不可思議。 一個關於放棄使用 AI 進行寫作的 AI 撰寫的主題。

像鬥牛犬辯護者這樣的人喜歡試圖讓我們其他人相信，我們無法分辨鬥牛犬和其他不是鬥牛犬的狗。 但我幾天前組織了一個遊戲，向你們中的數百萬人展示了你們可以做到。 那個遊戲是 pitguesser。這裡有一些數據。 首先，pitguesser（點）com 有三種遊戲模式。其中一種基於所有當代研究中使用的相同設計，這些研究聲稱人們無法識別鬥牛犬。這個設計被稱為「品種猜測」，它讓你查看一組主要是混種狗的樣本，並猜測它們的基因組成的所有品種。 這顯然無法告訴我們鬥牛犬是否可識別，因為這是一個過高且不相關的識別標準。 然而，其他遊戲模式確實允許我們測試人們能否識別鬥牛犬的命題。 人們在一般看狗時表現得非常好，只需選擇「是」來表示一隻狗是否是鬥牛犬，選擇「否」來表示它們不是。類似地，鬥牛犬辯護者喜歡引用的一項研究，因為識別極度混合的鬥牛犬的準確性較低，實際上發現鬥牛犬的祖先越多，正確分類鬥牛犬的可能性越高： 正如你所見，那項研究發現，當鬥牛犬的祖先超過 80% 時，這些狗能夠被完美識別。我們關心這些狗的任何祖先，因為任何數量都意味著作為鬥牛犬的視覺可識別性更高，因此被分類為鬥牛犬的機率更大，而我們知道這就是我們每年統計死亡人數的方式。 在第三種遊戲模式中，我稱之為「鬥牛犬還是朋友」，玩家必須在兩隻隨機選擇的狗之間選擇，其中一隻有鬥牛犬的祖先，另一隻則沒有。他們通常能正確選擇，並達到 83.4% 的準確率，而隨機猜測的準確率僅為 50%。 這太棒了！這意味著如果在鬥牛犬和非鬥牛犬之間存在某種「潛在鬥牛外觀」或「鬥牛特徵」的變異，那麼對於這一點的 Cohen's d——假設方差相等——是驚人的 1.37。 但鬥牛犬的樣本混合得很厲害，平均只有 31.6% 的鬥牛犬祖先，因此要獲得「真正的」鬥牛犬與非鬥牛犬的可區分性，我們必須根據平均鬥牛犬祖先是否為 100% 來重新調整 d。如果我們這樣做，結果是 4.34，這是非常巨大的，幾乎沒有重疊。 如果我們再次查看數據，最常見的錯誤是與「鬥犬品種」的狗有關——美國鬥牛犬、拳擊犬、英國鬥牛犬和鬥牛梗——這些狗 (A) 與鬥牛犬來自相同的血統，(B) 通常因為身體和行為原因與它們分組，(C) 通常在使用這些數據的作者所用的 DNA 測試中與它們混淆！ 排除這些品種後，準確率上升到 86.1%，導致「純鬥犬」與非鬥犬之間的 d 差距為 4.85。這意味著外觀上只有 1.5% 的重疊。 最後，數據完整性存在問題，這削弱了研究。狗的祖先在所有數據中不總和為 100%，因為我們僅獲得了這些主要是混種狗中觀察到的前四個品種。因此，這部分祖先可能是鬥牛犬，將分佈拉在一起並增加了誤差。如果我們假設 50% 的殘餘是鬥牛犬，外觀的 d 上升到 6.50。如果我們假設它完全是鬥牛犬，則上升到 9.87。 無論如何，鬥牛犬顯然與非鬥牛犬在視覺上極為不同，我們可以輕鬆識別。從視覺上看，這樣看： 這是文章的焦點之一。另一半則是關於錯誤識別對於歸因於鬥牛犬的過度暴力估計的影響。 劇透：這往往會使其被低估，而不是高估！ 要了解更多，請查看文章：