อเล็กซ์ ฟิงค์ ผู้บริหารด้านเทคโนโลยี ผู้ก่อตั้งและซีอีโอของ Otherweb – สัมภาษณ์เชิงลึก

อเล็กซ์ ฟิงค์ เป็นผู้บริหารด้านเทคโนโลยี และผู้ก่อตั้งและซีอีโอของ Otherweb ซึ่งเป็นองค์กรที่ใช้ประโยชน์จากเทคโนโลยี AI เพื่อช่วยให้ผู้คนสามารถอ่านข่าวและความคิดเห็น ฟังพอดแคสต์ และค้นหาข้อมูลบนเว็บโดยไม่ต้องเผชิญกับปัญหาของการเข้าถึงข้อมูลที่ไม่เหมาะสม เช่น การเข้าถึงข้อมูลที่ไม่เหมาะสม การเข้าถึงข้อมูลที่ไม่ถูกต้อง หรือการเข้าถึงข้อมูลที่ไม่ถูกต้อง Otherweb มีให้บริการในรูปแบบแอปพลิเคชัน (iOS และ Android) เว็บไซต์ นิตยสาร และเบราว์เซอร์แบบสแตนด์อโลน ก่อนที่จะเข้าร่วม Otherweb อเล็กซ์曾เป็นผู้ก่อตั้งและซีอีโอของ Panopteo และเป็นผู้ร่วมก่อตั้งและประธานของ Swarmer

คุณสามารถให้ภาพรวมของ Otherweb และภารกิจในการสร้างพื้นที่ข่าวที่ไม่มีขยะได้หรือไม่?

Otherweb เป็นองค์กรที่ก่อตั้งขึ้นเพื่อช่วยปรับปรุงคุณภาพของข้อมูลที่ผู้คนบริโภค

ผลิตภัณฑ์หลักของเราคือแอปพลิเคชันข่าวที่ใช้ AI เพื่อกรองข้อมูลที่ไม่เหมาะสม และให้ผู้ใช้สามารถปรับแต่งได้อย่างไม่จำกัด – ควบคุมเกณฑ์คุณภาพและกลไกการจัดเรียงข้อมูลทั้งหมดที่แอปพลิเคชันใช้

ในทางกลับกัน ในขณะที่โลกกำลังสร้างอัลกอริทึมแบบกล่องดำเพื่อเพิ่มการมีส่วนร่วมของผู้ใช้ เราต้องการให้ผู้ใช้ได้รับคุณค่ามากที่สุดในเวลาที่น้อยที่สุด และเราทำให้ทุกอย่างสามารถปรับแต่งได้ เรายังได้เผยแพร่โมเดล AI และชุดข้อมูลของเราเพื่อให้ผู้คนสามารถเห็นได้อย่างชัดเจนว่าเรากำลังทำอะไรและวิธีการประเมินข้อมูล

อะไรที่ทำให้คุณมุ่งเน้นไปที่การรับมือกับข้อมูลที่ไม่ถูกต้องและข่าวปลอมโดยใช้ AI?

ฉันเกิดในสหภาพโซเวียตและเห็นผลที่เกิดขึ้นกับสังคมเมื่อทุกคนบริโภคข้อมูลที่ไม่ถูกต้อง และไม่มีใครรู้ว่าเกิดอะไรขึ้นในโลก ฉันมีประสบการณ์ที่ชัดเจนเกี่ยวกับการที่พ่อแม่ของฉันตื่นขึ้นมา lúc 4 โมงเช้า ล็อคตัวเองในห้องและเปิดวิทยุเพื่อฟังเสียงอเมริกา มันเป็นการกระทำที่ผิดกฎหมาย แต่พวกเขาได้ทำเช่นนั้นเพื่อให้ได้รับข้อมูลที่แท้จริง

ฉันจึงต้องการให้ผู้คนมีโอกาสเข้าถึงข้อมูลที่แท้จริงและมีคุณภาพ

ความเสี่ยงของการปลอมแปลงข้อมูลลึก (deepfakes) มีความสำคัญเพียงใด โดยเฉพาะอย่างยิ่งในบริบทของการมีอิทธิพลต่อการเลือกตั้ง คุณสามารถให้ตัวอย่างของวิธีการที่การปลอมแปลงข้อมูลลึกถูกใช้ในการเผยแพร่ข้อมูลที่ไม่ถูกต้องและผลกระทบที่ตามมาหรือไม่?

ในระยะสั้น มันเป็นภัยคุกคามที่ร้ายแรงมาก

ผู้ลงคะแนนไม่เข้าใจว่าบันทึกวิดีโอและเสียงสามารถไม่น่าเชื่อถือได้ พวกเขาคิดว่าวิดีโอเป็นหลักฐานที่บางสิ่งเกิดขึ้น และ 2 ปีที่แล้วสิ่งนี้ยังคงเป็นความจริง แต่ตอนนี้มันไม่ใช่ความจริงอีกต่อไป

ในปีนี้ในประเทศปากีสถาน ผู้ลงคะแนนของ Imran Khan ได้รับการติดต่อจาก Imran Khan เอง โดยขอให้พวกเขานัดเลือกตั้ง แต่มันเป็นเรื่องปลอม และหลายคนเชื่อในเรื่องนั้น

ผู้ลงคะแนนในอิตาลีเห็นนักการเมืองหญิงคนหนึ่งปรากฏตัวในภาพยนตร์สำหรับผู้ใหญ่ มันเป็นเรื่องปลอม แต่เมื่อความเท็จถูกเปิดเผย ความเสียหายก็เกิดขึ้นแล้ว

แม้กระทั่งในแอริโซนา เราเห็นจดหมายข่าวที่โฆษณาตัวเองโดยแสดงวิดีโอการสนับสนุนจาก Kari Lake แต่เธอไม่เคยให้การสนับสนุน แต่จดหมายข่าวก็ได้รับผู้อ่านหลายพันคน

ดังนั้น เมื่อเดือนพฤศจิกายน ฉันคิดว่ามันแทบจะไม่สามารถหลีกเลี่ยงได้ที่เราจะเห็นเรื่องปลอมที่จะเกิดขึ้น และมันจะเกิดขึ้นก่อนการเลือกตั้ง และจะถูกเปิดเผยว่าเป็นเรื่องปลอมหลังการเลือกตั้ง – เมื่อความเสียหาย已经เกิดขึ้นแล้ว

เครื่องมือ AI ที่มีอยู่ในปัจจุบันมีประสิทธิภาพเพียงใดในการระบุการปลอมแปลงข้อมูลลึก และคุณคาดว่าจะมีการปรับปรุงอย่างไรในอนาคต?

ในอดีต วิธีที่ดีที่สุดในการระบุภาพปลอมคือการซูมเข้าไปและดูข้อผิดพลาดที่ผู้สร้างภาพมักจะทำ (aka “artifacts”)

ปัญหาของการแก้ไขโดยใช้ AI (aka “deepfake”) คือไม่มีข้อผิดพลาดเหล่านี้อีกต่อไป กระบวนการทำงานโดยที่โมเดล AI หนึ่งแก้ไขภาพ และอีกโมเดลหนึ่งตรวจสอบข้อผิดพลาดและชี้ให้เห็น – และกระบวนการนี้เกิดขึ้นซ้ำๆ จนกว่าจะไม่มีข้อผิดพลาดเหลืออยู่

ดังนั้น จึงไม่มีวิธีใดที่จะระบุการปลอมแปลงวิดีโอที่ทำได้ดีโดยการดูเนื้อหาของมันเอง

เราต้องเปลี่ยนความคิดของเรา และเริ่มถือว่าเนื้อหานั้นเป็นของแท้เฉพาะเมื่อเราสามารถติดตาม链ของการรักษาความปลอดภัยกลับไปยังแหล่งที่มาได้ คิดว่ามันเหมือนกับลายนิ้วมือ การเห็นลายนิ้วมือบนอาวุธปืนไม่เพียงพอ คุณต้องรู้ว่าใครพบอาวุธปืน ใครนำมันกลับไปยังห้องเก็บของ และคุณต้องสามารถติดตามทุกครั้งที่มันเปลี่ยนมือและทำให้แน่ใจว่ามันไม่ได้ถูกปลอมแปลง

รัฐบาลและบริษัทเทคโนโลยีสามารถทำอะไรเพื่อป้องกันการแพร่กระจายของข้อมูลที่ไม่ถูกต้องในช่วงเวลาที่สำคัญ เช่น การเลือกตั้ง?

ยาต้านข้อมูลที่ไม่ถูกต้องที่ดีที่สุดคือเวลา หากคุณเห็นบางสิ่งที่เปลี่ยนแปลงสิ่งต่างๆ อย่าเร่งรีบในการเผยแพร่ – ใช้เวลาหนึ่งหรือสองวันในการตรวจสอบว่ามันจริงหรือไม่

อย่างไรก็ตาม วิธีนี้ขัดแย้งกับแบบจำลองธุรกิจของสื่อซึ่งให้รางวัลการคลิกแม้ว่าเนื้อหาจะเป็นเท็จ

Otherweb ใช้ AI อย่างไรเพื่อให้แน่ใจถึงความถูกต้องและความถูกต้องของข่าวที่รวบรวม?

เราพบว่ามีความสัมพันธ์ที่แข็งแกร่งระหว่างความถูกต้องและรูปแบบ ผู้ที่ต้องการบอกความจริงมักจะใช้ภาษาที่เน้นถึงการยับยั้งและความอ่อนน้อมถ่อมตน ในขณะที่ผู้ที่ไม่สนใจความจริงพยายามดึงดูดความสนใจให้มากที่สุด

จุดสนใจหลักของ Otherweb ไม่ใช่การตรวจสอบข้อเท็จจริง แต่เป็นการตรวจสอบรูปแบบ เราเลือกบทความที่หลีกเลี่ยงภาษาที่ดึงดูดความสนใจ ให้ข้อมูลอ้างอิงภายนอกสำหรับทุกคำกล่าว และไม่ใช้เทคนิคการ说服

วิธีนี้ไม่สมบูรณ์แบบ และในทางทฤษฎี ผู้กระทำผิดสามารถเขียนข้อความเท็จในรูปแบบที่โมเดลของเรารางวัลได้ แต่ในทางปฏิบัติ มันไม่เกิดขึ้น ผู้ที่ต้องการบอกข้อความเท็จยังต้องการความสนใจมาก – สิ่งนี้คือสิ่งที่เราสอนโมเดลของเราให้ตรวจจับและกรองออก

การแพร่กระจายของข้อมูลที่ไม่ถูกต้องและข่าวปลอมทำให้ผู้ใช้ไม่เชื่อถือข้อมูลดิจิทัลได้อย่างไร และแพลตฟอร์มอย่าง Otherweb สามารถช่วยฟื้นฟูความเชื่อถือของผู้ใช้ได้อย่างไร?

วิธีที่ดีที่สุดในการช่วยให้ผู้คนบริโภคเนื้อหาที่ดีกว่าคือการเก็บตัวอย่างจากทุกด้าน เลือกสิ่งที่ดีที่สุดจากแต่ละด้าน และใช้การยับยั้งมาก สื่อมากมายกำลังเร่งรีบในการเผยแพร่ข้อมูลที่ไม่ได้รับการยืนยันในขณะนี้ ความสามารถของเราในการอ้างอิงข้อมูลจากแหล่งต่างๆ และเน้นไปที่สิ่งที่ดีที่สุดช่วยให้เราป้องกันผู้ใช้ของเราจากหลายรูปแบบของข้อมูลที่ไม่ถูกต้อง

ข้อมูลอภิพันธุ์ (metadata) เช่น มาตรฐาน C2PA มีบทบาทอย่างไรในการตรวจสอบความถูกต้องของภาพและวิดีโอ?

มันเป็นวิธีแก้ปัญหาเดียวที่เป็นไปได้ มาตรฐาน C2PA อาจเป็นมาตรฐานที่ถูกต้องหรือไม่ แต่ชัดเจนว่าวิธีเดียวที่จะตรวจสอบว่าวิดีโอที่คุณดูสะท้อนถึงสิ่งที่เกิดขึ้นจริงในความเป็นจริงคือการตรวจสอบว่ากล้องที่ใช้บันทึกวิดีโอนั้นไม่ได้ถูกแก้ไข และไม่มีใครแก้ไขวิดีโอหลังจากที่ออกจากกล้อง วิธีที่ดีที่สุดในการทำเช่นนี้คือการเน้นไปที่ข้อมูลอภิพันธุ์

คุณคาดว่าจะมีการพัฒนาอย่างไรในอนาคตในการต่อสู้กับข้อมูลที่ไม่ถูกต้องและข่าวปลอม?

ฉันคิดว่าใน 2-3 ปี ผู้คนจะปรับตัวเข้ากับ现状ใหม่และเปลี่ยนความคิดของตนเอง ก่อนศตวรรษที่ 19 หลักฐานที่ดีที่สุดคือคำให้การของพยานต่อหน้า การปลอมแปลงข้อมูลลึกอาจทำให้เราเปลี่ยนกลับไปสู่มาตรฐานที่พิสูจน์แล้ว

ในเรื่องของข้อมูลที่ไม่ถูกต้องโดยทั่วไป ฉันเชื่อว่ามันจำเป็นต้องมีมุมมองที่ละเอียดอ่อนและแยกข้อมูลที่ไม่ถูกต้อง (เช่น ข้อมูลที่ไม่ถูกต้องที่สร้างขึ้นเพื่อหลอกลวง) ออกจากขยะ (เช่น ข้อมูลที่สร้างขึ้นเพื่อการเงิน ไม่ว่าจะถูกต้องหรือไม่ก็ตาม)

ยาต้านขยะคือกลไกการกรองที่ทำให้ขยะไม่น่าจะแพร่กระจาย มันจะเปลี่ยนโครงสร้างการให้ผลตอบแทนซึ่งทำให้ขยะแพร่กระจายได้ ข้อมูลที่ไม่ถูกต้องจะยังคงมีอยู่ เช่นเดียวกับที่มันเคยเป็นมาในศตวรรษที่ 20 และเราจะสามารถจัดการกับมันได้

มันเป็นขยะที่เราไม่พร้อมที่จะจัดการในขณะนี้ นั่นคือปัญหาที่มนุษยชาติต้องแก้ไข

เมื่อเราทำให้โครงสร้างการให้ผลตอบแทนเปลี่ยนไป อัตราส่วนสัญญาณต่อเสียงรบกวนของอินเทอร์เน็ตจะดีขึ้นสำหรับทุกคน

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเยี่ยมชมเว็บไซต์ Otherweb หรือติดตามบน X หรือ LinkedIn เพื่อเรียนรู้เพิ่มเติม