ซื้อกลับบ้านที่สำคัญ
- นักวิจัยได้พัฒนาระบบ AI เพื่อตรวจจับและแจ้งข่าวปลอม
- โมเดลค้นหาชุดข้อมูลสาธารณะของข่าวปลอม แจ้งเตือนผู้ใช้ และเปลี่ยนเส้นทางไปยังแหล่งข้อมูลที่ตรวจสอบแล้ว
-
มีวิธี AI จำนวนมากขึ้นในการต่อต้านข่าวเท็จออนไลน์
ปัญญาประดิษฐ์ (AI) กำลังช่วยลดการแพร่กระจายอย่างรวดเร็วของการบิดเบือนข้อมูลทางออนไลน์ ผู้เชี่ยวชาญกล่าว
นักวิจัยได้พัฒนาระบบ AI เพื่อตรวจจับและแจ้งข่าวปลอม โมเดลจะค้นหาชุดข้อมูลสาธารณะของข่าวปลอม แจ้งเตือนผู้ใช้ และเปลี่ยนเส้นทางไปยังแหล่งข้อมูลที่ตรวจสอบแล้ว เป็นส่วนหนึ่งของวิธีการ AI ที่เพิ่มขึ้นในการต่อต้านข่าวเท็จ
"ปริมาณข้อมูลที่ไหลผ่านอินเทอร์เน็ตโดยเฉพาะเครือข่ายสังคมออนไลน์มีจำนวนมากและไม่สามารถจัดการได้ด้วยตนเองโดยเฉพาะด้วยความแม่นยำสูง " Wael AbdAlmaged ศาสตราจารย์ด้านวิศวกรรมคอมพิวเตอร์แห่งมหาวิทยาลัยเซาเทิร์นแคลิฟอร์เนียซึ่งเป็นผู้พัฒนา อัลกอริธึม AI สำหรับตรวจจับข้อมูลที่ผิดด้วยภาพ บอกกับ Lifewire ในการสัมภาษณ์ทางอีเมล
"การตรวจสอบและติดธงข้อมูลที่ไม่ถูกต้องแบบเรียลไทม์เป็นสิ่งสำคัญ เนื่องจากเมื่อข้อมูลที่ผิดเริ่มเผยแพร่ เป็นการยากที่จะโน้มน้าวผู้คนว่าข้อมูลนั้นเป็นเท็จ โดยเฉพาะอย่างยิ่งเมื่อข้อมูลที่ผิดยืนยันอคติของเรา" เขากล่าวเสริม
ทำให้มันเป็นจริง
เทคนิค AI ที่พัฒนาโดยทีมงานของมหาวิทยาลัย Macquarie ของออสเตรเลียสามารถช่วยลดการแพร่กระจายของข่าวปลอมได้ โมเดลนี้สามารถรวมเข้ากับแอปหรือซอฟต์แวร์เว็บ และเสนอลิงก์ไปยังข้อมูล "จริง" ที่เกี่ยวข้องซึ่งสอดคล้องกับความสนใจของผู้ใช้แต่ละราย
"เมื่อคุณอ่านหรือดูข่าวออนไลน์ มักจะแนะนำเรื่องข่าวเกี่ยวกับเหตุการณ์หรือหัวข้อที่คล้ายกันให้คุณโดยใช้รูปแบบการแนะนำ" Shoujin Wang นักวิทยาศาสตร์ด้านข้อมูลแห่งมหาวิทยาลัย Macquarie ที่ทำงานเกี่ยวกับการวิจัยกล่าวใน ข่าวประชาสัมพันธ์
Wang กล่าวว่าข่าวที่ถูกต้องและข่าวปลอมสำหรับงานเดียวกันมักใช้รูปแบบเนื้อหาที่แตกต่างกัน ซึ่งทำให้โมเดลคอมพิวเตอร์สับสนว่าถือว่าเป็นข่าวสำหรับเหตุการณ์ต่างๆ
โมเดลของมหาวิทยาลัย Macquarie 'แยกส่วน' ข้อมูลของข่าวแต่ละรายการออกเป็นสองส่วน: สัญญาณที่แสดงว่ารายการข่าวนั้นเป็นของปลอมหรือไม่ และข้อมูลเฉพาะเหตุการณ์ที่แสดงหัวข้อหรือเหตุการณ์ที่เกี่ยวข้องกับข่าว จากนั้นโมเดลจะค้นหารูปแบบที่ผู้ใช้เปลี่ยนข่าวแต่ละส่วนเพื่อคาดการณ์เหตุการณ์ข่าวที่ผู้ใช้อาจสนใจอ่านต่อไป
ทีมวิจัยได้ฝึกโมเดลเกี่ยวกับชุดข้อมูลสาธารณะของข่าวปลอมที่เผยแพร่บน GitHub ชื่อ FakeNewsNet ซึ่งเก็บข่าวปลอมจาก PolitiFact และ GossipCop พร้อมกับข้อมูลเช่นเนื้อหาข่าว บริบททางสังคม และประวัติการอ่านของผู้ใช้
การเติบโตของข่าวลวง
ข่าวลวงเป็นปัญหาที่เพิ่มขึ้น การศึกษาแนะนำ NewsGuard พบว่าส่วนสำคัญของการเติบโตของโซเชียลมีเดียมาจากเว็บไซต์ที่ไม่น่าเชื่อถือในปี 2020 การมีส่วนร่วม 17 เปอร์เซ็นต์จากแหล่งข่าว 100 อันดับแรกมาจากไซต์ที่มีเรทสีแดง (โดยทั่วไปไม่น่าเชื่อถือ) เทียบกับประมาณ 8 เปอร์เซ็นต์ในปี 2019
Subramaniam Vincent ผู้อำนวยการฝ่ายวารสารศาสตร์และจริยธรรมสื่อที่ Markkula Center for Applied Ethics ที่มหาวิทยาลัยซานตาคลาราบอกกับ Lifewire ในการสัมภาษณ์ทางอีเมลว่า AI สามารถช่วยต่อต้านการบิดเบือนข้อมูลได้
เทคโนโลยีนี้สามารถใช้สำหรับ "การตรวจสอบพฤติกรรมของบัญชีสำหรับการแบ่งปันที่ประสานกันซึ่งสัมพันธ์กับคำพูดแสดงความเกลียดชังหรือการอ้างสิทธิ์ที่หักล้างแล้ว หรือถูกหักล้างโดยผู้ตรวจสอบข้อเท็จจริงหรือหน่วยงานของรัฐที่เป็นที่รู้จักของนักโฆษณาชวนเชื่อหรือกลุ่มตั้งไข่ที่มีสมาชิกเพิ่มขึ้นอย่างรวดเร็ว" Vincent อธิบาย "ยังสามารถใช้ AI ร่วมกับการออกแบบเพื่อตั้งค่าสถานะเนื้อหาบางประเภทเพื่อเพิ่มความขัดแย้งก่อนที่จะแชร์"
AbdAlmaged กล่าวว่าโซเชียลเน็ตเวิร์กจำเป็นต้องรวมอัลกอริธึมการตรวจจับข่าวปลอมเป็นส่วนหนึ่งของอัลกอริธึมการแนะนำ เขากล่าวว่าเป้าหมายคือ "ตั้งค่าสถานะข่าวปลอมว่าเป็นข่าวปลอมหรือไม่แม่นยำหากไม่ต้องการป้องกันการแชร์ข่าวปลอมโดยสิ้นเชิง"
ที่กล่าวว่า แม้ว่า AI อาจมีประโยชน์ในการต่อต้านข่าวปลอม แต่แนวทางดังกล่าวก็มีด้านลบ Vincent กล่าว ปัญหาคือระบบ AI ไม่เข้าใจความหมายของคำพูดและการเขียนของมนุษย์ ดังนั้นจึงมักจะอยู่เบื้องหลังเสมอ
"AI ที่แม่นยำยิ่งขึ้นอาจได้รับจากคำพูดแสดงความเกลียดชังและการบิดเบือนที่เปิดเผยบางรูปแบบ วัฒนธรรมของมนุษย์ก็จะย้ายไปใช้รหัสที่ใหม่กว่าและส่งต่อความหมายใต้ดินเพื่อจัดระเบียบ "Vincent กล่าว
วาซิม คาเล็ด ซีอีโอของ Blackbird. AI บริษัทตรวจสอบข้อมูลเท็จ กล่าวในอีเมลถึง Lifewire ว่าการบิดเบือนข้อมูลออนไลน์เป็นภัยคุกคามที่พัฒนาอย่างต่อเนื่อง ระบบ AI ใหม่จะต้องสามารถคาดเดาได้ว่าข่าวปลอมจะปรากฏขึ้นที่ใดต่อไป
"ในกรณีส่วนใหญ่ คุณไม่สามารถสร้างผลิตภัณฑ์ AI และเรียกมันว่าเสร็จสิ้นได้" Khaled กล่าว "รูปแบบพฤติกรรมเปลี่ยนไปตามกาลเวลา และสิ่งสำคัญคือโมเดล AI ของคุณต้องตามให้ทันการเปลี่ยนแปลงเหล่านี้"