Tekoäly politiikassa: vaalien ja yleisen mielipiteen ennustaminen LLM:ien avulla
Lyhyesti
USA:n 60. presidentinvaalien lähestyessä internetin ja sosiaalisten verkostojen roolia poliittisen keskustelun muokkaajana tarkastellaan erityisesti Cambridge Analytica -skandaalin jälkimainingeissa. Digitaalisen maiseman odotetaan muuttuvan tekoälyn edistymisen myötä, kuten mediadieetillä koulutettujen kielimallien ja OpenAI'S GPT-4.
Toinen ongelma on tekoälyn ohjaama sosiaalisten verkostojen manipulointi, kuten peikkotehtaiden automatisointi ja sisällön moderointi. OpenAI'S GPT-4 on otettu käyttöön nopeuttamaan sisällönvalvontasääntöjen päivitysprosessia ja lyhentämään aikajanaa kuukausista peleihin tunteihin. Malli päihittää tavalliset sisällönvalvojat keskimäärin, mutta jää silti jälkeen kokeneiden ihmismoderaattorien asiantuntemuksesta.
Käyttöönotto GPT-4 on valmis tuomaan uusia innovaatioita, erityisesti politiikassa ja vaaleissa, spekuloimalla, että OpenAI voi tulla yksinomainen palveluntarjoaja.
Yhdysvaltojen 60. presidentinvaalien lähestyessä Internetin ja sosiaalisten verkostojen roolia poliittisen keskustelun muokkaajana tarkastellaan erityisesti presidentinvaalien jälkeen. Cambridge Analytica skandaali. Herää merkittävä kysymys: Miltä digitaalinen maisema näyttää tulevien vaalien ja tekoälyn uusien saavutusten aikana?
Viimeaikaisissa senaatin kuulemisissa Senaattori Josh Hawley Missourista nosti tämän kriittisen kysymyksen esille kielimallien yhteydessä. Hän viittasi artikkeliin "Mediadieetillä koulutetut kielimallit voivat ennustaa yleistä mielipidettäMIT:n ja Stanfordin tutkijoiden kirjoittama. Tämä tutkimus tutkii hermoverkkojen mahdollisuuksia ennustaa yleistä mielipidettä uutisartikkelien perusteella, käsitteellä, joka voi vaikuttaa merkittävästi poliittisiin kampanjoihin.
Artikkelissa kuvataan metodologiaa, jossa kielimalleja opetetaan aluksi tietyille ryhmille uutisartikkeleita ennustaa puuttuvia sanoja tietyssä kontekstissa, samanlainen kuin BERT mallit. Seuraava vaihe sisältää pistemäärän, joka on merkitty "s":llä, arvioimaan mallin suorituskykyä. Tässä on yleiskatsaus prosessista:
- Opinnäytetyö on muotoiltu esimerkiksi "Pyyntö useimpien yritysten, paitsi päivittäistavarakauppoja ja apteekkeja, sulkemiseksi koronavirusepidemian torjumiseksi."
- On huomattava, että opinnäytetyössä on tyhjä kohta. Kielimalleja käytetään arvioimaan todennäköisyyksiä täyttää tämä aukko tietyillä sanoilla.
- Erilaisten sanojen, kuten "tarpeettoman" tai "tarpeettoman" todennäköisyyttä arvioidaan.
- Tämä todennäköisyys normalisoidaan suhteessa alikoulutettuun perusmalliin, joka mittaa itsenäisesti tietyssä kontekstissa esiintyvän sanan esiintymistiheyden. Tuloksena oleva murto-osa edustaa pistemäärää "s", joka luonnehtii aineiston mediasta tuomaa uutta tietoa olemassa olevasta tiedosta.
Malli ottaa huomioon tietyn henkilöryhmän sitoutumisen tason uutisiin tietystä aiheesta. Tämä lisäkerros parantaa ennusteen laatua mitattuna korrelaatiolla mallin ennusteiden ja ihmisten mielipiteiden välillä alkuperäisestä opinnäytetyöstä.
Salaisuus piilee siinä, että opinnäytteet ja uutiset luokiteltiin niiden päivämäärän perusteella. Tutkimalla koronavirusepidemian alkukuukausiin liittyviä uutisia oli mahdollista ennakoida ihmisten reaktioita ehdotettuihin toimenpiteisiin ja muutoksiin.
Mittarit eivät välttämättä vaikuta vaikuttavilta, ja kirjoittajat itse korostavat, että heidän havaintonsa eivät tarkoita, että tekoäly voi täysin korvata ihmisen osallistumisen prosessiin tai mallit voivat korvata ihmistutkimuksia. Sen sijaan nämä AI-työkaluja auttaa tekemään yhteenvedon valtavista tietomääristä ja tunnistamaan mahdollisesti hedelmällisiä alueita lisäselvitystä varten.
Mielenkiintoista on, että eräs senaattori päätyi erilaiseen johtopäätökseen ja ilmaisi huolensa liian hyvin toimivista malleista ja siihen liittyvistä mahdollisista vaaroista. Tämä näkökulma pitää paikkansa, kun otetaan huomioon, että artikkelissa esitellään melko perusmalleja ja tulevia iteraatioita, kuten GPT-4 voisi tarjota merkittäviä parannuksia.
Tekoälypohjaisen sosiaalisen verkoston manipuloinnin kasvava haaste
Viimeaikaisissa keskusteluissa keskustelu suuntautui pois lähestyvistä presidentinvaaleista ja aiheeseen liittyen kielimallimallien (LLM) käyttämiseen, jopa paikallisesti, väärennettyjen tilien luomiseen ja täyttämiseen sosiaalisten verkostojen kautta. Tämä keskustelu korostaa mahdollisuuksia automatisoida peikkotehtaita painottaen propagandaa ja ideologista vaikuttamista.
Vaikka tämä ei ehkä näytä uraauurtavalta ottaen huomioon jo käytössä oleva tekniikka, ero on mittakaavassa. LLM:itä voidaan käyttää jatkuvasti, ja niitä rajoittaa vain varattu GPU-budjetti. Lisäksi keskustelujen ja viestiketjujen ylläpitämiseksi muut, vähemmän kehittyneet robotit voivat liittyä keskusteluihin ja vastata. Niiden tehokkuus käyttäjien suostuttelussa on kyseenalainen. Muuttaako hyvin muotoiltu robotti aidosti jonkun poliittista asennetta ja saa hänet ajattelemaan: "Mitä nämä demokraatit ovat tehneet? minun pitäisi äänestää republikaaneja"?
Yritykset nimetä peikkotyöntekijä jokaiselle online-käyttäjälle systemaattista suostuttelua varten on epäkäytännöllistä, ja se muistuttaa vitsiä "puoli istuu, puoli seisoo". Sitä vastoin kehittyneillä neuroverkoilla varustettu robotti pysyy väsymättömänä ja kykenee olemaan tekemisissä kymmenien miljoonien yksilöiden kanssa samanaikaisesti.
Mahdollinen vastatoimi sisältää valmistelun sosiaalinen media simuloimalla ihmisen kaltaista käyttäytymistä. Botit voivat jäljitellä aitoja käyttäjiä keskustelemalla henkilökohtaisista kokemuksista ja julkaisemalla monipuolista sisältöä säilyttäen samalla normaalin vaikutelman.
Vaikka tämä ei ehkä olekaan kiireellinen ongelma vuonna 2024, siitä tulee yhä todennäköisemmin merkittävä haaste vuoteen 2028 mennessä. Tämän ongelman ratkaiseminen on monimutkainen dilemma. Pitäisikö sosiaaliset verkostot poistaa käytöstä vaalikaudella? mahdoton toteuttaa. Yleisön kouluttaminen olemaan tekemättä luottaa kiistatta verkkosisältöön? Epäkäytännöllinen. Häviätkö vaalit manipuloinnin takia? Ei toivottavaa.
Vaihtoehtona voisi olla edistynyt sisällön valvonta. Ihmismoderaattorien pula ja olemassa olevien tekstintunnistusmallien tehokkuus, jopa niiden, jotka ovat peräisin OpenAI, kyseenalaistaa tämän ratkaisun kannattavuuden.
OpenAI'S GPT-4 Päivittää sisällön moderoinnin nopealla sääntömuokkauksella
OpenAI, Lilian Wengin ohjauksessa, on äskettäin esitellyt projektin nimeltä "Käyttäminen GPT-4 sisällön moderointiin.Tämä nopeuttaa sisällönvalvontasääntöjen päivitysprosessia ja lyhentää aikajanaa kuukausista peleihin tunteihin. GPT-4 on poikkeuksellinen kyky ymmärtää sääntöjä ja hienouksia kattavien sisältöohjeiden puitteissa, mukautuen välittömästi mahdollisiin tarkistuksiin, mikä varmistaa johdonmukaisemman sisällön arvioinnin.
Tämä hienostunut sisällönvalvontajärjestelmä on nerokkaan suoraviivainen, kuten mukana oleva GIF osoittaa. Se mikä erottaa sen muista GPT-4Hänen huomattava kyky ymmärtää kirjoitettua tekstiä, saavutus, jota edes ihmiset eivät hallitse yleisesti.
Näin se toimii:
- Valvontaohjeiden tai -ohjeiden laatimisen jälkeen asiantuntijat valitsevat rajoitetun tietojoukon, joka sisältää rikkomuksia ja antavat vastaavat tunnisteet rikkomuskäytännön mukaisesti.
- GPT-4 myöhemmin ymmärtää sääntöjoukon ja merkitsee tiedot ilman pääsyä vastauksiin.
- Tapauksissa, joissa on eroja GPT-4 vastauksista ja ihmisten arvioista, asiantuntijat voivat pyytää selvennyksiä GPT-4, analysoi ohjeen epäselvyyksiä defija hälventää mahdolliset sekaannukset lisäselvennyksellä, joka on merkitty sinisellä askeltekstillä GIF:ssä.
Tätä vaiheiden 2 ja 3 iteratiivista prosessia voidaan toistaa, kunnes algoritmin suorituskyky täyttää halutun standardin. Suuria sovelluksia varten, GPT-4 ennusteita voidaan käyttää kouluttamaan huomattavasti pienempi malli, joka voi tarjota vertailukelpoista laatua.
OpenAI on julkistanut mittareita 12 erityyppisen rikkomuksen arvioimiseksi. Keskimäärin malli päihittää tavallisia sisällönmoderaattoreita, mutta jää silti jälkeen kokeneiden ja hyvin koulutettujen ihmismoderaattorien asiantuntemuksesta. Yksi vakuuttava näkökohta on kuitenkin sen kustannustehokkuus.
On syytä huomata, että koneoppimismalleja on hyödynnetty mm automaattinen moderointi useiden vuosien ajan. Esittely GPT-4 on valmis tuomaan uusia innovaatioita erityisesti politiikan ja vaalien alalla. Sitä jopa spekuloidaan OpenAI voi tulla virallisesti hyväksymän TrueModerationAPI™:n yksinoikeudellinen toimittaja Valkoinen taloerityisesti heidän viimeaikaisten kumppanuuspyrkimystensä valossa. Tulevaisuus tarjoaa jännittäviä mahdollisuuksia tällä alalla.
Lue lisää tekoälystä:
Vastuun kieltäminen
Mukaisesti Luottamusprojektin ohjeetHuomaa, että tällä sivulla annettuja tietoja ei ole tarkoitettu eikä niitä tule tulkita oikeudellisiksi, verotukselliseksi, sijoitus-, rahoitus- tai minkään muun muodon neuvoiksi. On tärkeää sijoittaa vain sen verran, mitä sinulla on varaa menettää, ja pyytää riippumatonta talousneuvontaa, jos sinulla on epäilyksiä. Lisätietoja saat käyttöehdoista sekä myöntäjän tai mainostajan tarjoamista ohje- ja tukisivuista. MetaversePost on sitoutunut tarkkaan, puolueettomaan raportointiin, mutta markkinaolosuhteet voivat muuttua ilman erillistä ilmoitusta.
Author
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
lisää artikkeleita
Damir on tiimin johtaja, tuotepäällikkö ja toimittaja osoitteessa Metaverse Post, kattaa aiheita, kuten AI/ML, AGI, LLMs, Metaverse ja Web3- liittyvät kentät. Hänen artikkelinsa houkuttelevat yli miljoonan käyttäjän massiivisen yleisön joka kuukausi. Hän näyttää olevan asiantuntija, jolla on 10 vuoden kokemus hakukoneoptimoinnista ja digitaalisesta markkinoinnista. Damir on mainittu Mashablessa, Wiredissä, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto ja muut julkaisut. Hän matkustaa Arabiemiirikuntien, Turkin, Venäjän ja IVY-maiden välillä digitaalisena nomadina. Damir suoritti kandidaatin tutkinnon fysiikasta, jonka hän uskoo antaneen hänelle kriittisen ajattelun taidot menestyäkseen jatkuvasti muuttuvassa internetin maisemassa.
