Za tym rozwiązaniem stoją przedstawiciele National Yang Ming Chiao Tung University, Chung Hua University i National Ilan University. Według nich opracowany sposób ma umożliwić identyfikację fałszywych informacji. Co istotne, nie tylko w formie tekstowej, ale również wizualnej. Dzięki temu być może uda się pozbyć choć części treści generowanych przez sztuczną inteligencję, które mogą sprawiać więcej kłopotów aniżeli pożytku.
Czytaj też: Innowacyjny akumulator SOLiTHOR przełamuje bariery. 1000 cykli ładowania bez utraty wydajności!
Dynamika rozwoju różnego rodzaju generatorów treści tekstowych jak i audiowizualnych może zaskakiwać nawet samych ich twórców. A co dopiero mają powiedzieć przeciętni użytkownicy internetu, dla których identyfikacja takich materiałów jest niczym czarna magia? Z pomocą takim ludziom ma przyjść rozwiązanie opisane na łamach Science Progress.
O skali problemu jakim jest celowa (a czasami niekoniecznie) dezinformacja najlepiej świadczą informacje o zorganizowanych grupach rozprzestrzeniających tego typu treści. Coraz częściej do realizacji takich zadań nie potrzeba nawet ludzi – wystarczą boty, które wykonają niemal całą pracę samodzielnie. Ale nawet niekoniecznie nakierowane na szkodliwe działania treści mogą zakłócać porządek społeczny, nie wspominając o podważaniu zaufania do wszystkiego, na co natkniemy się w sieci.
Fake newsy mogą mieć zarówno formę tekstową, jak i wizualną. Nowe narzędzie ma się sprawdzić w identyfikacji jednych i drugich
W takich okolicznościach opisywane narzędzie powinno sprawdzić się w pełni. Jak przekonują jego twórcy, oprogramowanie to może identyfikować fałszywe wiadomości poprzez przetwarzanie danych tekstowych ale i wizualnych. Zapewnia mu to znacznie większą wszechstronność, dzięki której możliwe jest identyfikowanie zróżnicowanych zagrożeń dla wiarygodności internetowych treści.
Większość stosowanych dotychczas rozwiązań miało tzw. jednomodalny charakter. Tu jest zupełnie inaczej, a podejście multimodalne pozwala na kompleksowe i wzbogacone przechwytywanie informacji z różnych typów danych. Powstałe narzędzie łączy informacje tekstowe i wizualne. Kiedy członkowie zespołu badawczego przeprowadzili testy mające na celu ocenę przydatności takiego rozwiązania, stało się jasne, że ma ono ogromną przydatność. Wypada zarazem zdecydowanie lepiej od narzędzi jednomodalnych.
Czytaj też: Wojskowa rewolucja z Francji. Ten materiał oszuka każdą kamerę termiczną
Jak dokładnie wypadły testy? Obejmowały zbiory danych Gossopcop i Fakeddit, powszechnie wykorzystywane do oceny przydatności narzędzi projektowanych do wykrywania fake newsów. Modele jednomodalne wykazały skuteczność wynoszącą kolejno 72% i 65%. W przypadku technologii z Azji wyniki były zdecydowanie lepsze: 85% i 90%. To gigantyczna różnica i zdecydowany skok w skuteczności identyfikacji dezinformacji. Takie multimodalne podejście wydaje się więc jak najbardziej sensowne i może okazać się standardem w tworzeniu narzędzi służących do zwalczania fałszywych treści w internecie.