콘텐츠
출처 : Mast3r / Dreamstime.com
테이크 아웃 :
연구원들은 가짜 뉴스와 싸우기 위해 AI로 전환하고 있습니다. 그러나 실제로 도움이 될 수 있습니까, 아니면 상황을 악화시킬 수 있습니까?
가짜 뉴스는 다가오는 대통령 선거 측면에서 주요 가시가 될 것으로 예상되며, 일반 대중 담론에 대한 전반적인 부식 효과는 말할 것도 없습니다. 오늘날의 연결된 사회에서 소설과의 사실을 분별하기가 점점 어려워지고 있습니다. 그래서 일부 연구자들은이 문제를 해결하기 위해 인공 지능의 힘에 초점을 맞추기 시작합니다.
물론 희망은 거짓말을하는 사람보다 기계 나 더 정확한 알고리즘이 사람보다 낫다는 것입니다. 그러나 이것은 현실적인 기대인가, 아니면 다루기 어려운 문제에서 기술을 던지는 또 다른 사례 일까?
도둑을 잡아라. . .
데이터 과학자들이이 분야에서 AI의 통찰력을 향상시킬 계획 중 하나는 가짜 뉴스를 생성하는 것입니다. 워싱턴 대학 (University of Washington)의 Allen Institute for AI는 광범위한 주제에 대한 잘못된 이야기를 만들도록 설계된 자연 언어 처리 엔진 인 Grover를 개발하고 공개했습니다. 처음에는 비생산적인 것처럼 보이지만 실제로는 한 기계가 다른 기계의 출력을 분석하는 상당히 일반적인 AI 훈련 전략입니다. 이러한 방식으로, 실제 가짜 뉴스에 의존하는 것보다 분석 속도가 훨씬 빨라질 수 있습니다. 연구소는 Grover가 이미 92 %의 정확도 등급으로 작동 할 수 있다고 주장하지만 AI 생성 컨텐츠와 인간 생성 컨텐츠를 구별하는 데만 적합하다는 점을 명심해야합니다. 이는 현명한 사람이 여전히 잘못된 이야기를 몰래 들어올 수 있음을 의미합니다 과거. (자세한 내용은 파이팅 가짜 뉴스 관련 기술을 확인하십시오.)
물론, Grover는 가짜 뉴스가 어떻게 만들어지고 어떻게 전파되는지에 대한 이해를 빠르게 향상시킬 수 있으며, 이론적으로 현실 세계를 방해하는 데 사용될 수 있습니다. 그러나 Futurism.com이 최근에 언급했듯이, 테스트 실행을 위해 시스템을 채택한 일부 전문가들은 그것이 믿을 수있는 거짓말을 만드는 데 얼마나 효과적인지, 월스트리트 저널 및 뉴욕과 같은 합법적 인 뉴스 매체의 글쓰기 스타일을 모방하는 것에 대해 경고합니다. 타임스.
그러나 거짓말은 본질적으로 직관적이고 감정 중심의 행동이기 때문에 여전히 차갑고 단단한 논리에 의해 구동되는 가장 똑똑한 기계조차도 거짓말을 발견하는 데 필요한 원만한 이해 수준을 달성 할 수 있습니까? Unbabel의 Maria Almeida는 최근에 일부 반복이 이것에 꽤 잘 맞을 수 있지만, 어떤 알고리즘도 인간의 완전한 이해를 기대할 수 없다고 지적했습니다. 이는 인공 지능이 사실 확인 및 비교 분석에서 극적인 향상을 이룰 수 있음을 의미하지만, 최종 요청은 훈련 된 전문가에게 맡기는 것이 가장 좋습니다.
그러나 아이러니하게도이 기능은 소셜 미디어에서 라운드를 시작하는 깊고 가짜 비디오를 감지하는 데 가장 유용합니다. AI를 통해 개별 픽셀까지 시각적 데이터를 분석 할 수 있으므로 변경된 단어 및 개념보다 변경된 이미지를 발견하는 데 훨씬 능숙합니다.
그럼에도 불구하고, 포브스의 찰스 타워-클라크 (Charles Towers-Clark)에 따르면, 가짜 뉴스의 주요 문제는 소수의 사람들이 그것을 만드는 것이 아니라 많은 사람들이 그것에 영향을 받는다는 것입니다. 사람들은 사실로 인해 그들이 믿고 싶어하는 것이 아니라 그들이 믿고 싶은 것을 믿는 경향이 있습니다. 따라서 고도로 개발 된 AI 엔진이 자신의 믿음이 잘못되었다고 선언하더라도 사람들은 자신보다 기계를 의심하기 쉽습니다.
"가짜 뉴스의 확산에 맞서기 위해 머신 러닝을 구현하는 것은 훌륭하다. 그리고 주요 미디어 뉴스 매체의 신뢰성에 의문이 제기됨에 따라이 문제를 해결해야 할 필요성이있다. 그러나 소셜 미디어에 의해 잘못된 정보가 확산되면서 가짜 뉴스의 출처를 감지하고 공개하는 것이 우리가들은 것을 믿기위한 인간의 본능을 극복 할 수 있습니까?”
버그 없음, 스트레스 없음-인생을 파괴하지 않고 인생을 바꾸는 소프트웨어를 만드는 단계별 가이드
아무도 소프트웨어 품질에 신경 쓰지 않으면 프로그래밍 기술을 향상시킬 수 없습니다.
그러므로 진짜 도전은 가짜 뉴스를 식별하고 논쟁하는 것이 아니라 왜 그것이 실제 뉴스보다 훨씬 빨리 소셜 미디어를 통해 확산되는 경향이 있는지 이해하는 것입니다. 부분적으로 이것은 가짜 뉴스 자체의 특성 때문인데, 이는 현실의 비교 지표에 비해 흥미롭고 살코기 쉬운 경향이 있습니다. 결국, 기술이 본질적으로 비 기술적 인 문제를 해결하기를 기대하는 것이 현실적입니까? AI가 미디어를 변경하는 방법에 대한 자세한 내용은 게시 및 미디어의 5 가지 AI 고급 기능을 참조하십시오.
확산 중지
ZDNet의 Robin Harris는 이것이 인간이 아닌 가짜 뉴스의 기술적 측면에 AI를 집중시키는 것이 중요한 이유라고 말합니다. 실제로, 대부분의 연구자들은 소셜 네트워크를 통해 자연 및 인공 전파 패턴을 구별하는 것과 같은 일을하도록 AI를 훈련시키고 있습니다. 전환 트리 비율, 리트 윗 타이밍 및 전체 응답 데이터와 같은 주요 메트릭을 사용하여 소스가 디지털 하위 단계 아래에 숨겨져 있어도 정보 유출 캠페인을 식별하고 무효화 할 수 있습니다. 동시에 AI는 블록 체인과 같은 다른 기술을 관리하여 추적 가능하고 검증 가능한 정보 채널을 유지하는 데 사용될 수 있습니다.
사실 가짜 뉴스는 새로운 현상이 아닙니다. 20 대 초반의 저널리즘 저널리즘에서일 초기 문명의 선전으로 거슬러 올라가는 세기에 이르기까지 대중을 두들겨주는 것은 앉아있는 정부와 혁명가 모두에게 오랜 전통을 가진 전통입니다. 오늘날의 차이점은 디지털 기술이 거의 모든 사람이 거짓말을 게시하고 몇 시간 안에 전 세계에 퍼지는 것을 볼 수있을 정도로이 기능을 민주화했다는 것입니다.
AI와 같은 기술은 확실히이 혼란을 좀 더 명확하게하는 데 도움이 될 수 있지만, 사람들 만이 진실을 완전히 이해하고 판단 할 수 있습니다.