Alex Fink, Tech-Executive, Gründer und CEO von Otherweb – Interview-Serie

Alex Fink ist ein Tech-Executive und der Gründer und CEO von Otherweb, einer Public Benefit Corporation, die künstliche Intelligenz nutzt, um Menschen dabei zu helfen, Nachrichten und Kommentare zu lesen, Podcasts anzuhören und im Internet zu suchen, ohne Paywalls, Clickbait, Werbung, automatisch abspielende Videos, Affiliate-Links oder andere “junk”-Inhalte. Otherweb ist als App (iOS und Android), Website, Newsletter oder eigenständige Browser-Erweiterung verfügbar. Vor Otherweb war Alex Gründer und CEO von Panopteo und Mitgründer und Vorsitzender von Swarmer.

Können Sie uns einen Überblick über Otherweb und seine Mission, einen junk-freien Nachrichtenraum zu schaffen, geben?

Otherweb ist eine Public Benefit Corporation, die gegründet wurde, um die Qualität der Informationen zu verbessern, die Menschen konsumieren.

Unser Hauptprodukt ist eine Nachrichten-App, die künstliche Intelligenz nutzt, um Junk-Inhalte herauszufiltern und es den Benutzern ermöglicht, unbegrenzte Anpassungen vorzunehmen – sie können jede Qualitätsschwelle und jedes Sortiermechanismus der App steuern.

Anders ausgedrückt, während die restliche Welt Black-Box-Algorithmen entwickelt, um die Benutzerbeteiligung zu maximieren, möchten wir den Benutzern so viel Wert wie möglich in so wenig Zeit wie möglich bieten und machen alles anpassbar. Wir haben sogar unsere künstlichen Intelligenz-Modelle und -Datensätze offen zugänglich gemacht, damit die Menschen genau sehen können, was wir tun und wie wir Inhalte bewerten.

Was hat Sie dazu inspiriert, sich auf die Bekämpfung von Fehlinformationen und Fake News mit künstlicher Intelligenz zu konzentrieren?

Ich bin in der Sowjetunion geboren und habe gesehen, was passiert, wenn eine Gesellschaft nur Propaganda konsumiert und niemand eine Ahnung davon hat, was in der Welt passiert. Ich habe lebendige Erinnerungen an meine Eltern, die um 4 Uhr morgens aufstanden, sich in den Schrank einschlossen und das Radio einschalteten, um Voice of America zu hören. Es war natürlich illegal, deshalb taten sie es nachts und achteten darauf, dass die Nachbarn es nicht hören konnten – aber es gab uns Zugang zu echten Informationen. Als Ergebnis verließen wir drei Monate vor dem Zusammenbruch und dem Ausbruch des Krieges in meiner Heimatstadt.

Ich erinnere mich tatsächlich daran, Fotos von Panzern auf der Straße zu sehen, in der ich aufgewachsen bin, und dachte: “So ist es, wenn man echte Informationen hat”.

Ich möchte, dass mehr Menschen Zugang zu echten, hochwertigen Informationen haben.

Wie ernst ist die Bedrohung durch Deepfakes, insbesondere im Kontext der Beeinflussung von Wahlen? Können Sie spezifische Beispiele nennen, wie Deepfakes verwendet wurden, um Fehlinformationen zu verbreiten und welche Auswirkungen sie hatten?

Im Kurzfristigen ist es eine sehr ernste Bedrohung.

Wähler realisieren nicht, dass Video- und Audioaufnahmen nicht mehr vertrauenswürdig sind. Sie denken, dass Video ein Beweis dafür ist, dass etwas passiert ist, und vor zwei Jahren war dies noch der Fall, aber jetzt ist es offensichtlich nicht mehr so.

In diesem Jahr in Pakistan erhielten Wähler von Imran Khan Anrufe von Imran Khan selbst, persönlich, in denen sie aufgefordert wurden, die Wahl zu boykottieren. Es war natürlich gefälscht, aber viele Menschen glaubten es.

Wähler in Italien sahen eine ihrer weiblichen Politiker in einem pornografischen Video. Es war gefälscht, aber bis die Fälschung aufgedeckt wurde – der Schaden war bereits angerichtet.

Even hier in Arizona sahen wir ein Newsletter, das sich selbst bewarb, indem es ein Endorsement-Video mit Kari Lake zeigte. Sie hatte es natürlich nicht unterstützt, aber das Newsletter erhielt trotzdem Tausende von Abonnenten.

Also denke ich, dass es im November fast unvermeidlich ist, dass wir mindestens einen gefälschten Skandal sehen werden. Und es ist sehr wahrscheinlich, dass er kurz vor der Wahl platzt und sich nach der Wahl als gefälscht herausstellt – wenn der Schaden bereits angerichtet ist.

Wie effektiv sind aktuelle künstliche Intelligenz-Tools bei der Identifizierung von Deepfakes, und welche Verbesserungen erwarten Sie in der Zukunft?

Früher war die beste Methode, um gefälschte Bilder zu identifizieren, darin zu zoomen und nach den charakteristischen Fehlern (aka “Artifacts”) zu suchen, die Bildbearbeiter tendenziell machten. Falsche Beleuchtung, fehlende Schatten, ungleichmäßige Kanten an bestimmten Objekten, Überkomprimierung um Objekte herum usw.

Das Problem mit GAN-basiertem Bearbeiten (aka “Deepfake”) ist, dass keine dieser gemeinsamen Artefakte vorhanden sind. Der Prozess funktioniert so, dass ein künstliches Intelligenz-Modell das Bild bearbeitet und ein anderes künstliches Intelligenz-Modell nach Artefakten sucht und sie herausstellt – und der Zyklus wird wiederholt, bis keine Artefakte mehr vorhanden sind.

Als Ergebnis gibt es im Allgemeinen keinen Weg, um einen gut gemachten Deepfake-Video durch die Inhalte selbst zu identifizieren.

Wir müssen unsere Denkweise ändern und anfangen, anzunehmen, dass der Inhalt nur real ist, wenn wir seine Herkunftskette zurück zum Ursprung zurückverfolgen können. Denken Sie daran wie Fingerabdrücke. Wenn man Fingerabdrücke auf der Mordwaffe sieht, reicht das nicht aus. Man muss wissen, wer die Mordwaffe gefunden hat, wer sie in den Lagerraum gebracht hat usw. – man muss in der Lage sein, jeden einzelnen Zeitpunkt zu verfolgen, an dem sie die Hände gewechselt hat, und sicherstellen, dass sie nicht manipuliert wurde.

Welche Maßnahmen können Regierungen und Technologie-Unternehmen ergreifen, um die Verbreitung von Fehlinformationen während kritischer Zeiten wie Wahlen zu verhindern?

Das beste Gegenmittel gegen Fehlinformationen ist Zeit. Wenn Sie etwas sehen, das alles ändert, sollten Sie nicht sofort veröffentlichen – nehmen Sie sich einen oder zwei Tage Zeit, um zu überprüfen, ob es tatsächlich wahr ist.

Leider kollidiert dieser Ansatz mit dem Geschäftsmodell der Medien, das Klicks belohnt, auch wenn das Material sich als falsch herausstellt.

Wie nutzt Otherweb künstliche Intelligenz, um die Authentizität und Genauigkeit der Nachrichten zu gewährleisten, die es aggregiert?

Wir haben festgestellt, dass es eine starke Korrelation zwischen Richtigkeit und Form gibt. Menschen, die die Wahrheit sagen wollen, neigen dazu, eine bestimmte Sprache zu verwenden, die sich auf Zurückhaltung und Bescheidenheit konzentriert, während Menschen, die die Wahrheit missachten, versuchen, so viel Aufmerksamkeit wie möglich zu erregen.

Otherwebs größter Fokus liegt nicht auf Faktenprüfung. Es liegt auf Form-Prüfung. Wir wählen Artikel aus, die auffällige Sprache vermeiden, externe Referenzen für jeden Anspruch liefern, Sachverhalte wie sie sind darstellen und keine Überzeugungstechniken verwenden.

Diese Methode ist natürlich nicht perfekt, und in der Theorie könnte ein schlechter Akteur eine Falschheit in genau dem Stil schreiben, den unsere Modelle belohnen. Aber in der Praxis passiert das einfach nicht. Menschen, die lügen wollen, wollen auch viel Aufmerksamkeit – das ist das, was wir unseren Modellen beigebracht haben, zu erkennen und herauszufiltern.

Wie kann Otherweb dabei helfen, das Vertrauen der Nutzer in digitale Inhalte wiederherzustellen, angesichts der zunehmenden Schwierigkeit, echte von gefälschten Bildern zu unterscheiden?

Die beste Methode, um Menschen dabei zu helfen, bessere Inhalte zu konsumieren, ist, von allen Seiten zu sampeln, das Beste aus jedem auszuwählen und viel Zurückhaltung zu üben. Die meisten Medien sind heute darauf aus, unverifizierte Informationen zu veröffentlichen. Unsere Fähigkeit, Informationen aus hunderten von Quellen zu kreuzverweisen und uns auf die besten Artikel zu konzentrieren, ermöglicht es uns, unsere Nutzer vor den meisten Formen von Fehlinformationen zu schützen.

Welche Rolle spielt Metadaten wie die C2PA-Standards bei der Überprüfung der Authentizität von Bildern und Videos?

Es ist die einzige praktikable Lösung. C2PA mag oder mag nicht der richtige Standard sein, aber es ist klar, dass der einzige Weg, um zu überprüfen, ob das Video, das Sie sehen, etwas widerspiegelt, das tatsächlich in der Realität passiert ist, darin besteht, a) sicherzustellen, dass die Kamera, die zum Aufnehmen des Videos verwendet wurde, nur aufnahm und nicht bearbeitete, und b) sicherzustellen, dass niemand das Video nach dem Verlassen der Kamera bearbeitet hat. Die beste Methode, um dies zu tun, ist, sich auf Metadaten zu konzentrieren.

Welche zukünftigen Entwicklungen erwarten Sie im Kampf gegen Fehlinformationen und Deepfakes?

Ich denke, dass die Menschen innerhalb von 2-3 Jahren die neue Realität annehmen und ihre Denkweise ändern werden. Vor dem 19. Jahrhundert war die beste Form des Beweises die Aussage von Augenzeugen. Deepfakes werden uns wahrscheinlich dazu bringen, zu diesen bewährten Standards zurückzukehren.

Im Hinblick auf Fehlinformationen im Allgemeinen glaube ich, dass es notwendig ist, eine nuanciertere Sichtweise zu haben und Desinformation (d. h. falsche Informationen, die absichtlich erstellt werden, um zu täuschen) von Junk (d. h. Informationen, die erstellt werden, um zu monetarisieren, unabhängig von ihrer Wahrhaftigkeit) zu trennen.

Das Gegenmittel gegen Junk ist ein Filtermechanismus, der es unwahrscheinlicher macht, dass Junk sich wie ein Lauffeuer verbreitet. Es würde die Anreize ändern, die Junk verbreiten. Desinformation wird immer noch existieren, genau wie sie im 20. Jahrhundert existierte, und wir werden damit umgehen können, genau wie wir es im 20. Jahrhundert getan haben.

Es ist die Flut von Junk, über die wir uns Sorgen machen müssen, weil das der Teil ist, mit dem wir derzeit nicht umgehen können. Das ist das Hauptproblem, das die Menschheit angehen muss.

Sobald wir die Anreize ändern, wird das Signal-Rausch-Verhältnis des Internets für jeden verbessert.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten die Otherweb-Website besuchen oder ihnen auf X oder LinkedIn folgen.