Mô hình và nền tảng AI

Các nhà nghiên cứu thực hiện điều tra dân số về rô-bốt Wikipedia

mm
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google

Các nhà nghiên cứu từ Viện Công nghệ Stevens (SIT) gần đây đã hoàn thành phân tích tất cả các rô-bốt Wikipedia đang làm việc để duy trì và cải thiện bách khoa toàn thư trực tuyến khổng lồ. Theo TechXplore, kết quả của nghiên cứu này có thể thông báo cách rô-bốt được sử dụng để phát triển các ứng dụng thương mại trong các lĩnh vực như thiết kế vi mạch và dịch vụ khách hàng.

Khi Wikipedia lần đầu tiên ra mắt vào năm 2001, nó có khoảng 13.000 bài viết. Tốc độ phát triển 18 năm sau và Wikipedia trở thành nơi chứa một lượng thông tin khổng lồ, với hơn 40 triệu bài viết, được đóng góp bởi hơn 500 triệu người dùng mỗi tháng. Để duy trì tất cả các bài viết này, Wikipedia tận dụng 137.000 biên tập viên tình nguyện trong một cơ thể lớn của rô-bốt, được điều khiển bởi các chương trình AI đơn giản. Những rô-bốt này chịu trách nhiệm sửa thẻ, liên kết bị hỏng, sửa lỗi đánh máy, loại bỏ các mục nhập không cần thiết và nhiều hơn nữa.

Đội ngũ nghiên cứu đã sử dụng các thuật toán máy tính để phân loại rô-bốt theo các chức năng mà chúng thực hiện. Các nhà nghiên cứu đã có thể tiến hành phân tích cách các chương trình AI và con người tương tác khi tham gia vào các dự án lớn như duy trì một kho lưu trữ dữ liệu lớn như Wikipedia. Việc hiểu cách con người và rô-bốt tương tác là một焦 điểm chính cho lĩnh vực Tương tác Người-Máy tính, và do đó, nghiên cứu này đã được xuất bản gần đây trong Proceedings của ACM về Tương tác Người-Máy tính.

Jeffrey Nickerson, một trong những tác giả của nghiên cứu và là giáo sư tại Trường Kinh doanh của (SIT), giải thích rằng AI đang tạo ra những thay đổi lớn trong cách kiến thức được sản xuất và duy trì, và rằng Wikipedia với quy mô và phổ biến của nó là một nơi tuyệt vời để nghiên cứu những thay đổi này. Nickerson giải thích với TechXplore rằng trong tương lai, chúng ta sẽ tất cả làm việc cùng với AI ở một mức độ nào đó, và do đó, điều quan trọng là phải hiểu cách rô-bốt ảnh hưởng đến quyết định của con người và cách rô-bốt có thể được tạo ra để trở thành các công cụ hiệu quả hơn.

Wikipedia đã trở thành một trường hợp nghiên cứu tuyệt vời cho các nhà nghiên cứu vì sự ghi chép chi tiết và minh bạch của nó. Đội ngũ nghiên cứu đã sử dụng các thuật toán phân loại tự động để áp dụng nhãn cho rô-bốt và phát triển một bản đồ chi tiết về cách rô-bốt tương tác với nhau trên Wikipedia. Một số cụm chức năng có thể được phân tích và rô-bốt thực hiện các chức năng đó được dán nhãn với các mô tả như “Tư vấn” hoặc “Sửa chữa”. Sửa chữa xử lý các hành vi phá hoại và sửa chữa liên kết bị hỏng, trong khi Tư vấn cung cấp lời khuyên cho các biên tập viên và đề xuất các nhiệm vụ mới. Ngoài ra, còn có “Kết nối” chịu trách nhiệm thiết lập liên kết giữa các tài nguyên hoặc trang khác nhau.

Các nhà nghiên cứu đã phát hiện ra rằng rô-bốt Wikipedia đã chơi chín vai trò chính trên trang web, và rằng những rô-bốt này chiếm khoảng 10% tất cả hoạt động của Wikipedia. Hơn nữa, trên một số phần của trang web, như nền tảng Wikidata, rô-bốt chiếm khoảng 88% hoạt động của trang web. Hầu hết hoạt động được thực hiện bởi khoảng 1200 rô-bốt sửa chữa, sửa chữa trang web và chịu trách nhiệm cho hơn 80 triệu chỉnh sửa. Ngược lại, trong khi có ít rô-bốt tư vấn hơn, chúng giúp định hình tương tác của con người với trang web, hướng dẫn những loại chỉnh sửa được thực hiện và những tính năng được tạo ra.

Một cách Wikipedia tận dụng sức mạnh của rô-bốt là bằng cách chào đón các thành viên mới của cộng đồng. Khi người dùng tham gia các cộng đồng trực tuyến, họ có nhiều khả năng ở lại như thành viên hoạt động nếu họ được chào đón bởi các thành viên khác của cộng đồng. Điều này dường như đúng ngay cả khi thành viên cộng đồng chào đón họ là một rô-bốt. Rô-bốt khuyến khích thành viên cộng đồng ở lại và đóng góp cho cộng đồng bằng cách chỉ ra lỗi, miễn là họ lịch sự về những sửa chữa này. Như Nickerson giải thích với TechXplore:

“Con người không phản đối việc bị chỉ trích bởi rô-bốt, miễn là họ lịch sự về điều đó. Cơ chế minh bạch và phản hồi của Wikipedia giúp người dùng chấp nhận rô-bốt như các thành viên hợp pháp của cộng đồng.”

Khi rô-bốt trở nên quan trọng hơn trong việc duy trì các cộng đồng trực tuyến đang phát triển, việc nghiên cứu cách Wikipedia đã tận dụng rô-bốt có thể giúp các công ty và tổ chức khác tạo ra rô-bốt giúp người dùng và khuyến khích hoạt động xã hội tích cực. Cả thành công và thất bại của Wikipedia với rô-bốt nên được kiểm tra nghiêm ngặt.

“Bằng cách nghiên cứu Wikipedia, chúng ta có thể chuẩn bị cho tương lai và học cách xây dựng các công cụ AI cải thiện cả năng suất và chất lượng công việc của chúng ta,” Nickerson nói.

Blogger và lập trình viên với chuyên môn về Machine Learning Deep Learning topics. Daniel hy vọng giúp đỡ người khác sử dụng sức mạnh của AI cho lợi ích xã hội.