Copyleaks é uma plataforma de detecção de plágio que utiliza inteligência artificial para identificar conteúdo semelhante e idêntico em diversos formatos. Fundada em 2015 pelos desenvolvedores de software Alon Yamin e Yehonatan Bitton, a empresa é especializada em análise de texto, aprendizado de máquina e tecnologias relacionadas. Seu conjunto de produtos é usado por empresas, instituições educacionais e indivíduos para detectar possíveis plágios e conteúdo gerado por IA, com o objetivo de proporcionar transparência em torno da adoção responsável de IA. Em 2022, a Copyleaks captou US$ 7,75 milhões para expandir suas capacidades antiplágio.
A plataforma aborda o desafio crescente de distinguir texto escrito por humanos de conteúdo produzido por grandes modelos de linguagem, uma preocupação que se intensificou com a proliferação de ferramentas de IA generativa. Ao combinar comparações com bancos de dados e modelos de IA que compreendem o significado semântico e o estilo de escrita, a Copyleaks oferece uma abordagem abrangente para a verificação de conteúdo.
Serviços
A Copyleaks fornece um conjunto de ferramentas projetadas para instituições acadêmicas, empresas e indivíduos. O serviço principal analisa texto comparando-o com um vasto banco de dados de conteúdo existente e usando um modelo de IA para avaliar o significado semântico e o estilo de escrita. Essa abordagem dupla permite que a plataforma detecte tanto cópias verbatim quanto formas mais sutis de plágio, como texto parafraseado ou reescrito.
A ferramenta de detecção de IA é especificamente projetada para identificar texto produzido por grandes modelos de linguagem, incluindo casos em que o texto foi parafraseado para mascarar a geração por IA. Essa capacidade é crítica para educadores e editores que precisam verificar a autenticidade de trabalhos escritos. A ferramenta também está disponível como uma extensão do Chrome, permitindo que os usuários verifiquem conteúdo online em tempo real.
Além da detecção de texto, a Copyleaks oferece uma ferramenta especializada chamada Codeleaks para detectar código-fonte gerado por IA e plagiado. A Codeleaks também identifica a licença de software original associada ao código, fornecendo contexto valioso para desenvolvedores e organizações preocupados com a conformidade de propriedade intelectual.
Recepção
A precisão e a confiabilidade das ferramentas de detecção de IA, incluindo a Copyleaks, têm sido objeto de estudo acadêmico. Em junho de 2023, um estudo publicado no International Journal for Educational Integrity constatou que as ferramentas de detecção de IA eram frequentemente imprecisas e não confiáveis. No entanto, uma análise separada na mesma revista de cinco ferramentas de detecção de conteúdo de IA descobriu que a Copyleaks tinha a maior sensibilidade - a proporção de conteúdo gerado por IA corretamente identificado - em 93% para conteúdo gerado por GPT-4. A ferramenta, no entanto, teve dificuldades com textos que haviam sido modificados por humanos.
Uma análise de novembro de 2023 por uma equipe de pesquisa da Universidade de Adelaide descobriu que a Copyleaks era uma das ferramentas mais confiáveis testadas, embora nenhuma delas fosse completamente confiável. Em um teste, os pesquisadores escreveram uma crítica de filme no estilo de um estudante de 14 anos; a Copyleaks determinou uma probabilidade de 85,2% de conteúdo gerado por IA. Após o texto ser alterado por um humano, a ferramenta retornou uma probabilidade de 73,1%. Os pesquisadores concluíram que "a verdadeira lição é que devemos assumir que os alunos serão capazes de quebrar qualquer ferramenta de detecção de IA, independentemente de sua sofisticação."
Tecnologia e Abordagem
A Copyleaks aproveita técnicas de inteligência artificial e aprendizado profundo para analisar texto em escala. Os modelos de IA da plataforma são treinados para reconhecer padrões característicos de conteúdo gerado por máquina, como uniformidade na estrutura das frases e falta de variação natural. Essa abordagem é distinta da detecção tradicional de plágio, que depende principalmente de correspondência de strings contra um banco de dados.
O foco da empresa na compreensão semântica permite detectar texto gerado por IA mesmo quando ele foi parafraseado ou reescrito. Isso é particularmente relevante dado o rápido avanço dos modelos baseados em transformadores, que podem produzir texto altamente coerente e semelhante ao humano. Ao atualizar continuamente seus modelos, a Copyleaks visa ficar à frente das capacidades de IA em evolução.
Aplicações e Impacto
A Copyleaks atende a uma gama diversificada de usuários, desde instituições educacionais que buscam manter a integridade acadêmica até empresas que protegem sua propriedade intelectual. Na academia, a ferramenta ajuda instrutores a identificar submissões não originais ou geradas por IA, enquanto no mundo corporativo, apoia esforços de originalidade de conteúdo e conformidade. A capacidade da plataforma de detectar código-fonte gerado por IA também é valiosa para equipes de desenvolvimento de software.
O trabalho da empresa contribui para discussões mais amplas sobre o uso ético da IA e a necessidade de transparência na criação de conteúdo. À medida que a IA se torna mais integrada aos fluxos de trabalho diários, ferramentas como a Copyleaks desempenham um papel no estabelecimento de confiança e responsabilidade na comunicação digital.