Taux de détection AIGC élevé
AIGC, pour Artificial Intelligence Generated Content, désigne les « contenus générés par l'intelligence artificielle ».
La tâche centrale de la détection AIGC consiste à déterminer si un texte a été généré par une IA. La probabilité de génération par IA (taux d'IA) exprime, en pourcentage, la possibilité qu'un texte soit généré par une IA : 0 % indique un texte entièrement rédigé par un humain, 100 % un texte entièrement généré par une IA.
Nous utilisons plusieurs outils de détection AIGC pour contrôler le contenu des livres générés, et nous constatons qu'il subsiste un taux d'IA élevé (fait intéressant, nous avons aussi testé des articles et documents publiés avant 2010 et dont la rédaction humaine est certaine : ils obtiennent eux aussi un taux de détection élevé).
Si vous souhaitez utiliser directement un livre créé par ce projet, sans modification humaine, et obtenir un taux d'IA suffisamment faible, cette plateforme n'est peut-être pas adaptée, et nous ne prenons aucun engagement à ce sujet.
La qualité de l'extraction de texte par OCR des fichiers PDF reste à améliorer
L'extraction de texte à partir d'images (ou de fichiers PDF contenant uniquement une couche d'image) au moyen de la technologie OCR est un défi technique que de nombreuses équipes techniques de premier plan dans le monde étudient depuis longtemps sans parvenir à le résoudre parfaitement.
Ce projet combine plusieurs solutions techniques tierces telles que PaddlePaddle de Baidu, Microsoft MarkItDown et Alibaba Cloud Intelligent Document Parsing. Toutefois, aucune de ces solutions ne permet une extraction parfaite du texte ; la qualité de l'extraction dépend étroitement de facteurs tels que la complexité de la mise en page du fichier d'origine et la netteté de l'image.
Si vous utilisez des documents de référence au format PDF pour l'écriture par IA, la qualité de l'écriture peut en être affectée.
Limites de la création en langues autres que le chinois
Ce projet prend en charge le téléversement de ressources multilingues et leur lecture par l’IA ; toutefois, après tests, il est possible que l’IA ne parvienne pas à générer des livres entièrement en anglais de grande longueur. Ce problème n’a pas encore été étudié ni résolu plus avant.
Limites de l’insertion d’images
Lors de la création d’un projet, si vous cochez « Utiliser des images », l’IA insère automatiquement des images dans le livre pendant sa génération. Voici le principe :
- Extraire d’abord toutes les images des ressources de référence, déduire et générer des descriptions d’images selon le contexte, puis stocker temporairement les images et leurs descriptions dans la base ;
- Pendant la génération du livre, si l’IA estime que le contexte du paragraphe de texte créé correspond à une image, elle insère cette image dans le texte.
Ce processus n’est pas toujours fiable : comme la position et le format du texte des légendes varient selon les ressources de référence, l’IA ne peut pas effectuer un jugement et une association parfaitement exacts. Il existe donc une très faible probabilité que les problèmes suivants se produisent :
- Des images qui auraient dû être insérées ont été omises
- Des images incorrectes ont été insérées
Il faut donc vérifier et traiter manuellement les illustrations du livre généré :
- Première méthode : après avoir exporté le fichier Word, le modifier et y insérer les images séparément ;
- Deuxième méthode : utilisez la fonction d’édition en ligne du livre finalisé, cliquez sur le bouton « Insérer une image » dans la barre d’outils de l’éditeur, ouvrez la bibliothèque d’images, sélectionnez une image et cliquez sur le bouton d’insertion.
Problème de conversion des images SVG en images PNG dans les fichiers Word
Comme les fichiers Microsoft Word (DOC / DOCX) ne prennent pas nativement en charge l’intégration d’images SVG, lors de l’exportation d’un livre au format Word, la méthode actuelle consiste à convertir les graphiques SVG en images PNG et à les insérer dans le corps du texte.
Limites de l’annotation des citations
Selon la norme GB/T 7714-2025 « Information et documentation — Règles de description des références bibliographiques », l’annotation des citations doit indiquer le numéro de page.
Voici un exemple correct :
Dans le corps du texte : Qian Mu expose en détail ce point de vue dans « Guoshi Dagang »①.
Note de bas de page : ① Qian Mu, « Guoshi Dagang » (édition révisée), Pékin : Commercial Press, 1996, p. 38.
Toutefois, dans ce projet, comme les références utilisées pour l'écriture par IA sont principalement des fichiers sans numéros de page aux formats EPUB, DOC, Markdown, etc., certains fichiers peuvent même ne pas présenter de caractéristiques de chapitre claires permettant à l'IA de les identifier et de les distinguer.
Pour les références au format PDF, bien que la plupart des fichiers originaux comportent des numéros de page imprimés, leurs emplacements et leurs formats variant, les outils actuels d'extraction de texte OCR ont du mal à les reconnaître et à les extraire intelligemment (sauf en utilisant un logiciel OCR personnalisé capable de délimiter la position des numéros de page).
À moins que l'utilisateur ne modifie et convertisse au préalable les fichiers de référence de divers formats en fichiers paginés tels que des PDF à la mise en page soignée et au format de numérotation de page normalisé, indiquer les numéros de page dans les citations constitue un problème d'ingénierie complexe et considérable, presque impossible à résoudre, ce qui dépasse largement le cadre de recherche de ce projet.
Pour ces raisons complexes, dans les livres actuellement générés par ce projet :
- il est impossible de déterminer et d'indiquer les numéros de page des citations ;
- pour les citations dont le chapitre d'origine ne peut pas être identifié, il n'est pas non plus possible d'indiquer le chapitre.
Vous pouvez insérer ou modifier manuellement les citations dans le fichier Word exporté (DOC / DOCX) ; cela prend certes un temps considérable, mais la charge de travail globale reste bien inférieure à celle d'une rédaction manuelle.
Autres
Actuellement, les résultats des tests pour la rédaction de livres non romanesques sont plutôt satisfaisants, mais nous n'avons pas encore testé la capacité à écrire des œuvres de fiction.
D'après les principes techniques de ce projet, nous supposons que la création d'œuvres de fiction pourrait ne pas donner de résultats satisfaisants.Il n'est pas recommandé, pour l'instant, d'utiliser ce projet pour écrire des romans, de la prose, des autobiographies et d'autres œuvres à caractère littéraire ou fictif.