Mga Key Takeaway
- Bumuo ang mga mananaliksik ng AI system na nilalayong makita at i-flag ang fake news.
- Sinusuri ng modelo ang isang pampublikong dataset ng pekeng balita, inaalerto ang mga user, at ini-redirect sila sa mga na-verify na mapagkukunan ng impormasyon.
-
May dumaraming bilang ng mga pamamaraan ng AI para sa pagkontra sa online na maling balita.
Nakakatulong ang artificial intelligence (AI) na pigilan ang mabilis na pagkalat ng disinformation online, sabi ng mga eksperto.
Bumuo ang mga mananaliksik ng AI system na nilalayong makita at i-flag ang fake news. Sinusuri ng modelo ang isang pampublikong dataset ng mga huwad na balita, inaalerto ang mga user, at ini-redirect sila sa mga na-verify na mapagkukunan ng impormasyon. Bahagi ito ng dumaraming paraan ng AI para sa pagkontra sa maling balita.
"Ang dami ng dumadaloy na impormasyon sa internet, lalo na ang mga social network, ay napakalaki at hindi maaaring pangasiwaan nang manu-mano, lalo na sa mataas na katumpakan," Wael AbdAlmageed, isang propesor sa computer engineering sa University of Southern California, na nakabuo AI algorithm para sa pag-detect ng visual na maling impormasyon, sinabi sa Lifewire sa isang panayam sa email.
"Mahalagang subaybayan at i-flag ang maling impormasyon sa real-time dahil sa sandaling magsimulang kumalat ang maling impormasyon, mahirap kumbinsihin ang mga tao na mali ang impormasyon, lalo na kapag kinukumpirma ng maling impormasyon ang ating mga bias," dagdag niya.
Keeping It Real
Ang AI technique na binuo ng isang team sa Macquarie University ng Australia ay maaaring makatulong na mabawasan ang pagkalat ng fake news. Ang modelo ay maaaring isama sa isang app o web software at nag-aalok ng mga link sa may-katuturang 'totoo' na impormasyon na naaayon sa mga interes ng bawat user.
"Kapag nagbabasa o nanonood ka ng balita online, kadalasang iminumungkahi sa iyo ang mga balita tungkol sa mga katulad na kaganapan o paksa gamit ang modelo ng rekomendasyon," sabi ni Shoujin Wang, isang data scientist sa Macquarie University na nagtrabaho sa pananaliksik, sa balita.
Sinasabi ni Wang na ang tumpak na balita at pekeng balita para sa parehong kaganapan ay kadalasang gumagamit ng iba't ibang istilo ng nilalaman, na nakakalito sa mga modelo ng computer sa pagtrato sa kanila bilang mga balita para sa iba't ibang mga kaganapan.
Ipinahiwatig ng modelo ng Macquarie University ang impormasyon ng bawat item ng balita sa dalawang bahagi: ang mga palatandaan na nagpapakita kung peke ang item ng balita at ang impormasyong partikular sa kaganapan na nagpapakita ng paksa o kaganapan tungkol sa balita. Pagkatapos ay naghahanap ang modelo ng mga pattern kung paano lumipat ang mga user sa iba't ibang bahagi ng balita upang mahulaan kung aling kaganapan ng balita ang maaaring interesadong basahin ng user sa susunod.
Isinanay ng research team ang modelo sa isang pampublikong dataset ng pekeng balita na na-publish sa GitHub, na tinatawag na FakeNewsNet, na nag-iimbak ng mga pekeng balita mula sa PolitiFact at GossipCop kasama ng data gaya ng content ng balita, konteksto sa lipunan, at kasaysayan ng pagbabasa ng user.
Ang Paglago ng Fake News
Ang pekeng balita ay lumalaking problema, iminumungkahi ng mga pag-aaral. Nalaman ng NewsGuard na ang malaking bahagi ng paglago sa social media ay nagmula sa mga hindi mapagkakatiwalaang website. Noong 2020, 17 porsiyento ng pakikipag-ugnayan sa nangungunang 100 pinagmumulan ng balita ay nagmula sa Red-rated (karaniwang hindi mapagkakatiwalaan) na mga site, kumpara sa humigit-kumulang 8 porsiyento noong 2019.
Sinabi ni Subramaniam Vincent, ang direktor ng Journalism and Media Ethics sa Markkula Center for Applied Ethics sa Santa Clara University, sa Lifewire sa isang email na panayam na makakatulong ang AI na kontrahin ang disinformation.
Maaaring gamitin ang teknolohiya para sa "pagsubaybay sa gawi ng account para sa nakaayos na pagbabahagi na nauugnay sa mapoot na salita o na-debunk na mga pahayag o na-debunk ng mga fact-checker o kilalang propagandist state entity o mga bagong grupo na may mabilis na pagtaas ng membership," paliwanag ni Vincent. "Maaari ding gamitin ang AI kasama ng disenyo para i-flag ang content ng mga partikular na uri upang magdagdag ng friction bago sila ibahagi."
Sinabi ng AbdAlmageed na kailangang isama ng mga social network ang mga fake news detection algorithm bilang bahagi ng kanilang mga algorithm ng rekomendasyon. Ang layunin, aniya, ay "i-flag ang fake news bilang peke o hindi tumpak kung ayaw nilang ganap na pigilan ang pagbabahagi ng fake news."
Iyon ay sinabi, habang ang AI ay maaaring maging kapaki-pakinabang para sa pagkontra sa fake news, ang diskarte ay may mga downsides, sabi ni Vincent. Ang problema ay hindi maintindihan ng mga AI system ang kahulugan ng pagsasalita at pagsusulat ng tao, kaya palagi silang nasa likod ng kurba.
"Kung mas tumpak ang AI na maaaring makuha sa ilang anyo ng lantad na mapoot na salita at disinformation, mas maraming kultura ng tao ang lilipat sa mas bagong code at subterranean na pagpapadala ng kahulugan upang ayusin," sabi ni Vincent.
Wasim Khaled, CEO ng disinformation monitoring company Blackbird. AI, ay nagsabi sa isang email sa Lifewire na ang online disinformation ay isang umuusbong na banta. Kailangang mahulaan ng mga bagong AI system kung saan susunod na lalabas ang fake news.
"Sa karamihan ng mga kaso, hindi ka makakagawa ng produktong AI at matatawag itong tapos na," sabi ni Khaled. "Nagbabago ang mga pattern ng pag-uugali sa paglipas ng panahon, at mahalagang makasabay ang iyong mga modelo ng AI sa mga pagbabagong ito."
