- Ερευνητές ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που προορίζεται να εντοπίζει και να επισημαίνει ψεύτικες ειδήσεις.
- Το μοντέλο σαρώνει ένα δημόσιο σύνολο δεδομένων ψεύτικων ειδήσεων, ειδοποιεί τους χρήστες και τους ανακατευθύνει σε επαληθευμένες πηγές πληροφοριών.
- Υπάρχει ένας αυξανόμενος αριθμός μεθόδων τεχνητής νοημοσύνης για την αντιμετώπιση διαδικτυακών ψευδών ειδήσεων.
Η τεχνητή νοημοσύνη (AI) συμβάλλει στον περιορισμό της ταχείας εξάπλωσης της παραπληροφόρησης στο διαδίκτυο, λένε οι ειδικοί. Ερευνητές ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που προορίζεται να εντοπίζει και να επισημαίνει ψεύτικες ειδήσεις. Το μοντέλο σαρώνει ένα δημόσιο σύνολο δεδομένων ψευδών ειδήσεων, ειδοποιεί τους χρήστες και τους ανακατευθύνει σε επαληθευμένες πηγές πληροφοριών. Αποτελεί μέρος ενός αυξανόμενου αριθμού μεθόδων τεχνητής νοημοσύνης για την αντιμετώπιση ψευδών ειδήσεων. «Ο όγκος των πληροφοριών που ρέει ρίχνει το Διαδίκτυο, ειδικά τα κοινωνικά δίκτυα, είναι τεράστιος και δεν μπορεί να χειριστεί χειροκίνητα, ειδικά με υψηλή ακρίβεια», δήλωσε ο Wael AbdAlmageed, καθηγητής μηχανικής υπολογιστών στο Πανεπιστήμιο της Νότιας Καλιφόρνια, ο οποίος έχει αναπτύξει αλγόριθμους AI για την ανίχνευση οπτικών παραπληροφόρηση, είπε στο Lifewire σε συνέντευξη μέσω email. «Είναι σημαντικό να παρακολουθούμε και να επισημαίνουμε την παραπληροφόρηση σε πραγματικό χρόνο, καθώς από τη στιγμή που η παραπληροφόρηση αρχίσει να διαδίδεται, είναι δύσκολο να πείσουμε τους ανθρώπους ότι οι πληροφορίες είναι ψευδείς, ειδικά όταν η παραπληροφόρηση επιβεβαιώνει τις προκαταλήψεις μας», πρόσθεσε.
Διατηρώντας το πραγματικό
Η τεχνική τεχνητής νοημοσύνης που αναπτύχθηκε από μια ομάδα στο Πανεπιστήμιο Macquarie της Αυστραλίας θα μπορούσε να βοηθήσει στη μείωση της εξάπλωσης των ψεύτικων ειδήσεων. Το μοντέλο μπορεί να ενσωματωθεί σε μια εφαρμογή ή λογισμικό ιστού και προσφέρει συνδέσμους προς σχετικές «αληθινές» πληροφορίες που ευθυγραμμίζονται με τα ενδιαφέροντα κάθε χρήστη. «Όταν διαβάζετε ή παρακολουθείτε ειδήσεις στο Διαδίκτυο, συχνά προτείνονται ειδήσεις για παρόμοια γεγονότα ή θέματα χρησιμοποιώντας ένα μοντέλο σύστασης», δήλωσε στο δελτίο ειδήσεων ο Shoujin Wang, επιστήμονας δεδομένων στο Πανεπιστήμιο Macquarie που εργάστηκε στην έρευνα. Ο Wang λέει ότι οι ακριβείς ειδήσεις και οι ψεύτικες ειδήσεις για το ίδιο συμβάν χρησιμοποιούν συχνά διαφορετικά στυλ περιεχομένου, μπερδεύοντας τα μοντέλα υπολογιστών ώστε να τα αντιμετωπίζουν ως ειδήσεις για διαφορετικά συμβάντα. Το μοντέλο του Πανεπιστημίου Macquarie «ξεμπερδεύει» τις πληροφορίες κάθε είδησης σε δύο μέρη: τις πινακίδες που δείχνουν αν η είδηση είναι ψεύτικη και τις πληροφορίες για το συγκεκριμένο γεγονός που δείχνουν το θέμα ή το γεγονός για το οποίο αναφέρεται η είδηση. Στη συνέχεια, το μοντέλο αναζητά μοτίβα στον τρόπο με τον οποίο οι χρήστες αλλάζουν μεταξύ διαφορετικών ειδήσεων για να προβλέψει ποιο ειδησεογραφικό συμβάν μπορεί να ενδιαφέρεται να διαβάσει ο χρήστης στη συνέχεια. Η ερευνητική ομάδα εκπαίδευσε το μοντέλο σε ένα δημόσιο σύνολο δεδομένων ψεύτικων ειδήσεων που δημοσιεύτηκε στο GitHub, που ονομάζεται FakeNewsNet, το οποίο αποθηκεύει ψεύτικες ειδήσεις από το PolitiFact και το GossipCop μαζί με δεδομένα όπως περιεχόμενο ειδήσεων, κοινωνικό πλαίσιο και ιστορικά ανάγνωσης χρηστών.
Η ανάπτυξη των ψεύτικων ειδήσεων
Οι ψεύτικες ειδήσεις είναι ένα αυξανόμενο πρόβλημα, σύμφωνα με μελέτες. Το NewsGuard διαπίστωσε ότι ένα σημαντικό μέρος της ανάπτυξης στα μέσα κοινωνικής δικτύωσης προήλθε από αναξιόπιστους ιστότοπους. Το 2020, το 17 τοις εκατό της δέσμευσης μεταξύ των 100 κορυφαίων πηγών ειδήσεων προήλθε από ιστοτόπους με κόκκινη αξιολόγηση (γενικά αναξιόπιστες), σε σύγκριση με περίπου 8 τοις εκατό το 2019. Subramaniam Vincent, διευθυντής Δημοσιογραφίας και Δεοντολογίας των Μέσων στο Markkula Center for Applied Ethics στο Santa Το Πανεπιστήμιο Clara, δήλωσε στο Lifewire σε μια συνέντευξη μέσω email ότι η τεχνητή νοημοσύνη μπορεί να βοηθήσει στην αντιμετώπιση της παραπληροφόρησης. Η τεχνολογία μπορεί να χρησιμοποιηθεί για την «παρακολούθηση της συμπεριφοράς του λογαριασμού για ενορχηστρωμένη κοινή χρήση που σχετίζεται με ρητορική μίσους ή ήδη απομυθοποιημένους ισχυρισμούς ή απομυθοποιούνται από ελεγκτές γεγονότων ή γνωστές προπαγανδιστικές κρατικές οντότητες ή νεοεμφανιζόμενες ομάδες με ταχεία αύξηση μελών», εξήγησε ο Vincent. «Η τεχνητή νοημοσύνη μπορεί επίσης να χρησιμοποιηθεί μαζί με τη σχεδίαση για την επισήμανση περιεχομένου συγκεκριμένων τύπων για να αυξήσει την τριβή πριν από την κοινή χρήση τους».
Ο AbdAlmageed είπε ότι τα κοινωνικά δίκτυα πρέπει να ενσωματώσουν αλγόριθμους ανίχνευσης ψεύτικων ειδήσεων ως μέρος των αλγορίθμων συστάσεών τους. Ο στόχος, είπε, είναι «να επισημάνουν τις ψεύτικες ειδήσεις ως ψεύτικες ή μη ακριβείς εάν δεν θέλουν να αποτρέψουν εντελώς την κοινοποίηση ψεύτικων ειδήσεων». Τούτου λεχθέντος, ενώ η τεχνητή νοημοσύνη μπορεί να είναι χρήσιμη για την αντιμετώπιση των ψεύτικων ειδήσεων, η προσέγγιση έχει τα αρνητικά της, είπε ο Vincent. Το πρόβλημα είναι ότι τα συστήματα AI δεν μπορούν να κατανοήσουν την έννοια της ανθρώπινης ομιλίας και γραφής, επομένως θα βρίσκονται πάντα πίσω από την καμπύλη. «Όσο πιο ακριβής μπορεί να γίνει η τεχνητή νοημοσύνη με ορισμένες μορφές απροκάλυπτης ρητορικής μίσους και παραπληροφόρησης, τόσο περισσότερη η ανθρώπινη κουλτούρα θα μετακινηθεί σε νεότερο κώδικα και υπόγεια έννοια μετάδοσης για οργάνωση», είπε ο Vincent. Ο Wasim Khaled, Διευθύνων Σύμβουλος της εταιρείας παρακολούθησης παραπληροφόρησης Blackbird.AI, δήλωσε σε ένα email στο Lifewire ότι η διαδικτυακή παραπληροφόρηση είναι μια εξελισσόμενη απειλή. Τα νέα συστήματα τεχνητής νοημοσύνης πρέπει να είναι σε θέση να προβλέψουν πού θα εμφανιστούν στη συνέχεια ψευδείς ειδήσεις. «Στις περισσότερες περιπτώσεις, δεν μπορείτε να δημιουργήσετε ένα προϊόν τεχνητής νοημοσύνης και να το ονομάσετε ολοκληρωμένο», είπε ο Khaled. «Τα πρότυπα συμπεριφοράς αλλάζουν με την πάροδο του χρόνου και είναι σημαντικό τα μοντέλα τεχνητής νοημοσύνης σας να συμβαδίζουν με αυτές τις αλλαγές.»