ChatGPT produjo menos correcciones insuficientes pero más correcciones excesivas que las herramientas gramaticales especializadas en una evaluación sobre un banco de pruebas de corrección

Fecha del hecho / publicación

Categoría de la evidencia

Tareas sobre las que incide

Dónde aplica esto

Una evaluación sobre un banco de pruebas de corrección de errores gramaticales. Los autores informan de que ChatGPT rinde peor que los sistemas de referencia especializados, como Grammarly, en las métricas automáticas, sobre todo en frases largas, y de que la evaluación humana sugiere que produce menos problemas de corrección insuficiente o errónea pero más correcciones excesivas. Usó un modelo de 2023.

Qué significa esto

Qué no muestra todavía

Un banco de pruebas de 2023; los modelos más recientes pueden comportarse de otra manera.

Qué puedes comprobar

¿Cambia la evaluación?

Fuente