Hoe kun je zien of code door AI is gegenereerd?

Instructeurs, wervingsmanagers en CTF-organisatoren stellen voortdurend een variant van deze vraag. Er is geen enkele betrouwbare detector, maar er zijn patronen die vaak genoeg opduiken om bruikbaar te zijn, vooral als je een batch inzendingen beoordeelt in plaats van één geïsoleerd bestand.

Structurele kenmerken in gegenereerde code

Gegenereerde code neigt naar over-commentaar op een specifieke manier: opmerkingen die herhalen wat de regel doet (# increment the counter) in plaats van waarom het bestaat. Mensencode onder tijdsdruk slaat voor de hand liggende opmerkingen over en legt alleen de rare onderdelen uit. Gegenereerde code neigt ook naar gelijke functielengtes en consistent, leerboek-perfect foutenafhandeling overal, zelfs op plekken waar een persoon lui zou zijn geworden of een snelkoppeling zou hebben gebruikt die ze van een vorige bug hebben geleerd.

Een ander kenmerk: variabele- en functienamen die tegelijkertijd iets te beschrijvend en generiek zijn. calculate_total_price_with_tax in plaats van calc_total of welke afkorting een echte codebase ook convergeert. Echte projecten verzamelen naamgevingsinconsistenties in de loop van de tijd naarmate verschillende personen het bestand aanraken. Een enkel bestand met verdacht consistente naamgevingsconventies over 300 regels, schijnbaar geschreven door een beginner, verdient een tweede blik.

Vraag naar de onderdelen die niet werken

De snelste praktische controle is de persoon vragen een specifieke beslissing uit te leggen die niet voor de hand ligt uit het lezen van de code, iets zoals