アレックス・フィンク、テクノロジー企業のエグゼクティブ、Otherwebの創設者＆CEO – インタビュー・シリーズ

アレックス・フィンクは、テクノロジー企業のエグゼクティブであり、Otherwebの創設者兼CEOです。Otherwebは、パブリック・ベネフィット・コーポレーションであり、AIを使用して、ユーザーがニュースやコメント、ポッドキャスト、ウェブを検索する際に、支払いウォール、クリックベイト、広告、自動再生ビデオ、Affiliateリンク、その他の「ゴミ」コンテンツを除外することを目的としています。Otherwebは、アプリ（iOSとAndroid）、ウェブサイト、ニュースレター、またはスタンドアロンのブラウザ拡張機能として利用できます。Otherweb以前、アレックスは、Panopteoの創設者兼CEOであり、Swarmerの共同創設者兼会長でした。

Otherwebと、そのジャンクフリーのニューススペースを作るという使命について、概要を提供してください。

Otherwebは、パブリック・ベネフィット・コーポレーションであり、人々が消費する情報の質を向上させることを目的としています。

私たちの主な製品は、AIを使用してジャンクを除外し、ユーザーが無制限のカスタマイズを実行できるニュースアプリです。アプリでは、ユーザーはすべての品質閾値とソートメカニズムを制御できます。

言い換えると、世界の他の場所では、ユーザーへの関与を最大化するためのブラックボックス・アルゴリズムを作成していますが、私たちは、ユーザーに可能な限り多くの価値を、可能な限り短い時間で提供したいと考えています。さらに、すべてをカスタマイズ可能にしました。私たちのAIモデルとデータセットも、オープンソース化していますので、誰でも私たちが何をしているのか、どのようにコンテンツを評価するのかを確認できます。

あなたは、AIを使用して、誤情報やフェイクニュースと戦うことに焦点を当てることをどうやって思いついたのですか。

私はソビエト連邦で生まれ、社会が何が起こっているかを知らない場合に何が起こるかを見てきました。私は、両親が4時に起きて、クローゼットに閉じこもり、ボイス・オブ・アメリカのラジオを聞いていたことを覚えています。もちろん、それは違法でしたが、夜にやっており、隣人が聞かないように気を付けていたのです。それは私たちに、本当の情報へのアクセスを与えました。結果として、すべてが崩壊し、戦争が起こる3ヶ月前に私たちは出ていくことができました。

私は、実際に、私が育った通りで戦車が走っている写真を見て、「これが本当の情報の価値だ」と思ったことを覚えています。

私は、より多くの人々が本当の、高品質の情報にアクセスできるようにしたいと考えています。

ディープフェイク、特に選挙に影響を与える文脈において、その脅威はどの程度ですか。ディープフェイクが誤情報を広めるためにどのように使用されたか、その影響について具体的な例を示してください。

短期的には、非常に深刻な脅威です。

有権者は、映像や音声の記録がもはや信用できないことを認識していません。彼らは、映像が何かが起こったことを証明する証拠であると考えていますが、2年前ではまだこれが真実でしたが、現在ではもはやそうではありません。

今年、パキスタンでは、イムラン・カーンの支持者がイムラン・カーン本人から直接電話を受け、選挙をボイコットするように求められました。もちろん、それは偽物でしたが、多くの人々がそれを信じました。

イタリアでは、有権者が一つのポルノグラフィック・ビデオに出演している女性政治家を見ました。もちろん、それは偽物でしたが、偽物であることが発覚するまでに、既に被害が及んでいました。

アリゾナ州では、ニュースレターがカーリー・レイクの支持を得たと主張するビデオを表示しました。彼女は実際には支持していませんでしたが、ニュースレターは仍に数千人の購読者を得ました。

したがって、11月になると、少なくとも1つの偽の爆弾が投下される可能性が高いと思います。さらに、その偽の爆弾は選挙の直前に投下され、選挙後に偽物であることが発覚するでしょう。被害は既に及んでいます。

ディープフェイクを識別するための現在のAIツールはどの程度効果がありますか。将来的にどのような改善が見込めますか。

過去には、偽の画像を識別する最良の方法は、画像作成者が一般的に犯す特徴的なミス（アーティファクト）を探すことでした。光の当て方、影の欠如、特定のオブジェクトの不均一なエッジ、特定のオブジェクトの周囲の過度の圧縮などです。

GANベースの編集（ディープフェイク）の問題は、これらの一般的なアーティファクトが存在しないことです。プロセスは、1つのAIモデルが画像を編集し、別のAIモデルがアーティファクトを探し、サイクルが繰り返されることで機能します。繰り返されるたびに、アーティファクトは除去されます。

結果として、コンテンツ自体を調べることで、うまく作られたディープフェイク・ビデオを識別する方法は一般的にありません。

私たちは、考え方を変え、コンテンツが本当のものであると仮定する前に、その所有権の連鎖をトレースできるようにしなければなりません。指紋のように考えてください。指紋が見つかった殺人武器を見つけることは十分ではありません。誰が殺人武器を見つけたのか、誰がそれを保管室に持ち帰ったのか、誰がそれを誰かに渡したのか、など、すべてのステップをトレースできる必要があります。そうしなければ、偽物である可能性があります。

政府やテクノロジー企業は、選挙などの重要な時期に誤情報の拡散を防ぐためにどのような措置を講じることができますか。

誤情報の最良の解毒剤は時間です。何かが事態を変えるものを見た場合、すぐに公開しないでください。真実であることを確認するために1、2日待ちます。

不幸にも、このアプローチは、誤った情報が真実であるとみなされる場合でも、クリックを報酬としているメディアのビジネスモデルと衝突しています。

Otherwebは、集めたニュースの真実性と正確性を保証するために、AIをどのように活用していますか。

私たちは、正しさと形式の間に関連性が強いことを発見しました。真実を伝えたい人々は、自制と謙虚さを強調する特定の言語を使用する傾向があります。一方で、真実を無視する人々は、可能な限り多くの注目を集めることを目指します。

Otherwebの最大の焦点は、事実確認ではありません。形式確認です。私たちは、注意を引く言語を避け、すべての主張に対して外部の参照を提供し、事実をそのまま述べ、説得のテクニックを使用しない記事を選択しています。

この方法は完璧ではありませんが、実際には、悪意のある行為者が私たちのモデルが報奨するスタイルで嘘を書くことはほとんどありません。悪意のある行為者は、嘘を伝えることも多くの注目を集めることを望みます。これが私たちのモデルが検出してフィルタリングするものです。

偽の画像が実際のものと見分けがつかないことが難しくなっている場合、Otherwebのようなプラットフォームは、デジタル・コンテンツに対するユーザーの信頼を回復するのを助けることができますか。

ユーザーがより良いコンテンツを消費するのを助ける最良の方法は、すべての側面からサンプルを取り、各側面の最良のものを選択し、多くの自制心を持ちます。現在、ほとんどのメディアは検証されていない情報を公開しています。私たちの情報を数百のソースからクロスリファレンスし、最良の項目に焦点を当てる能力により、ユーザーをほとんどの誤情報から保護できます。

メタデータ（C2PA規格など）は、画像やビデオの真実性を検証する上でどのような役割を果たしますか。

これが唯一の実行可能な解決策です。C2PAが正しい規格であるかどうかはわかりませんが、ビデオが実際に現実で起こったことを反映しているかどうかを検証する唯一の方法は、a) 使用されたカメラが編集ではなくキャプチャのみを実行していたことを確認し、b) ビデオがカメラから出た後、編集されていないことを確認することです。最良の方法は、メタデータに焦点を当てることです。

誤情報やディープフェイクとの戦いにおいて、将来的にどのような開発が予想されますか。

私は、2〜3年以内に、人々が新しい現実に適応し、考え方を変えるでしょう。19世紀以前、最良の証拠は目撃者の証言でした。ディープフェイクは、我々に、これらの確立された基準に戻ることを強いるでしょう。

誤情報については、より微妙な見方を取り、意図的に作られた誤った情報（デザインフォメーション）と、真実性に関係なく金銭化される情報（ジャンク）を区別する必要があります。

ジャンクの解毒剤は、ジャンクが広がる可能性を低めるフィルタリング・メカニズムです。これは、ジャンクが広がるようにするインセンティブ構造を変えるでしょう。デザインフォメーションはまだ存在します。20世紀にはそうでしたし、21世紀にもそうでしょう。私たちはそれに対処することができます。

私たちが今扱いに困っているのは、ジャンクの氾濫です。それが私たちが解決しなければならない主な問題です。

インセンティブを変えると、インターネットの信号対ノイズ比がすべてのユーザーにとって改善されます。

素晴らしいインタビュー、詳しく知りたい読者は、Otherwebのウェブサイトを訪問するか、XまたはLinkedInをフォローしてください。