Φίλιππος Παπανδρέου/ Software Engineer
Η τεχνητή νοημοσύνη τα τελευταία χρόνια έχει περάσει από το στάδιο της θεωρητικής έρευνας στην καθημερινή χρήση. Εργαλεία που βασίζονται σε προηγμένα μοντέλα μηχανικής μάθησης μπορούν πλέον να δημιουργούν κείμενα, εικόνες και βίντεο με εντυπωσιακό ρεαλισμό. Παρότι η εξέλιξη αυτή ανοίγει σημαντικές δυνατότητες σε τομείς όπως η εκπαίδευση, η έρευνα και η παραγωγικότητα, ταυτόχρονα δημιουργεί ένα νέο και σύνθετο πρόβλημα της εύκολης παραγωγής και διάδοσης παραπληροφόρησης.
Τα σύγχρονα συστήματα τεχνητής νοημοσύνης βασίζονται κυρίως σε τεχνικές βαθιάς μάθησης (deep learning), δηλαδή σε νευρωνικά δίκτυα που εκπαιδεύονται σε τεράστιους όγκους δεδομένων. Μέσα από αυτή τη διαδικασία τα μοντέλα μαθαίνουν να αναγνωρίζουν και να αναπαράγουν μοτίβα της ανθρώπινης γλώσσας, της εικόνας και της κίνησης. Η τεχνολογία αυτή βρίσκεται στον πυρήνα των λεγόμενων generative models, τα οποία είναι ικανά να δημιουργούν νέο περιεχόμενο που μοιάζει αυθεντικό.
Στην πράξη, αυτό σημαίνει ότι ένα σύστημα μπορεί να παράγει ένα άρθρο, μια φωτογραφία ή ακόμη και ένα βίντεο που φαίνεται απολύτως ρεαλιστικό, χωρίς να υπάρχει πραγματικό γεγονός πίσω από αυτό. Ιδιαίτερα ανησυχητική είναι η περίπτωση των λεγόμενων deepfake βίντεο, όπου με τη χρήση νευρωνικών δικτύων μπορεί να αναπαραχθεί το πρόσωπο και η φωνή ενός ανθρώπου με μεγάλη ακρίβεια. Το φαινόμενο αυτό έχει ήδη απασχολήσει την επιστημονική κοινότητα. Έρευνες του Stanford University επισημαίνουν ότι η ταχεία εξέλιξη των τεχνολογιών deepfake δημιουργεί σημαντικές προκλήσεις για την αξιοπιστία της ψηφιακής πληροφορίας και την εμπιστοσύνη των πολιτών.
Με αυτόν τον τρόπο, ένα δημόσιο πρόσωπο μπορεί να εμφανίζεται να κάνει δηλώσεις που δεν έγιναν ποτέ, ενώ μια εικόνα μπορεί να παρουσιάζει ένα γεγονός που δεν συνέβη. Για έναν μέσο χρήστη του διαδικτύου, η διάκριση ανάμεσα στο πραγματικό και στο τεχνητά παραγόμενο περιεχόμενο γίνεται ολοένα και πιο δύσκολη.
Η πρόκληση γίνεται ακόμη μεγαλύτερη όταν το περιεχόμενο αυτό αρχίζει να διαδίδεται μέσω των κοινωνικών δικτύων. Πλατφόρμες όπως το Facebook, το Instagram, το TikTok και το X λειτουργούν με αλγοριθμικά συστήματα προώθησης περιεχομένου, τα οποία ευνοούν δημοσιεύσεις με υψηλή αλληλεπίδραση. Περιεχόμενο που προκαλεί έντονα συναισθήματα όπως έκπληξη, φόβο ή οργή, έχει μεγαλύτερη πιθανότητα να γίνει viral. Αυτό δημιουργεί ένα περιβάλλον όπου μια εντυπωσιακή αλλά ψευδής πληροφορία μπορεί να διαδοθεί πολύ πιο γρήγορα από μια τεκμηριωμένη είδηση. Το φαινόμενο αυτό επιβεβαιώνεται και από έρευνα του Massachusetts Institute of Technology που δημοσιεύτηκε στο Science, σύμφωνα με την οποία οι ψευδείς ειδήσεις διαδίδονται σημαντικά ταχύτερα από τις αληθινές στα κοινωνικά δίκτυα.
Οι συνέπειες αυτού του φαινομένου είναι πολλαπλές. Η παραπληροφόρηση που δημιουργείται ή ενισχύεται από την τεχνητή νοημοσύνη μπορεί να επηρεάσει βαθιά την κοινωνία. Σε πολιτικό επίπεδο, μπορεί να επηρεάσει εκλογικές διαδικασίες ή να ενισχύσει την πόλωση. Σε περιόδους κρίσεων, όπως πανδημίες ή φυσικές καταστροφές, οι ψευδείς πληροφορίες μπορούν να προκαλέσουν πανικό ή να υπονομεύσουν τις επίσημες οδηγίες των αρχών.
Σε ευρύτερο επίπεδο, το μεγαλύτερο πρόβλημα είναι η διάβρωση της εμπιστοσύνης. Όταν οι πολίτες αρχίζουν να αμφισβητούν ακόμη και οπτικό υλικό που παραδοσιακά θεωρούνταν ισχυρή απόδειξη δημιουργείται ένα περιβάλλον γενικευμένης αβεβαιότητας και ενδέχεται να αρχίσουν να αμφισβητούν ακόμη και τις έγκυρες πηγές. Αυτό το φαινόμενο απασχολεί ήδη έντονα την επιστημονική κοινότητα της τεχνητής νοημοσύνης.
Οι πολίτες μπορούν να προστατευτούν σε σημαντικό βαθμό από την παραπληροφόρηση εάν υιοθετήσουν μια πιο προσεκτική στάση απέναντι στις πληροφορίες που συναντούν στο διαδίκτυο. Σύμφωνα με την UNESCO, η ανάπτυξη ψηφιακής παιδείας και η ικανότητα κριτικής αξιολόγησης των πληροφοριών αποτελούν βασικά εργαλεία για την αντιμετώπιση της παραπληροφόρησης στην ψηφιακή εποχή.
Πρώτα απ’ όλα, είναι σημαντικό να ελέγχεται η πηγή της πληροφορίας, καθώς τα αξιόπιστα μέσα ενημέρωσης ακολουθούν συγκεκριμένες διαδικασίες επαλήθευσης πριν δημοσιεύσουν μια είδηση. Παράλληλα, καλό είναι οι χρήστες να αναζητούν την ίδια πληροφορία και σε άλλες πηγές, αφού μια πραγματικά σημαντική είδηση συνήθως επιβεβαιώνεται από περισσότερα από ένα ενημερωτικά μέσα. Ιδιαίτερη προσοχή χρειάζεται επίσης κατά την παρακολούθηση εικόνων και βίντεο στο διαδίκτυο. Αφύσικες κινήσεις προσώπου, ασυνήθιστος συγχρονισμός της φωνής ή ασυνέπειες στον φωτισμό μπορεί να αποτελούν ενδείξεις ότι το περιεχόμενο έχει δημιουργηθεί ή αλλοιωθεί ψηφιακά. Τέλος, εξίσου σημαντικό είναι να αποφεύγεται η άμεση κοινοποίηση μιας πληροφορίας πριν αυτή ελεγχθεί, καθώς η βιαστική αναπαραγωγή περιεχομένου αποτελεί συχνά έναν από τους βασικούς λόγους για τους οποίους η παραπληροφόρηση εξαπλώνεται τόσο γρήγορα στο διαδίκτυο.
Η τεχνητή νοημοσύνη αποτελεί μια από τις σημαντικότερες τεχνολογικές εξελίξεις της εποχής μας. Ωστόσο, όπως συμβαίνει με κάθε ισχυρή τεχνολογία, η χρήση της συνοδεύεται από ευθύνες και προκλήσεις. Σε ένα ψηφιακό περιβάλλον όπου η δημιουργία περιεχομένου μπορεί να γίνει αυτοματοποιημένα και σε μεγάλη κλίμακα, η κριτική σκέψη και η ψηφιακή παιδεία των πολιτών είναι πιο σημαντικές από ποτέ. Η ικανότητα να αξιολογούμε την αξιοπιστία μιας πληροφορίας δεν αποτελεί πλέον απλώς χρήσιμη δεξιότητα αλλά αποτελεί βασική προϋπόθεση για μια υγιή και ενημερωμένη κοινωνία.
