матеріалу: Віртуальний лічильник Гейгера для виявлення ШІ-контенту з'явився в українському інтернеті

Алгоритм фокусується на так званих «отруєних ШІ» конструкціях. До списку підозрілих потрапили слова-паразити на кшталт «заглиблюватися», «гобелен» чи «парадигма», а також речення однакової довжини та зловживання довгими тире. Для візуального контенту розширення перевіряє URL-адреси на належність до відомих хостів генераторів, таких як OpenAI, Midjourney чи Firefly.

Технічно AI Slop Detector реалізований за допомогою бібліотек three.js та react-three-fiber. Усі обчислення виконуються локально в браузері, що гарантує приватність даних користувача, оскільки жодна інформація не надсилається на зовнішні сервери. Автор наголошує, що це не справжній ШІ-класифікатор, а евристичний інструмент, який виявляє очевидні помилки.

Цікавим фактом є те, що сам інструмент був створений за допомогою ШІ-помічника Claude, який допомагав у написанні коду та моделюванні пристрою. Проєкт є публічною версією експерименту, що базується на аналізі лінгвістичних та технічних маркерів, а не на використанні сторонніх нейромереж.

Розробник зазначає, що інструмент потребуватиме оновлення у міру зміни моделей, оскільки він пропускає тонкі помилки. Це компроміс між швидким запуском та точністю, який дозволяє виявляти явний ШІ-контент більшу частину часу. Проєкт доступний на GitHub і може бути корисним для тих, хто хоче краще розуміти природу контенту в мережі.