هوش مصنوعی در سیاست: پیش بینی انتخابات و افکار عمومی با استفاده از LLM
به طور خلاصه
با نزدیک شدن به شصتمین انتخابات ریاست جمهوری آمریکا، نقش اینترنت و شبکه های اجتماعی در شکل دادن به گفتمان سیاسی، به ویژه پس از رسوایی کمبریج آنالیتیکا، مورد بررسی قرار گرفته است. انتظار میرود چشمانداز دیجیتال با پیشرفتهای هوش مصنوعی، مانند مدلهای زبانی آموزشدیده در رژیمهای غذایی رسانهای، تغییر کند OpenAI" GPT-4.
موضوع دیگر احتمال دستکاری شبکه های اجتماعی مبتنی بر هوش مصنوعی است، مانند خودکارسازی کارخانه های ترول و تعدیل محتوا. OpenAI" GPT-4 برای تسریع روند به روز رسانی قوانین تعدیل محتوا، کاهش زمان بندی از ماه ها به ساعت ها معرفی شده است. این مدل به طور متوسط از ناظران محتوای استاندارد بهتر عمل می کند، اما همچنان از تخصص ناظران انسانی باتجربه عقب است.
مقدمه ای از GPT-4 با این حدس و گمان آماده است تا نوآوری های جدیدی را، به ویژه در سیاست و انتخابات، آغاز کند OpenAI می تواند به ارائه دهنده انحصاری تبدیل شود.
با نزدیک شدن به شصتمین انتخابات ریاست جمهوری در ایالات متحده، نقش اینترنت و شبکه های اجتماعی در شکل گیری گفتمان سیاسی به ویژه در دوران پس از آن مورد بررسی قرار گرفته است. رسوایی Cambridge Analtica. یک سوال مهم مطرح می شود: چشم انداز دیجیتال در طول انتخابات آینده و دستاوردهای جدید در هوش مصنوعی چگونه خواهد بود؟
در جریان جلسات اخیر سنا، سناتور جاش هاولی از میسوری این موضوع مهم را در چارچوب مدل های زبانی مطرح کرد. وی به مقاله ای با عنوان «مدلهای زبانی آموزشدیده در رژیمهای غذایی رسانهای میتوانند افکار عمومی را پیشبینی کنند” توسط محققان MIT و Stanford تالیف شده است. این تحقیق پتانسیل استفاده از شبکه های عصبی را برای پیش بینی افکار عمومی بر اساس مقالات خبری بررسی می کند، مفهومی که می تواند به طور قابل توجهی بر کمپین های سیاسی تأثیر بگذارد.
این مقاله روشی را توصیف میکند که در آن مدلهای زبانی در ابتدا بر روی مجموعههای خاصی آموزش داده میشوند مقالات اخبار برای پیش بینی کلمات از دست رفته در یک زمینه داده شده، شبیه به مدل های BERT. مرحله بعدی شامل تخصیص یک امتیاز است که به عنوان "s" نشان داده می شود تا عملکرد مدل را ارزیابی کند. در اینجا یک نمای کلی از روند است:
- یک بیانیه پایان نامه فرموله شده است، به عنوان مثال، "درخواست تعطیلی اکثر مشاغل، به جز فروشگاه های مواد غذایی و داروخانه ها، به منظور مبارزه با شیوع ویروس کرونا."
- قابل ذکر است که یک جای خالی در پایان نامه وجود دارد. از مدل های زبانی برای تخمین احتمال تکمیل این شکاف با کلمات خاص استفاده می شود.
- احتمال کلمات مختلف مانند "ضروری" یا "غیر ضروری" ارزیابی می شود.
- این احتمال نسبت به یک مدل پایه آموزشدیده نرمال میشود، که فراوانی یک کلمه را که در یک زمینه مشخص به طور مستقل رخ میدهد، اندازهگیری میکند. کسر به دست آمده نشان دهنده امتیاز "s" است، که مشخص کننده اطلاعات جدید معرفی شده توسط مجموعه داده از رسانه مربوط به دانش موجود است.
این مدل میزان درگیری گروه خاصی از افراد با اخبار مربوط به یک موضوع خاص را محاسبه می کند. این لایه اضافی کیفیت پیشبینی را افزایش میدهد، همانطور که با همبستگی بین پیشبینیهای مدل و نظرات افراد در مورد پایاننامه اصلی اندازهگیری میشود.
راز در این است که پایان نامه ها و اخبار بر اساس تاریخ آنها دسته بندی شده اند. با مطالعه اخبار مربوط به ماه های ابتدایی شیوع ویروس کرونا، می توان واکنش مردم به اقدامات و تغییرات پیشنهادی را پیش بینی کرد.
معیارها ممکن است چشمگیر به نظر نرسند، و خود نویسندگان تأکید میکنند که یافتههای آنها به این معنا نیست که هوش مصنوعی میتواند به طور کامل جایگزین مشارکت انسان در این فرآیند شود، یا مدل ها می توانند جایگزین نظرسنجی های انسانی شوند. در عوض، اینها ابزارهای هوش مصنوعی به عنوان کمکی در جمع بندی حجم وسیعی از داده ها و شناسایی مناطق بالقوه مثمر برای اکتشاف بیشتر عمل می کند.
جالب اینجاست که یک سناتور با ابراز نگرانی در مورد عملکرد بیش از حد مدل ها و خطرات احتمالی مرتبط با آن، به نتیجه متفاوتی رسید. این دیدگاه اعتباری دارد، با توجه به اینکه مقاله مدلهای نسبتاً ابتدایی و تکرارهای آینده مانند GPT-4 به طور بالقوه می تواند پیشرفت های قابل توجهی را ارائه دهد.
چالش رو به رشد دستکاری شبکه های اجتماعی مبتنی بر هوش مصنوعی
در بحثهای اخیر، گفتگو از انتخابات ریاستجمهوری قریبالوقوع دور شد و به سمت موضوع نگرانکننده استفاده از مدلهای مدل زبان (LLMs)، حتی در مقیاس محلی، برای ساختن و پر کردن حسابهای جعلی در سراسر شبکههای اجتماعی هدایت شد. این بحث بر پتانسیل خودکارسازی کارخانههای ترول با تأکید بر تبلیغات و نفوذ ایدئولوژیک تأکید میکند.
اگرچه این ممکن است با توجه به فناوری در حال استفاده پیشگامانه به نظر نرسد، تفاوت در مقیاس است. LLM ها را می توان به طور مداوم به کار گرفت، فقط با بودجه اختصاص داده شده GPU محدود می شود. علاوه بر این، برای حفظ مکالمات و موضوعات، ربات های اضافی و کمتر پیشرفته می توانند به بحث ها بپیوندند و پاسخ دهند. اثربخشی آنها در متقاعد کردن کاربران مشکوک است. آیا یک ربات خوش ساخت واقعاً موضع سیاسی یک نفر را تغییر میدهد و آنها را به این فکر میکند که «این دموکراتها چه کردهاند؟ من باید به جمهوری خواهان رای بدهم؟
تلاش برای اختصاص یک کارمند ترول به هر کاربر آنلاین برای متقاعد کردن سیستماتیک غیرعملی است، و یادآور شوخی «نیم مینشیند، نیمی میایستد». در مقابل، یک ربات با شبکه های عصبی پیشرفته، خستگی ناپذیر باقی می ماند و می تواند با ده ها میلیون نفر به طور همزمان درگیر شود.
یک اقدام متقابل بالقوه شامل آماده سازی است رسانه های اجتماعی با شبیهسازی رفتار انسانمانند حساب میکند. رباتها میتوانند با بحث در مورد تجربیات شخصی و ارسال محتوای متنوع و در عین حال عادی بودن، از کاربران واقعی تقلید کنند.
اگرچه این موضوع ممکن است در سال 2024 یک مسئله مبرم نباشد، اما به احتمال زیاد تا سال 2028 به یک چالش مهم تبدیل خواهد شد. پرداختن به این مشکل یک معضل پیچیده را ایجاد می کند. آیا شبکه های اجتماعی در فصل انتخابات باید غیرفعال شوند؟ غیر قابل اجرا آموزش عموم مردم به بدون شک به محتوای آنلاین اعتماد کنید? غیر عملی شکست در انتخابات به دلیل دستکاری؟ نامطلوب.
یک جایگزین می تواند شامل تعدیل محتوای پیشرفته باشد. کمبود ناظر انسانی و اثربخشی محدود مدلهای تشخیص متن موجود، حتی مدلهای از OpenAI، در مورد عملی بودن این راه حل تردید ایجاد می کند.
OpenAI" GPT-4 تعدیل محتوا را با انطباق سریع قوانین به روز می کند
OpenAIاخیراً تحت هدایت لیلیان ونگ پروژه ای را به نام «با استفاده از GPT-4 برای تعدیل محتوااین روند بهروزرسانی قوانین تعدیل محتوا را تسریع میکند و زمانبندی را از ماهها به ساعتها کاهش میدهد. GPT-4 توانایی استثنایی در درک قوانین و ظرافتها در دستورالعملهای جامع محتوایی را نشان میدهد، و فوراً با هر گونه تجدیدنظر سازگار میشود و در نتیجه ارزیابی محتوای سازگارتر را تضمین میکند.
همانطور که در GIF همراه نشان داده شده است، این سیستم تعدیل محتوای پیچیده به طرز هوشمندانه ای ساده است. چیزی که آن را متمایز می کند این است GPT-4مهارت قابل توجه او در درک متن نوشته شده، شاهکاری که حتی توسط انسانها به طور جهانی تسلط ندارد.
در اینجا نحوه عملکرد آن آمده است:
- پس از تهیه پیشنویس دستورالعملها یا دستورالعملهای تعدیل، کارشناسان یک مجموعه داده محدود حاوی موارد نقض را انتخاب میکنند و برچسبهای مربوطه را با رعایت خطمشی نقض اختصاص میدهند.
- GPT-4 متعاقباً مجموعه قوانین را درک می کند و داده ها را بدون دسترسی به پاسخ ها برچسب گذاری می کند.
- در موارد اختلاف بین GPT-4 پاسخ ها و قضاوت های انسانی، کارشناسان می توانند توضیحاتی را از آنها بخواهند GPT-4، ابهامات داخل دستورالعمل را تجزیه و تحلیل کنید defiو هر گونه سردرگمی را از طریق شفاف سازی اضافی که با متن گام آبی در GIF مشخص شده است برطرف کنید.
این فرآیند تکراری مراحل 2 و 3 می تواند تکرار شود تا زمانی که عملکرد الگوریتم به استاندارد مورد نظر برسد. برای کاربردهای در مقیاس بزرگ، GPT-4 پیشبینیها را میتوان برای آموزش یک مدل بهطور قابلتوجهی کوچکتر، که میتواند کیفیت قابل مقایسه ارائه دهد، به کار برد.
OpenAI معیارهایی را برای ارزیابی 12 نوع متمایز تخلف فاش کرده است. به طور متوسط، این مدل از ناظران محتوای استاندارد بهتر عمل می کند، اما همچنان از تخصص ناظران انسانی باتجربه و آموزش دیده عقب است. با این وجود، یکی از جنبه های قانع کننده مقرون به صرفه بودن آن است.
شایان ذکر است که از مدل های یادگیری ماشینی استفاده شده است تعدیل خودکار برای چندین سال. معرفی GPT-4 آماده است تا نوآوری های جدیدی را به ویژه در حوزه سیاست و انتخابات آغاز کند. حتی این حدس و گمان وجود دارد OpenAI میتواند ارائهدهنده انحصاری TrueModerationAPI™ رسمی مورد تایید توسط کاخ سفید، به ویژه با توجه به تلاش های اخیر آنها برای مشارکت. آینده احتمالات هیجان انگیزی در این حوزه دارد.
درباره هوش مصنوعی بیشتر بخوانید:
سلب مسئولیت
در خط با دستورالعمل های پروژه اعتماد، لطفاً توجه داشته باشید که اطلاعات ارائه شده در این صفحه به عنوان مشاوره حقوقی، مالیاتی، سرمایه گذاری، مالی یا هر شکل دیگری در نظر گرفته نشده است و نباید تفسیر شود. مهم است که فقط در موردی سرمایه گذاری کنید که توانایی از دست دادن آن را دارید و در صورت شک و تردید به دنبال مشاوره مالی مستقل باشید. برای کسب اطلاعات بیشتر، پیشنهاد می کنیم به شرایط و ضوابط و همچنین صفحات راهنمایی و پشتیبانی ارائه شده توسط صادرکننده یا تبلیغ کننده مراجعه کنید. MetaversePost متعهد به گزارش دقیق و بی طرفانه است، اما شرایط بازار بدون اطلاع قبلی ممکن است تغییر کند.
درباره نویسنده
Damir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.
مقالات بیشترDamir رهبر تیم، مدیر محصول و سردبیر در است Metaverse Post، موضوعاتی مانند AI/ML، AGI، LLMs، Metaverse و Web3- زمینه های مرتبط مقالات او هر ماه مخاطبان زیادی از بیش از یک میلیون کاربر را جذب می کند. به نظر می رسد او یک متخصص با 10 سال تجربه در سئو و بازاریابی دیجیتال است. دمیر در Mashable, Wired, ذکر شده است. Cointelegraph، نیویورکر، Inside.com، Entrepreneur، BeInCrypto، و انتشارات دیگر. او بین امارات متحده عربی، ترکیه، روسیه و کشورهای مستقل مشترک المنافع به عنوان یک عشایر دیجیتال سفر می کند. دمیر مدرک لیسانس خود را در فیزیک گرفت که به اعتقاد او مهارت های تفکر انتقادی لازم برای موفقیت در چشم انداز دائماً در حال تغییر اینترنت را به او داده است.