Tekoälykoodin tunnistaminen Bayes-luokittimella
Viertokangas, Markku (2024)
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024053119147
https://urn.fi/URN:NBN:fi:amk-2024053119147
Tiivistelmä
Tekoälyn yleistyttyä, sen hyödyntäminen ” oikotienä ” oppimisen sijaan on myös yleistynyt, eikä varsinaista tunnistusohjelmaa ole vielä olemassa siihen, onko tekoälyä hyödynnetty esimerkiksi koulutehtävien kanssa.
Tämän opinnäytetyön tarkoituksena oli selvittää ja mahdollisesti rakentaa prototyyppi, joka kykenisi analysoimaan, onko sen käsittelemä data tuotettu tekoälyä hyödyntäen vai ei. Kehittämistyö toimi tilaajalleen, Savonian ammattikorkeakoululle, pohjana jatkokehittelyä varten.
Opinnäytetyö toteutettiin Python-ohjelmointikielellä, koska sillä on valmiina laaja valikoima erilaisia tekoälyyn ja koneoppimiseen tarkoitettuja kirjastoja. Työn tilaaja toimitti Bayes-luokittimen koulutusmateriaaliksi ohjelmointitehtäviä, joita Savonia-ammattikorkeakoulun tietotekniikan alan opiskelijat olivat tehneet. Luokittimen koulutusmateriaali on pääsääntöisesti tehty ennen vuotta 2022, jolloin ChatGPT julkaistiin maailmanlaajuisesti ihmisten käyttöön.
Lopputuloksena syntyi Bayes-luokitin, joka kykeni tunnistamaan lupaavasti tekoälyn luomaa koodia. Kyseessä on ns. proof of concept eli tulokset on rohkaisevia, mutta koska opetusaineisto oli suppea niin tulokset on enemmänkin suuntaa antavia jatkokehitys varten. Tämä opinnäytetyö osoitti että järjestelmä, joka osaa analysoida tekoälyn tuottamaa dataa on mahdollista toteuttaa.
Tämän opinnäytetyön tarkoituksena oli selvittää ja mahdollisesti rakentaa prototyyppi, joka kykenisi analysoimaan, onko sen käsittelemä data tuotettu tekoälyä hyödyntäen vai ei. Kehittämistyö toimi tilaajalleen, Savonian ammattikorkeakoululle, pohjana jatkokehittelyä varten.
Opinnäytetyö toteutettiin Python-ohjelmointikielellä, koska sillä on valmiina laaja valikoima erilaisia tekoälyyn ja koneoppimiseen tarkoitettuja kirjastoja. Työn tilaaja toimitti Bayes-luokittimen koulutusmateriaaliksi ohjelmointitehtäviä, joita Savonia-ammattikorkeakoulun tietotekniikan alan opiskelijat olivat tehneet. Luokittimen koulutusmateriaali on pääsääntöisesti tehty ennen vuotta 2022, jolloin ChatGPT julkaistiin maailmanlaajuisesti ihmisten käyttöön.
Lopputuloksena syntyi Bayes-luokitin, joka kykeni tunnistamaan lupaavasti tekoälyn luomaa koodia. Kyseessä on ns. proof of concept eli tulokset on rohkaisevia, mutta koska opetusaineisto oli suppea niin tulokset on enemmänkin suuntaa antavia jatkokehitys varten. Tämä opinnäytetyö osoitti että järjestelmä, joka osaa analysoida tekoälyn tuottamaa dataa on mahdollista toteuttaa.