|ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ| НЛП| СПРАВЕДЛИВОСТЬ|
Гордость и предубеждение: отслеживание и минимизация политической предвзятости в программах магистратуры
Как отслеживать политические предубеждения и их влияние на НЛП
LLM обучаются работе с данными СМИ и социальных сетей; от них они могут приобрести различные виды предвзятости. В прошлом предпринимались попытки использовать социальные сети для влияния на мнение людей. Теперь, когда ИИ используется все чаще, нам необходимо понять, как на модели влияют предвзятости в данных, можно ли их исправить и каковы риски, если мы будем использовать эти модели.
Интернет, социальные сети, искусственный интеллект против политики
Если вы живете в антиутопии, вам не обязательно захочется смотреть на другую. — Чарли Брукер
Цифровые СМИ быстро стали главным источником политических новостей. Интернет изменил то, как мы получаем информацию о политике и какую информацию читаем. Впоследствии нашими основными источниками информации стали социальные сети.
Как в цифровых СМИ, так и в социальных сетях (в основном в Twitter и Facebook) обсуждались как поляризующие вопросы, так и связанные с ними политики (например, налоги, смертная казнь, контроль над огнестрельным оружием, изменение климата, однополые браки и многое другое). . Онлайн-дискуссия, с одной стороны, пропагандирует демократические ценности и разнообразие точек зрения, не имеющее аналогов в истории. Фактически, Twitter позволил людям активно участвовать в политических дискуссиях. С другой стороны, эти дискуссии также усиливают предубеждения, существующие среди населения и его стереотипы по отношению к людям или группам.
Быстро осознали силу социальных сетей, позволяющую влиять на общественное мнение, а также на их политические взгляды. Скандал с данными Facebook-Cambridge Analytica показывает, как именно можно профилировать пользователей и пытаться на них влиять. Более того, предвзятость использовалась и в других случаях, чтобы попытаться изменить общественное мнение (например, референдум по Брекситу).
