Un nouveau projet, intitulé « Human vs. AI – Diff-based line-level provenance for text under agentic editing », propose une méthode pour distinguer les contributions humaines de celles de l’intelligence artificielle dans l’édition de texte. Cette approche se concentre sur la traçabilité au niveau de la ligne, en s’appuyant sur l’analyse des différences (diffs) entre les versions.
Développé et hébergé sur GitHub, ce travail vise à établir la provenance du texte modifié par des « agents » – qu’ils soient humains ou des systèmes d’IA. L’objectif est de fournir un mécanisme précis pour identifier quelle partie d’un texte a été altérée par une entité spécifique.
Dans un contexte où l’IA joue un rôle croissant dans la création et la modification de contenu, une telle capacité de traçabilité pourrait s’avérer pertinente pour la transparence, l’attribution et la gestion des droits. La discussion autour de ce projet sur Hacker News, avec 51 points et 13 commentaires, témoigne d’un intérêt certain pour ces enjeux.
Source : Hacker News (Algolia)