โมเดล AI สามารถระบุผู้แพร่กระจายข้อมูลเท็จได้ก่อนที่พวกเขาจะกระทำ

โมเดล AI ที่สร้างโดยนักวิจัยจากมหาวิทยาลัยเชฟฟิลด์สามารถระบุผู้ใช้ Twitter ที่จะโพสต์ข้อมูลเท็จได้ก่อนที่พวกเขาจะโพสต์ หากโมเดลนี้มีความน่าเชื่อถือ มันสามารถใช้เพื่อเสริมวิธีการต่อสู้กับข้อมูลเท็จบนโซเชียลมีเดียที่มีอยู่แล้ว

ตาม TechXplore การศึกษานี้นำโดยนักวิจัยจากมหาวิทยาลัยเชฟฟิลด์ สังกัดภาควิชาวิทยาการคอมพิวเตอร์ รวมถึง Dr. Nikos Aletras และ Yida Mu การศึกษานี้ตีพิมพ์ในวารสาร PeerJ และมีรายละเอียดเกี่ยวกับวิธีการคาดการณ์ว่าผู้ใช้โซเชียลมีเดียมีแนวโน้มที่จะแพร่กระจายข้อมูลเท็จโดยการโพสต์ข้อมูลจากแหล่งข่าวที่ไม่น่าเชื่อถือ

ทีมวิจัยรวบรวมข้อมูลมากกว่า 1 ล้านทวีตจากผู้ใช้ Twitter มากกว่า 6,000 คน ทั้งหมดเป็นข้อมูลที่สามารถเข้าถึงได้แบบสาธารณะ ทีมงานใช้เทคนิคการประมวลผลภาษาธรรมชาติเพื่อเตรียมข้อมูลสำหรับการฝึกอบรมโมเดล AI โมเดล AI นี้เป็นแบบจำลองการจำแนกประเภทแบบทวินาม โดยระบุผู้ใช้ว่ามีแนวโน้มที่จะแชร์ข้อมูลจากแหล่งข่าวที่ไม่น่าเชื่อถือหรือไม่ หลังจากที่โมเดลได้รับการฝึกอบรมจากข้อมูลแล้ว มันสามารถบรรลุความแม่นยำในการจำแนกประเภทได้ประมาณ 79.7%

เมื่อวิเคราะห์ผลลัพธ์ของการทำงานของโมเดล นักวิจัยพบว่าผู้ใช้ที่ใช้ภาษาไม่สุภาพและทวีตเกี่ยวกับศาสนาและ政治อย่างต่อเนื่องมีแนวโน้มที่จะโพสต์ข้อมูลจากแหล่งข่าวที่ไม่น่าเชื่อถือ โดยเฉพาะการใช้คำว่า “liberal”, “media”, “government”, “Israel”, และ “Islam” ในทางกลับกัน ผู้ใช้ที่โพสต์ข้อมูลจากแหล่งข่าวที่น่าเชื่อถือมักใช้คำว่า “I’ll”, “gonna”, “wanna”, “mood”, “excited”, และ “birthday” นอกจากนี้ พวกเขายังแบ่งปันเรื่องราวเกี่ยวกับชีวิตส่วนตัว เช่น การสื่อสารกับเพื่อน ความรู้สึก หรือข้อมูลเกี่ยวกับงานอดิเรก

ผลการวิจัยนี้สามารถช่วยให้บริษัทโซเชียลมีเดีย เช่น Facebook (META ), Reddit, และ Twitter พัฒนาแนวทางใหม่ในการต่อสู้กับการแพร่กระจายข้อมูลเท็จออนไลน์ นอกจากนี้ การวิจัยยังสามารถช่วยให้นักจิตวิทยาและนักสังคมศาสตร์เข้าใจพฤติกรรมที่นำไปสู่การแพร่กระจายข้อมูลเท็จในเครือข่ายสังคมได้ดีขึ้น

ตามที่ Aletras อธิบายไว้บน TechXplore โซเชียลมีเดียได้เปลี่ยนไปเป็นวิธีการหลักที่ผู้คนได้รับข่าวสาร มีผู้ใช้หลายล้านคนทั่วโลกที่ได้รับข่าวสารผ่าน Facebook และ Twitter ทุกวัน แต่แพลตฟอร์มเหล่านี้ cũngกลายเป็นเครื่องมือในการแพร่กระจายข้อมูลเท็จใน xã hội Aletras กล่าวต่อไปว่าการระบุแนวโน้มในพฤติกรรมของผู้ใช้สามารถช่วยในการป้องกันการแพร่กระจายข้อมูลเท็จได้ ตามที่ Aletras กล่าว มีความสัมพันธ์ระหว่างการใช้ภาษาไม่สุภาพและแพร่กระจายข้อมูลเท็จที่ไม่น่าเชื่อถือ ซึ่งสามารถอธิบายได้ด้วย “ความสัมพันธ์ระหว่างการใช้ภาษาไม่สุภาพและแพร่กระจายข้อมูลเท็จที่ไม่น่าเชื่อถือสามารถอธิบายได้ด้วยความเป็นปรปักษ์ทางการเมืองออนไลน์ที่สูง”

ตามที่ Mu วิเคราะห์ การศึกษาพฤติกรรมของผู้ใช้ที่แชร์ข้อมูลที่ไม่น่าเชื่อถือสามารถช่วยให้แพลตฟอร์มโซเชียลมีเดียเสริมวิธีการตรวจสอบข้อเท็จจริงที่มีอยู่แล้วและสร้างแบบจำลองการแพร่กระจายข้อมูลเท็จในระดับผู้ใช้ ตามที่ Mu กล่าวผ่าน TechXplore

“การศึกษาพฤติกรรมของผู้ใช้ที่แชร์ข้อมูลจากแหล่งข่าวที่ไม่น่าเชื่อถือสามารถช่วยให้แพลตฟอร์มโซเชียลมีเดียป้องกันการแพร่กระจายข้อมูลเท็จในระดับผู้ใช้ โดยเสริมวิธีการตรวจสอบข้อเท็จจริงที่มีอยู่แล้วซึ่งทำงานในระดับโพสต์หรือแหล่งข่าว”

การวิจัยที่ดำเนินการโดย Aletras และ Mu อาจเป็นตัวอย่างของการใช้ AI ในการต่อสู้กับการแพร่กระจายข้อมูลเท็จที่สร้างขึ้นโดย AI ในช่วงไม่กี่เดือนที่ผ่านมา มีการเพิ่มขึ้นของการแพร่กระจายข้อมูลเท็จเกี่ยวกับการเมืองท้องถิ่นและระดับชาติ โดยมีข้อมูลส่วนใหญ่สร้างและเผยแพร่โดยอัลกอริทึม AI โมเดล AI ที่ลึกได้ถูกใช้ในการสร้างภาพถ่ายและโปรไฟล์ที่สมจริงสำหรับบัญชีปลอมที่ทำหน้าที่เป็นผู้แพร่กระจายข้อมูลเท็จ การวิจัยของ Aletras และ Mu อาจช่วยให้บริษัทโซเชียลมีเดียระบุบัญชีปลอมที่สร้างขึ้นเพื่อแพร่กระจายโฆษณาชวนเชื่อและข้อมูลเท็จได้