Μπορείτε να ξεχωρίσετε τη διαφορά μεταξύ ενός πραγματικού προσώπου και μιας εικόνας που δημιουργείται από τεχνητή νοημοσύνη (AI);
Σύμφωνα με μια νέα μελέτη, μπορεί να είναι πιο δύσκολο από όσο νομίζετε.
Ερευνητές στο Εθνικό Πανεπιστήμιο της Αυστραλίας (ANU) προειδοποιούν ότι ο μέσος άνθρωπος δεν είναι χειρότερος στο να εντοπίζει πρόσωπα που δημιουργούνται από AI από το να μαντεύει τυχαία.
Ωστόσο, οι ειδικοί λένε ότι μπορείτε να εκπαιδεύσετε τον εαυτό σας να εντοπίζει τους απατεώνες βελτιώνοντας τη φυσική σας διαίσθηση.
Οι ερευνητές ανακάλυψαν ότι οι άνθρωποι μπορούν να διδαχθούν να εστιάζουν σε έξι βασικά χαρακτηριστικά που μπορούν να βοηθήσουν στη διάκριση των πραγματικών ανθρώπων από τους ψηφιακούς doppelgangers.
Είναι: η ιδιαιτερότητα του προσώπου, η απομνημόνευση, η αναλογικότητα, η συμμετρία, η ελκυστικότητα και η εκφραστικότητα.
Αλλά η επικεφαλής συγγραφέας Amy Dial, αναπληρώτρια καθηγήτρια ψυχολογίας στο ANU, λέει ότι δεν αρκεί να ξέρεις τι να ψάξεις – πρέπει να μάθεις κάνοντας.
Λοιπόν, πόσα από αυτά τα πρόσωπα που έχουν δημιουργηθεί με AI μπορείτε να ξεχωρίσετε από πραγματικούς ανθρώπους; Κάντε το παρακάτω κουίζ για να μάθετε.
Σε μια νέα εφημερίδα, Δημοσιεύτηκε στο περιοδικό PNASΟ Δρ Dial και οι συν-συγγραφείς του προειδοποιούν ότι τα πρόσωπα που δημιουργούνται από την τεχνητή νοημοσύνη γίνονται πιο δύσκολο να αναγνωριστούν.
Ορισμένα προγράμματα σήμερα είναι ικανά να δημιουργήσουν πρόσωπα που δεν διακρίνονται καθόλου από τα πραγματικά.
Αυτό οδηγεί σε έκρηξη στην απάτη που βασίζεται στην τεχνητή νοημοσύνη, η οποία εκτιμάται ότι θα οδηγήσει σε συνολικά ζημίες 40 δισεκατομμυρίων δολαρίων (30,2 δισεκατομμύρια £) μέχρι το 2027 μόνο στις ΗΠΑ.
Ένα μεγαλύτερο πρόβλημα είναι ότι η ικανότητα του AI να δημιουργεί deepfakes έχει επιταχυνθεί πολύ πιο γρήγορα από την ικανότητά μας να τα ανιχνεύουμε, καθώς οι κάποτε αξιόπιστες συμβουλές γίνονται ξεπερασμένες.
Για παράδειγμα, το να ζητήσετε να βρείτε «τεχνουργήματα τεχνητής νοημοσύνης» όπως έκτο δάχτυλο, κακώς ευθυγραμμισμένα δόντια ή ελλείποντα αυτιά δεν λειτουργεί πλέον.
Μελέτες έχουν δείξει ότι αυτή η συμβουλή δεν βελτιώνει την ικανότητα των ανθρώπων να εντοπίζουν τα βαθιά ψεύτικα και ότι οι πραγματικοί απατεώνες μπορούν εύκολα να επεξεργαστούν ή να αποφύγουν αυτά τα λάθη.
Αντίθετα, οι ερευνητές ανέπτυξαν μια νέα μέθοδο εκπαίδευσης που διδάσκει στους ανθρώπους να λαμβάνουν «παγκόσμιες εντυπώσεις» και όχι συγκεκριμένα χαρακτηριστικά.
Ο Δρ Dowell είπε: «Υπάρχει μια σκόπιμη ανατροπή στην εκπαιδευτική μας προσέγγιση: δεν λέμε στους συμμετέχοντες τι να αναζητήσουν.
Οι ερευνητές διαπίστωσαν ότι μπορείτε να μάθετε να αναγνωρίζετε πρόσωπα που δημιουργούνται από την τεχνητή νοημοσύνη πιο αξιόπιστα βαθμολογώντας κάθε παράδειγμα με ετικέτα από το μηδέν έως το επτά σύμφωνα με έξι κριτήρια: διακριτικότητα προσώπου, απομνημόνευση, αναλογικότητα, συμμετρία, ελκυστικότητα και εκφραστικότητα.
«Αντίθετα, τους εκθέτουμε σε πραγματικά ανθρώπινα πρόσωπα που δημιουργούνται από την τεχνητή νοημοσύνη και εφιστούμε την προσοχή τους στις ιδιότητες που διακρίνουν τα δύο.
«Με την επαναλαμβανόμενη έκθεση, οι συμμετέχοντες αναπτύσσουν μια διαισθητική αίσθηση για τον εντοπισμό προσώπων με τεχνητή νοημοσύνη, με τον ίδιο τρόπο που η δεξιότητα αναπτύσσεται συχνά μέσω της εμπειρίας και όχι μέσω σαφών κανόνων».
Στη μελέτη τους, έδειξαν στους συμμετέχοντες εικόνες που είχαν σωστά επισημανθεί ως δημιουργημένες από AI ή ανθρώπινες και τους ζητήθηκε να τις κατατάξουν σε έξι βασικά χαρακτηριστικά.
Αυτό δεν γίνεται για να μπορούν οι συμμετέχοντες να μάθουν συγκεκριμένους κανόνες, όπως «η υψηλή ελκυστικότητα είναι σημάδι ότι είναι τεχνητής νοημοσύνης», αλλά για να τους βοηθήσει να βελτιώσουν τη διαίσθησή τους.
Αυτό που ήταν πολύ ενδιαφέρον ήταν πόσο αυτή η σύντομη, διαδικτυακή παρέμβαση βελτίωσε την ικανότητα των ανθρώπων να διακρίνουν πραγματικές και ψεύτικες εικόνες
Πριν από την εκπαίδευση, οι άνθρωποι μπορούσαν να εντοπίσουν έναν απατεώνα της τεχνητής νοημοσύνης που κρυβόταν δίπλα σε δύο πραγματικούς ανθρώπους το 41 τοις εκατό του χρόνου.
Ομοίως, οι άνθρωποι αναγνώρισαν σωστά ένα μεμονωμένο ανθρώπινο πρόσωπο ως πραγματικό μόνο το 52 τοις εκατό των περιπτώσεων και επισήμαναν σωστά ένα πρόσωπο που δημιουργήθηκε από AI με ακρίβεια 47 τοις εκατό.
Αλλά μετά την εξάσκηση σε παραδείγματα με ετικέτα, η μέση ακρίβεια διπλασιάζεται μετά από μια σύντομη διαδικτυακή προπόνηση, με ορισμένους «υψηλές επιδόσεις» να επιτυγχάνουν σχεδόν τέλεια αποτελέσματα.
Η αξιολόγηση παραδειγμάτων με ετικέτα σε αυτά τα κριτήρια σάς βοηθά να αναπτύξετε μια διαισθητική ικανότητα να διακρίνετε πραγματικά πρόσωπα και πρόσωπα που δημιουργούνται από AI.
Οι επιστήμονες ανακάλυψαν ότι μια σύντομη διαδικτυακή εκπαίδευση με χρήση αυτής της μεθόδου διπλασίασε τη μέση ακρίβεια με την οποία οι συμμετέχοντες εντόπισαν πλαστά τεχνητής νοημοσύνης
Είναι αξιοσημείωτο ότι τα αποτελέσματα αυτού του πειράματος στη συνέχεια επαναλήφθηκαν από μια ομάδα με επικεφαλής τον καθηγητή Jim Tanaka και τον Dr. Eric Maher στο Πανεπιστήμιο της Βικτώριας στον Καναδά.
Ο Δρ Μαχ είπε: «Η επανάληψη έδειξε ότι τα αποτελέσματα δεν ήταν τυχαία – όταν εκπαιδεύσαμε ένα νέο σύνολο ανθρώπων σε μια διαφορετική χώρα, τους είδαμε να βελτιώνονται εξίσου.
«Η διαδικτυακή εκπαίδευση ήταν αποτελεσματική, επομένως το εκπαιδευτικό μας πρόγραμμα μπορούσε να εφαρμοστεί εύκολα με χαμηλό κόστος».
Οι ερευνητές λένε ότι λειτουργεί επειδή οι εντυπώσεις του προσώπου δημιουργούνται γρήγορα και διαισθητικά και είναι εξαιρετικά ευαίσθητες σε συστηματικές προκαταλήψεις που είναι εγγενείς στους αλγόριθμους τεχνητής νοημοσύνης.
Όλοι έχουμε αυτό το συναίσθημα όταν ένα πρόσωπο φαίνεται σωστό, αλλά οι άνθρωποι συνήθως αποτυγχάνουν να εκμεταλλευτούν αυτές τις εντυπώσεις χωρίς εκπαίδευση.
Καθοδηγώντας τους ανθρώπους να επικεντρωθούν σε μεγαλύτερα, παγκόσμια χαρακτηριστικά τους εκπαιδεύει να βελτιώσουν τη διαισθητική τους ικανότητα να εντοπίζουν πραγματικά πρόσωπα.
Αν και υπάρχουν αλγόριθμοι για την ανίχνευση πλαστών σε βάθος, αυτά τείνουν να είναι απίστευτα αδιαφανή «μαύρα κουτιά» με δυνητικά κρυμμένα σφάλματα.
Αντίθετα, οι ερευνητές υποστηρίζουν ότι πρέπει «επειγόντως» να βελτιώσουμε τις δικές μας δυνατότητες ανίχνευσης τεχνητής νοημοσύνης για την καταπολέμηση των deepfake απάτες.
