40 گام به سوی آینده‌ای هوشمند - مجموعه وبینارهای رایگان در حوزه هوش مصنوعی
Filter by دسته‌ها
chatGTP
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
 شخصیت‌ مشابه ربات‌های رسانه‌های اجتماعی، آن‌ها را لو می‌دهد

شخصیت‌ مشابه ربات‌های رسانه‌های اجتماعی، آن‌ها را لو می‌دهد

ربات‌های اجتماعی یا حساب‌های کاربری خودکارِ رسانه‌های اجتماعی که خود را افراد واقعی جا می‌زنند، در انواع بحث‌ها از جمله موضوعاتی مانند همه‌گیری کرونا که عواقب مهمی دارند، نفوذ کرده‌اند. این ربات‌ها مانند تماس‌های خودکار یا ایمیل‌های هرزنامه نیستند؛ بلکه پژوهش‌های جدید نشان داده‌اند که کاربران رسانه‌های اجتماعی اکثراً نمی‌توانند آن‌ها را از انسان‌های واقعی تشخیص دهند.

اکنون در پژوهش جدید دانشگاه پنسیلوانیا و دانشگاه استونی بروک که در سامانه نشریه Findings of the Association for Computational Linguistics منتشر شده، نحوه پنهان شدن این ربات‌ها با دقت بیشتری بررسی شده است. پژوهشگران با استفاده از روش‌های پیشرفته یادگیری ماشین و پردازش زبان طبیعی، تخمین زده‌اند که ربات‌ها چگونه 17 ویژگی انسانی از جمله سن، جنسیت و طیفی از احساسات را تقلید می‌کنند.

ربات
پراکندگی حساب‌های کاربری انسانی (آبی) و ربات (قرمز) بر اساس سن، شخصیت و احساسات. مقادیر تمام صفات برای حساب‌های کاربری انسانی دارای پراکندگی زیادی است، اما تمام حساب‌های کاربری ربات، در دامنه‌ای محدود، جمع شده‌اند. در صفات جدیت، توافق‌پذیری و منفی‌اندیشی، ربات‌ها در مرکز دامنه مقادیر انسانی جمع‌ شده‌اند و صفت‌های حد وسط را بروز می‌دهند.

این پژوهش رفتار ربات‌ها در سامانه‌های رسانه‌های اجتماعی ، نحوه تعامل آن‌ها با حساب‌های کاربری حقیقی و قابلیت‌های فعلی فناوری‌های تولید ربات را بررسی می‌کند. به‌علاوه، راهبردی جدید برای شناسایی ربات‌ها، ارائه می‌دهد: زبان مورد استفاده هر ربات صفات انسانی را به شکل طبیعی به نمایش می‌گذارد، اما شباهت آن‌ها به یکدیگر، ماهیت مصنوعی‌ ربات‌ها را لو می‌دهد.

سالواتور جیورجی، دانشجوی گروه علوم کامپیوتر و اطلاعات (CIS) دانشکده مهندسی و علوم کاربردی دانشگاه پنسیلوانیا بیان کرد: «این پژوهش به ما می‌فهماند که ربات‌ها چگونه می‌توانند بدون شناسایی شدن در این سامانه‌ها فعالیت کنند. اگر کاربران توئیتر مطمئن باشند که صاحب یک حساب کاربری، انسان است، احتمال بیشتری دارد که با آن تعامل کنند. بسته به هدف ربات، این تعامل می‌تواند بی‌خطر باشد، اما در عین حال، می‌تواند منجر به درگیر شدن با اطلاعات غلطی شود که بالقوه خطرناکند.»

علاوه بر جیورجی، لایل آنگار، استاد CIS و نویسنده مسئول؛ اچ. اندرو شوارتز، استادیار گروه علوم کامپیوتر دانشگاه استونی بروک، در انجام این پژوهش نقش داشتند.

بنابه یافته‌های پژوهش‌های پیشین، می‌توان با استفاده از ویژگی‌های زبانی مطالب شبکه‌های اجتماعی، تعدادی از صفات نویسنده را به‌دقت پیش‌بینی کرد. این صفات شامل سن، جنسیت و امتیاز آن‌ها در آزمون «پنج صفت بزرگ» شخصیتی است: پذیرش تجربه‌های جدید، مسئولیت‌پذیری، برونگرایی، توافق‌پذیری و روان‌نژندی.

در پژوهش جدید، بیش از 3 میلیون توئیت بررسی شدند که به‌وسیله سه هزار حساب کاربری ربات و همان تعداد حساب کاربری حقیقی نوشته شده ‌بودند. تنها بر اساس ویژگی‌های زبانی این توئیت‌ها، پژوهشگران 17 خصوصیت هر حساب کاربری را تخمین زدند: سن، جنسیت، پنج صفت بزرگ شخصیتی، 8 نوع از عواطف (مانند خوشی، عصبانیت و ترس) و حس مثبت یا منفی.

نتایج این پژوهش نشان داد که هر ربات، به‌طور جداگانه و با داشتن امتیازات معقولی برای ویژگی‌های جمعیت‌شناختی، عواطف، و صفات شخصیتی، شبیه به انسان است؛ اما در کل، ربات‌های شبکه‌های اجتماعی با توجه به امتیازات تخمین‌زده‌شده برای 17 خصوصیت، همچون همزادهای یکدیگر هستند.

زبانی که ربات‌ها استفاده می‌کنند، به شکلی افراطی دارای خصوصیات فردی است که در اواخر دهه سوم زندگی خود است و بسیار مثبت‌اندیش است.

تحلیل پژوهشگران مشخص کرد که یکدستی امتیازات ربات‌ها در این 17 خصوصیت انسانی آن قدر زیاد است که تصمیم گرفتند این موضوع را آزمایش کرده و ببینند این ویژگی‌ها به‌عنوان تنها درونداد یک سیستم آشکارساز ربات، چقدر کارایی دارند.

شوارتز می‌گوید: «تصور کنید که در یک جمعیت به‌دنبال جاسوس‌هایی هستید که همگی بسیار خوب اما بسیار شبیه به هم استتار کرده‌اند. اگر جداگانه به هر کدام نگاه کنید، کاملاً واقعی و عادی به‌نظر می‌رسند. با این حال، اگر تصویر را بزرگ کنید و به کل جمعیت نگاه بیندازید، کاملاً آشکار می‌شوند، زیرا پوشش آن‌ها شبیه به هم است. نحوه تعامل ما با شبکه‌های اجتماعی هم این‌گونه است، ما تصویر بزرگی از آن‌ها نداریم و هر بار فقط تعداد کمی پیام را می‌بینیم؛ اما روش جدید، به محققان و تحلیلگران امنیت تصویر بزرگی ارائه می‌دهد، تا استتار یکدست ربات‌های شبکه‌های اجتماعی را بهتر ببینند.»

ربات اجتماعی

عموماً کارکرد سیستم‌های آشکارساز ربات، بر اساس ویژگی‌های بیشتر یا ترکیب پیچیده‌تری از اطلاعات و تصاویری است که ربات‌ها در شبکه‌های اجتماعی پست می‌کنند. شوارتز و جیورجی دریافتند که فقط با دسته‌بندی خودکار حساب‌های کاربری به دو گروه، بر اساس این 17 صفت و بدون برچسب ربات، مشخص می‌شود که یکی از این دو گروه تقریباً به‌طور کامل، ربات هستند. در واقع آن‌ها توانستند از این روش برای ساخت یک آشکارساز ربات بدون ناظر استفاده کنند که تقریباً به بالاترین سطح دقت، رسید (نرخ مثبت صحیح: 99/0، حساسیت/بازخوانی: 95/0).

جیورجی گفت: «نتایج اصلاً منطبق با انتظارات ما نبودند. فرضیه اولیه این بود که ربات‌های شبکه‌های اجتماعی کاملاً غیرانسانی به‌نظر می‌رسند. به‌عنوان مثال، ما فکر می‌کردیم که ممکن است طبقه‌بندی‌کننده ما سن ربات را 130 یا منفی 50 تخمین بزند، به این معنی که کاربر واقعی قادر است غیرعادی بودن آن را حس کند؛ اما با اینکه در بین جمعیت ربات‌ها گوناگونی بسیار کمی وجود داشت، در تمام 17 ویژگی، در دامنه «انسانی» قرار می‌گرفتند.

در مقابل زمانی که صفات انسانی ربات‌های غیراجتماعی (حساب‌هایی که تلاشی برای مخفی کردن ماهیت مصنوعی خود نمی‌کنند) را بررسی کردند، توزیع ویژگی‌ها منطبق با فرضیه اصلی آن‌ها بود: مقادیر تخمین‌زده‌شده خارج از دامنه‌های انسانی قرار می‌گرفتند و در سطح جمعیت، دارای توزیع تصادفی بودند.

جیورجی می‌گوید: «انواع حساب‌هایی که یک نفر در توئیتر با آن‌ها مواجه می‌شود، بسیار متنوع هستند. این چشم‌انداز، بیشتر شبیه به داستان‌های علمی-تخیلی است: کاربران انسانی، کلون‌های شبه‌انسانی که تمارض به انسان بودن می‌کنند و ربات‌ها.»

جدیدترین اخبار هوش مصنوعی ایران و جهان را با هوشیو دنبال کنید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]