Copyleaks est une plateforme de détection de plagiat qui utilise l'intelligence artificielle pour identifier des contenus similaires ou identiques dans divers formats. Fondée en 2015 par les développeurs de logiciels Alon Yamin et Yehonatan Bitton, l'entreprise se spécialise dans l'analyse de texte, l'apprentissage automatique et les technologies connexes. Sa gamme de produits est utilisée par des entreprises, des établissements d'enseignement et des particuliers pour détecter d'éventuels plagiat et contenus générés par l'IA, visant à offrir une transparence autour de l'adoption responsable de l'IA. En 2022, Copyleaks a levé 7,75 millions de dollars pour étendre ses capacités anti-plagiat.
La plateforme répond au défi croissant de distinguer les textes rédigés par des humains des contenus produits par les grands modèles de langage, une préoccupation qui s'est intensifiée avec la prolifération des outils de IA générative. En combinant des comparaisons de bases de données avec des modèles d'IA qui comprennent le sens sémantique et le style d'écriture, Copyleaks propose une approche complète de la vérification de contenu.
Services
Copyleaks propose une suite d'outils conçus pour les établissements académiques, les entreprises et les particuliers. Le service principal analyse le texte en le comparant à une vaste base de données de contenus existants et en utilisant un modèle d'IA pour évaluer le sens sémantique et le style d'écriture. Cette double approche permet à la plateforme de détecter à la fois les copies verbatim et les formes plus subtiles de plagiat, telles que les textes paraphrasés ou reformulés.
L'outil de détection d'IA est spécifiquement conçu pour identifier les textes produits par les grands modèles de langage, y compris les cas où le texte a été paraphrasé pour masquer la génération par IA. Cette capacité est essentielle pour les éducateurs et les éditeurs qui doivent vérifier l'authenticité des travaux écrits. L'outil est également disponible sous forme d'extension Chrome, permettant aux utilisateurs de vérifier les contenus en ligne en temps réel.
En plus de la détection de texte, Copyleaks propose un outil spécialisé appelé Codeleaks pour détecter les codes sources générés par l'IA et plagiés. Codeleaks identifie également la licence logicielle originale associée au code, fournissant un contexte précieux pour les développeurs et les organisations soucieux de la conformité en matière de propriété intellectuelle.
Réception
La précision et la fiabilité des outils de détection d'IA, y compris Copyleaks, ont fait l'objet d'études académiques. En juin 2023, une étude publiée dans l'International Journal for Educational Integrity a révélé que les outils de détection d'IA étaient souvent inexacts et peu fiables. Cependant, une analyse distincte dans la même revue de cinq outils de détection de contenu IA a révélé que Copyleaks avait la sensibilité la plus élevée - la proportion de contenu généré par IA correctement identifié - à 93 % pour le contenu généré par GPT-4. L'outil a toutefois eu du mal avec les textes modifiés par des humains.
Une analyse de novembre 2023 menée par une équipe de recherche de l'Université d'Adélaïde a révélé que Copyleaks était l'un des outils les plus fiables testés, bien qu'aucun d'entre eux ne soit complètement fiable. Dans un test, les chercheurs ont rédigé une critique de film dans le style d'un étudiant de 14 ans ; Copyleaks a déterminé une probabilité de 85,2 % de contenu généré par IA. Après que le texte a été modifié par un humain, l'outil a renvoyé une probabilité de 73,1 %. Les chercheurs ont conclu que « la véritable leçon est que nous devons supposer que les étudiants seront capables de contourner tous les outils de détection d'IA, quelle que soit leur sophistication ».
Technologie et approche
Copyleaks exploite l'intelligence artificielle et des techniques de apprentissage profond pour analyser les textes à grande échelle. Les modèles d'IA de la plateforme sont entraînés à reconnaître des motifs caractéristiques du contenu généré par machine, tels que l'uniformité de la structure des phrases et le manque de variation naturelle. Cette approche se distingue de la détection de plagiat traditionnelle, qui repose principalement sur la correspondance de chaînes de caractères avec une base de données.
L'accent mis par l'entreprise sur la compréhension sémantique lui permet de détecter les textes générés par IA même lorsqu'ils ont été paraphrasés ou réécrits. Cela est particulièrement pertinent compte tenu des progrès rapides des modèles basés sur transformeurs, qui peuvent produire des textes très cohérents et semblables à ceux des humains. En mettant continuellement à jour ses modèles, Copyleaks vise à rester en avance sur l'évolution des capacités de l'IA.
Applications et impact
Copyleaks sert une gamme diversifiée d'utilisateurs, des établissements d'enseignement cherchant à maintenir l'intégrité académique aux entreprises protégeant leur propriété intellectuelle. Dans le milieu académique, l'outil aide les instructeurs à identifier les soumissions non originales ou générées par IA, tandis que dans le monde de l'entreprise, il soutient les efforts d'originalité et de conformité du contenu. La capacité de la plateforme à détecter les codes sources générés par IA est également précieuse pour les équipes de développement de logiciels.
Le travail de l'entreprise contribue à des discussions plus larges sur l'utilisation éthique de l'IA et la nécessité de transparence dans la création de contenu. Alors que l'IA devient de plus en plus intégrée dans les flux de travail quotidiens, des outils comme Copyleaks jouent un rôle dans l'établissement de la confiance et de la responsabilité dans la communication numérique.