Pemotretan Media Sosial: Bagaimana A.I. Adalah Lebih Baik Mengantisipasi Shitposts

Internet adalah hellscape yang dijalankan oleh trolls dan didominasi oleh hujah-hujah Facebook yang sia-sia atau lebih buruk. Dan sementara media sosial raksasa di seluruh web akhirnya, dengan begrudgingly, mula melancarkan usaha yang lebih mantap untuk cuba menghalang dialog yang menghina, penyelesaian ini cenderung reaktif, dengan kata lain datang setelah kerusakan telah dilakukan.

Ia sepatutnya tidak menghairankan, oleh itu, penyelidik kecerdasan buatan tidak sabar-sabar untuk membangunkan sistem yang boleh meramalkan hujah dalam talian sebelum ia berlaku. Tetapi sebagai satu pasukan penyelidik di Universiti Cornell baru-baru ini dijelaskan Sebaliknya, inovasi yang sangat diperlukan ini tidak jauh dari cuba memberitahu masa depan.

"Pada masa lalu, terdapat kerja untuk mengesan sama ada komen yang diberikan adalah toksik," kata Ph.D. Jonathan Chang. "Matlamat kami agak berbeza, kami ingin tahu sama ada kemungkinan untuk meramalkan sama ada perbualan sivil semasa akan keluar dari tangan pada masa akan datang. Untuk meneroka soalan ini, kita melihat perbualan antara editor Wikipedia, beberapa di antaranya kekal sivil dan yang lain tidak dapat dipertahankan."

Chang dan rakannya menganalisis beratus-ratus mesej yang dihantar antara kurator Wikipedia kadang-kadang mudah diganggu. Mereka kemudian menggunakan 1,270 perbualan yang mengambil giliran yang menyinggung untuk melatih model pembelajaran mesin dalam usaha untuk mengautomasikan jenis kesederhanaan ini. Keputusan mereka diterbitkan dalam satu kertas yang dibentangkan pada mesyuarat tahunan Persatuan untuk Linguistik Linguistik pada 15 Julai.

Jadi bagaimana pula dengan "let's all calm down" bot do? Nasib baik, tidak terlalu lusuh. Ia akhirnya menjadi 65 peratus tepat, sedikit lebih rendah daripada kadar kejayaan 72 peratus manusia. Para penyelidik mendapati statistik ini dengan mencipta kuiz dalam talian di mana orang dapat menguji kemahiran penyederhanaan komen mereka. Ternyata, agak susah untuk difikirkan jika pengguna media sosial sama ada liar atau tetap awam.

"Ideanya adalah untuk menunjukkan bahawa tugas itu sukar tetapi tidak mustahil - jika manusia hanya mendapat ketepatan 50 peratus, misalnya, ini tidak akan lebih baik daripada meneka secara rambang dan tidak ada sebab untuk berfikir bahawa kita boleh melatih mesin untuk melakukan ada yang lebih baik, "kata Chang. "Membandingkan model kami kepada tindak balas manusia telah memberi kita sedikit pemahaman mengenai bagaimana pendekatan yang serupa atau tidak sama dengan kami adalah intuisi manusia."

Chang tidak percaya ini akan membuang internet bercakap sampah, tetapi dia melihatnya sebagai cara untuk membantu moderator media sosial manusia. Daripada perlu memberi perhatian kepada berjuta-juta komen yang boleh diposting sehari, algoritma mereka dapat mengenal pasti beratus-ratus orang yang berisiko berubah menjadi hujah.

Walaupun seseorang mungkin berfikir bahawa menyikat semua pertengkaran yang berpotensi tidak dapat diramalkan akan memberi Chang suatu pertanda kesedihan, saintis mengatakan bahawa pengalaman itu sebenarnya memberi harapan kepada manusia.

"Hari ini, terdapat banyak pesimisme yang mengelilingi perbualan dalam talian, tetapi di sini apa yang kita lihat adalah walaupun dalam kes-kes di mana perbualan bermula dengan cara yang tidak mesra, masih ada peluang bagi para peserta untuk mempunyai pemikiran kedua, mengubahnya nada, dan letakkan perbualan di landasan untuk mendapatkan hasil yang lebih cerah, "katanya. "Masa depan tidak ditetapkan dalam batu."

Mungkin ada harapan untuk internet selepas semua.