استخدم الذكاء الاصطناعي نفسه للكشف عن الأخبار المزيفة التي أنشأها الذكاء الاصطناعي

في الآونة الأخيرة، أنشأ الباحثون في جامعة هارفارد ومختبر AI-MIT Watson التابع لمعهد ماساتشوستس للتكنولوجيا أداة GLTR (غرفة اختبار نموذج اللغة العملاقة - غرفة اختبار نموذج اللغة العملاقة) للكشف عن تحيز المعلومات الناتج عن الذكاء الاصطناعي، باستخدام الذكاء الاصطناعي نفسه.

تفهم أداة GLTR بوضوح كيفية عمل الذكاء الاصطناعي ثم تقوم بتحليل محتوى المعلومات. تكتشف هذه الأداة الأخبار المزيفة التي أنشأتها تقنية الذكاء الاصطناعي من خلال تمييز جزء من النص. يمكن للقراء متابعة القدرات التحليلية لـ GLTP في الرسم التوضيحي أدناه. مع تمييز الكلمات باللون الأخضر، فهي الأكثر قابلية للتنبؤ بها، والأحمر والأصفر أقل قابلية للتنبؤ بها، والأرجواني هو الأقل قابلية للتنبؤ بها.

ويعتمد العلماء على الألوان في كل جزء من النص وتحليلها لتقييم صحة المعلومات، سواء تم إنشاؤها بواسطة الخوارزميات أم لا. من غير المرجح أن يتم إنشاء النص المميز باللون الأحمر والأرجواني والأصفر بواسطة الذكاء الاصطناعي بسبب استخدام العديد من الكلمات الصعبة. إذا كان النص مغطى بالكثير من اللون الأزرق، فهذا يعني أن هناك العديد من الكلمات الشائعة ومن المحتمل أن يتم إنشاؤها بواسطة الروبوت. تساعد هذه الأداة على زيادة معدل اكتشاف النص المزيف بحوالي 72%.

في الأساس، قد تكون الجمل المكتوبة بواسطة منشئ نص يعمل بالذكاء الاصطناعي صحيحة نحويًا، ولكنها ستواجه بالتأكيد مشاكل دلالية، أو في كثير من الحالات تفتقر إلى أي معنى حقيقي لأي سبب.

في الوقت الحالي، أصبح استخدام الذكاء الاصطناعي ونماذج توليد اللغات غير الطبيعية لإنشاء أخبار مزيفة ونشر معلومات كاذبة أمرًا شائعًا بشكل متزايد، مما يؤدي إلى عواقب وخيمة على المجتمع. تكون هذه النصوص المزيفة في بعض الأحيان معقدة للغاية، مما يجعل من الصعب على القراء أن يدركوا أنها كتبت بواسطة آلة وليس بواسطة إنسان. وفي الوقت نفسه، تم تجهيز أداة GLTR بالقدرة على التمييز بدقة بين النوع المذكور أعلاه من النص المزيف، لتكون بمثابة أداة ذكاء اصطناعي فعالة "للعدو الطبيعي". هذه أيضًا هي الفكرة الأساسية للباحثين في مشروع GLTR هذا.

وينبغي تعزيز المبادرات المشابهة لـ GLTR واستخدامها على نطاق واسع في الممارسة العملية قريبًا. إنها ذات قيمة ليس فقط في اكتشاف النصوص المزيفة، ولكنها تلعب أيضًا دورًا فعالًا بشكل خاص في تحديد روبوتات تويتر، والتي غالبًا ما تُستخدم لتعطيل الانتخابات في الولايات المتحدة والعديد من البلدان الأخرى.

يعد استخدام الذكاء الاصطناعي نفسه لاكتشاف الذكاء الاصطناعي بمثابة إجراء فعال لـ "العدو الطبيعي".

قبل ولادة GLTR، كانت هناك أداة للتعرف على الذكاء الاصطناعي مستخدمة على نطاق واسع وفعالة نسبيًا تسمى Botometer. بشكل أساسي، يستخدم Botometer تقنيات التعلم الآلي لتحديد ما إذا كان أي حساب يتم تشغيله بواسطة خوارزمية بشرية أو برمجية. هذه الأداة قادرة على تحديد حسابات الروبوتات والحسابات المزيفة التي لا يديرها البشر بدقة تصل إلى 95%.

مرة أخرى، تمت الإشارة والتأكيد على الحاجة إلى إنشاء أنظمة ذكاء اصطناعي وإنسانية تعاونية لحل المشكلات التكنولوجية/الاجتماعية المشتركة. وهذه مهمة صعبة، ولكنها ملحة للغاية بالنسبة للبشرية في عصر الذكاء الرقمي والاصطناعي الحالي.

شاهد المزيد:

• يستطيع الذكاء الاصطناعي بالفعل كتابة مقال كامل من خلال عدد قليل من المعلومات
• لقد ابتكر الذكاء الاصطناعي وجوهًا تشبه الأشخاص الحقيقيين والسيارات والمنازل المزيفة وحتى الحيوانات
• يتعلم الذكاء الاصطناعي كيفية إنشاء ذكاء اصطناعي آخر، ليحل محل البشر في المستقبل
• 6 خطوات لبدء تعلم برمجة الذكاء الاصطناعي (AI).