0
Hopp til hovedinnhold

Kunstig intelligens kan dempe fake news på nettet

UiA-stipendiat bruker ein tradisjonell og ein ny kunstig intelligens-metode utvikla på Universitetet i Agder for å vise korleis ein kan redusere spreiing av falsk informasjon på nett.

Illustrasjonsfoto av anonyme mennesker som jobber på data.
Forskaren Ahmed Abouzeid seier det trengst fleire studiar for å vidareutvikle kunstig intelligens som grip inn i sosiale medium på nettet for å dempe spreiing av falsk informasjon. (Foto: Jon Petter Thorsen, UiA)

– Målet med studien er å finne ut om kunstig intelligens kan dempe spreiinga av feilinformasjon på nettet, seier Ahmed Abouzeid.

Abouzeid er stipendiat ved Universitet i Agder (UiA). Han arbeider ved UiAs Senter for forsking på kunstig intelligens (CAIR) og Senter for integrert krisehandtering (CIEM).

Foto av Ahmed Abouzeid

Ahmed Abouzeid er stipendiat ved Universitetet Agder. Han har utvikla ein algoritme som kan dempe spreiinga av falsk informasjon i sosiale kanalar på nettet. Studien vert presentert på ein internasjonal konferanse i mars 2022.

Studien er ein del av doktorgradsavhandlinga hans og vert presentert på den internasjonale AAAI22-konferansen  om teknologi og kunstig intelligens i mars 2022. I godkjenningsbrevet frå konferansen heiter det at studien representerer ei ny tilnærming til eit problem som forskarar innan kunstig intelligens lenge har bala med. 

Den nye tilnærminga blandar ein etablert og ein nyare metode for bruk av kunstig intelligens. Den etablerte metoden er bruk av algoritmar og djuplæring; den nyare metoden er bruk av algoritmar og Tsetlin-maskina. Sistnemnde er utvikla av professor Ole-Christoffer Granmo ved UiA og CAIR.

– Dette forskingsområdet er i hurtig utvikling. Den største utfordringa er å få algoritmane til å fungere som planlagt i ekstremt store nettverk på internett, seier Abouzeid.

Trump-perioden

I den nye studien har han brukt opne data frå internett i perioden da Donald Trump og Hilary Clinton dreiv valkamp før presidentvalet i USA i 2016.

– Algoritmen lærer seg først korleis folk vert motiverte til å like og spreie Twitter-meldingar Deretter prøver algoritmen å dempe spreiinga av den falske informasjonen, seier Abouzeid.

Enkelt sagt, fungerer det slik: Forskaren lastar algoritmen med informasjon som er så nøytral og objektiv som mogleg. Deretter trener han algoritmen til å oppdage i forkant korleis folk i sosiale medium vil reagere på feilinformasjon, og korleis dei tilpassar seg til den nøytrale informasjonen. Algoritmen grip inn og prøver å nå fram med nøytral og korrekt informasjon til viktige og riktige brukarar. Dei viktige brukarane er dei som er svært eksponert for feilinformasjon og ivrige etter å like og sende informasjonen vidare til andre.

Samarbeid i framtida

Abouzeid understrekar at forskingsfeltet treng fleire studiar for å vidareutvikle kunstig intelligens som grip inn i sosiale medium på nettet for å dempe spreiing av falsk informasjon.

– Dessutan er jo feilinformasjon ofte knytt til politisk polarisering og andre utfordringar, seier han.

Forskaren ser for seg meir samarbeid mellom filosofi og samfunnsvitskaplege fag for å utvikle dette feltet i tida framover.

– Dei som står bak dei sosiale plattformene på nettet må sjølv ta ansvaret for å ta i bruk teknologi for å redusere spreiinga av falsk informasjon. For å få til det, må dei tillate at algoritmen grip inn i nettverka deira for å bidra til å spreie korrekt informasjon, seier han.