根据人工智能的剽窃正成为一种愈来愈讨厌和危险的情况，特别是对于真正意义上的科学研究出版发行。很多人（和研究工作人员）正在尝试开发设计一种好用解决方案来应对这类麻烦的事情零碎，而一种新方法好像尤其适用于特殊类别的科学毕业论文。

ChatGPT 十分善于仿冒人工合成创意内容，虽然真真正正的专业人员发觉对话机器人做为。但是，在科学创作层面，对话机器人能够从传统的侵扰及学校舞弊专用工具转变成对科学和适度研究实践具体威协。

堪萨斯大学科学家为根据人工智能的剽窃难题提出了一个潜在性解决方案，有着非常优秀的水平，能将具体的人造科学创作与ChatGPT导出区别开来，“准确度超出99%。结论显而易见是由人工智能算法和专业锻炼的语言模型达到的。

化学教授希瑟·德赛特（Heather Desaire）以及朋友正在用人工智能抵抗人工智能，她似乎在这里方面取得十分好结果：研究人员将注意力集中在“见解”文章上，这是一种发表于科学杂志期刊里的特殊样式的文章，以获取特殊研究主题的简述。

科学家们64篇见解文章，主题从分子生物学到物理，然后规定ChatGPT在同一个一项研究上形成一个新的文章段落，将128篇“假”文章放在一起。人工智能吐出来1，276个文章段落，随后用以练习研究人员选择的语言模型，以试着对AI制作出来的文字进行筛选。

其他几个数据，一个包括 30 篇真正见解文章，另一个包括 ChatGPT 产生的 60 篇文章，以检测新练习算法。该优化算法好像已通过研究工作人员提前准备的检测：人工智能分类算法可以在 100% 时间内检验 ChatGPT 文章，而检验单独虚报文章段落的准确度降到 92%。

科学家们说，对话机器人根据使用特定“创作”设计风格来毁坏文本信息，因而，它们“手”可以通过一种非常有效的方法被鉴别。人们科学家通常有着丰富多样的英语词汇量，并写下包括更多元化词汇和标点符号的很长文章段落。除此之外，ChatGPT并不是因其精密度水准而著称，它侧重于防止给予实际数据或引入别的科学家的名字。

堪萨斯州的研究人员将她们抵制人工智能抄袭方式界定为“概念验证”研究，虽然它已经被证实在鉴别虚报见解文章层面很有效。必须进一步的（人工合成）研究来决定同样的方式是不是可以用在其他类型科学毕业论文或一般人工智能制作出来的文字导出。