Come Capire Se Un Codice è Stato Generato da un'IA?
Segnali pratici per identificare il codice e i writeup generati da IA, dai dettagli strutturali alle domande che mettono in difficoltà il lavoro generato.
Istruttori, responsabili delle assunzioni e organizzatori di CTF continuano a fare una versione di questa domanda. Non esiste un rilevatore unico e affidabile, ma ci sono modelli che compaiono abbastanza spesso da essere utili, soprattutto quando valuti un lotto di invii piuttosto che un singolo file isolato.
Dettagli strutturali nel codice generato
Il codice generato tende a commentare in eccesso in un modo specifico: commenti che riformulano quello che fa la riga (# incrementa il contatore) piuttosto che perché esiste. Il codice umano sotto pressione di tempo salta i commenti ovvi e spiega solo le parti strane. Il codice generato tende anche verso una lunghezza delle funzioni uniforme e una gestione degli errori coerente e perfetta secondo il libro di testo ovunque, anche nei punti in cui una persona avrebbe potuto essere pigra o usare un'abbreviazione imparata da un bug precedente.
Un altro indizio: nomi di variabili e funzioni che sono leggermente troppo descrittivi e generici allo stesso tempo. calculate_total_price_with_tax invece di calc_total o qualunque abbreviazione su cui il progetto reale converge. I progetti reali accumulano inconsistenza nei nomi nel tempo mentre persone diverse toccano il file. Un singolo file con convenzioni di denominazione sospettosamente coerenti in 300 righe, scritto apparentemente da un principiante, merita un secondo sguardo.
Chiedi delle parti che non vengono eseguite
Il controllo pratico più veloce è chiedere alla persona di spiegare una decisione specifica che non è ovvia dalla lettura del codice, qualcosa come
Scritto con assistenza AI, revisionato e pubblicato da Michal Pilch (CISSP), Korra Studio.
Questa è una nota dalla knowledge base di Korra Studio — la piattaforma abbina ogni argomento a mentoring 1-to-1.
Inizia gratisarrow_forward