コンテンツ
ソース：Mast3r / Dreamstime.com
取り除く：
研究者は、偽のニュースと戦うためにAIに注目しています。しかし、それは本当に役立つのでしょうか、それとも事態を悪化させるだけでしょうか？
偽のニュースは、一般的な私たちの公の言説に対する全体的な腐食効果は言うまでもなく、来るべき大統領選挙の側の主要なとげになると予想されます。今日の接続された社会では、フィクションからの識別の事実がますます困難になっているため、一部の研究者はこの問題に対処するために人工知能の力に焦点を合わせ始めています。
もちろん、マシンまたはより正確にアルゴリズムが嘘を見つけるのに人間よりも優れているという希望があります。しかし、これは現実的な期待ですか、それとも一見扱いにくい問題にテクノロジーを投げかける別のケースでしょうか？
泥棒を捕まえるため。 。 。
データ科学者がこの分野でAIの洞察力を研ぎ澄まそうとしている方法の1つは、偽のニュースを生成できるようにすることです。ワシントン大学のAIのアレン研究所は、広範なトピックに関する虚偽のストーリーを作成するように設計された自然言語処理エンジンであるグローバーを開発し、公開しました。これは最初は逆効果のように思えるかもしれませんが、実際にはこれは、あるマシンが別のマシンの出力を分析するかなり一般的なAIトレーニング戦術です。このようにして、実際の偽のニュースに依存するよりもはるかに迅速に分析側を立ち上げることができます。研究所は、Groverがすでに92％の精度で動作できると主張していますが、AIが生成したコンテンツと人間が生成したコンテンツを区別するのが得意であることに注意することが重要です。それを過ぎて。 （詳細については、The Fighting Around Fighting Fake Newsをご覧ください。）
もちろん、グローバーは右手で、偽のニュースがどのように作成され、どのように広まるかについての理解を迅速に進めることができ、これを理論的に使用して現実の世界でそれを阻止することができます。しかし、Futurism.comが最近指摘したように、試運転のためにシステムを使用した一部の専門家は、信じられない嘘を作成するのにどれほど効果的であるか、ウォールストリートジャーナルやニューヨークのような合法的なニュースアウトレットの執筆スタイルを模倣することにさえ警戒している回。
しかし、嘘は本質的に直感的で感情駆動の行為であるため、依然として冷たくて難しい論理によって駆動されている最も賢い機械でさえ、嘘を見つけるために必要なレベルの共理解を達成できる可能性はありますか？ UnbabelのMaria Almeidaは最近、いくつかのイテレーションがこれでかなりうまくいくかもしれないが、アルゴリズムが人間の完全な理解を達成することを期待できないと指摘しました。これは、AIが事実確認と比較分析を劇的に改善できる可能性があることを意味しますが、最終的な呼び出しは訓練された専門家に任せるのが最善です。
ただし、皮肉なことに、この機能はソーシャルメディアで話題になり始めているディープフェイクビデオの検出に最も役立ちます。個々のピクセルに至るまで視覚データを分析できるAIを使用すると、変更された単語や概念よりも変更された画像を見つけやすくなります。
それでも、フォーブスのチャールズタワーズクラークは、偽のニュースの中心的な問題は、少数の人々がそれを作成しているということではなく、非常に多くの人々がそれに影響されていることだと主張しています。人々は、事実が信じさせようとするものではなく、自分が信じたいものを信じる傾向があります。そのため、高度に開発されたAIエンジンが自分の信念が間違っていると宣言したとしても、人々は自分自身よりもマシンを疑いやすくなります。
「偽のニュースの広がりに対抗するために機械学習を実装することは素晴らしいことです」と彼は言います。「そして、主要なメディアニュースの信頼性が疑問視されているため、この問題に対処する必要があります。しかし、ソーシャルメディアによって誤った情報が拡散することで、偽のニュースのソースを検出して明らかにすることで、私たちが語ったことを信じるという本能を克服できますか？」
バグやストレスなし-あなたの人生を破壊することなく人生を変えるソフトウェアを作成するためのステップバイステップガイド
誰もソフトウェアの品質を気にしない場合、プログラミングスキルを向上させることはできません。
したがって、本当の課題は、偽のニュースを特定してそれを偽装することではなく、実際のニュースよりもはるかに速くソーシャルメディアに広まる傾向がある理由を理解することです。部分的には、これは偽のニュース自体の性質によるものであり、現実の比較退屈に対してエキサイティングでやさしい傾向があります。最終的に、技術が本質的に非技術的な問題であるものを修正することを技術が期待することは現実的ですか？ （AIによるメディアの変化の詳細については、出版とメディアの5つのAIの進歩を参照してください。）
スプレッドの停止
ZDNetのロビンハリス氏は、AIを人間の側面ではなく、偽のニュースの技術的な側面に集中させることが重要である理由です。実際、ほとんどの研究者はAIを訓練して、ソーシャルネットワークを介した自然な伝播パターンと人工的な伝播パターンを区別することなどをキー入力しています。変換ツリーのレート、リツイートのタイミング、全体的な応答データなどの主要なメトリックを使用して、情報源がデジタルな妨害の層の下に隠されていても、偽情報キャンペーンを識別して無力化できます。同時に、AIを使用してブロックチェーンなどの他のテクノロジーを管理し、追跡可能な検証可能な情報チャネルを維持できます。
実際、偽のニュースは新しい現象ではありません。 20代前半の不正なジャーナリズムから番目 最古の文明のプロパガンダにまでさかのぼる世紀において、世間を覆すことは、現政権と革命家の両方にとって古くからの伝統です。今日の違いは、デジタル技術がこの機能を民主化したことで、ほぼ誰でも嘘を投稿し、数時間で世界中に広がることを見ることができます。
AIのような技術は確かにこの混乱をある程度明確にするのに役立ちますが、真実だけを完全に理解し、判断できるのは人々だけです。