فهرست مطالب
نتایج یک پژوهش جدید نشان می‌دهد که هوش مصنوعی الگوهای پنهان شبکه‌های اجتماعی را بهتر از انسان شناسایی می‌کند.
به گزارش تکناک، پژوهشگران دانشگاه سیدنی با انتشار مقاله‌ای در نشریه Royal Society Open Science اعلام کردند که مدل‌های زبان بزرگ (LLM) مانند ChatGPT در خوشه‌بندی و تفسیر بیوهای کاربران، نتایج منسجم‌تری نسبت به تحلیلگران انسانی ارائه داده‌اند. این مدل‌ها حتی در دسته‌بندی‌های مبهم یا پیچیده، نام‌گذاری و تفسیر بهتری داشته‌اند.
محققان در این مطالعه، ۳۸٬۶۳۹ بیوی کاربران X را بررسی کردند که همگی در سپتامبر ۲۰۲۰ درباره دونالد ترامپ پست منتشر کرده بودند. آنها از سه روش برای دسته‌بندی این بیوها استفاده کردند، که شامل مدل موضوعی سنتی LDA، روش قدیمی‌تر doc2vec و مدل پیشرفته‌تری به نام MiniLM بودند. سپس خوشه‌های ایجادشده توسط این الگوریتم‌ها به وسیله ۳۹ بازبین انسانی و ChatGPT ارزیابی شدند.
01
از 04هوش مصنوعی از انسان جلو زد
مدل MiniLM توانست خوشه‌هایی ایجاد کند که برای بازبین‌های انسانی قابل تفسیرتر و متمایزتر بودند. در مقابل، مدل‌های سنتی دسته‌بندی‌هایی ارائه دادند که معنا و انسجام مشخصی نداشتند. در مواردی که انسان‌ها در تفسیر یک خوشه شکست خوردند، ChatGPT توانست با موفقیت نام‌گذاری و تحلیل را انجام دهد.
برای مثال، در یکی از خوشه‌ها که بازبین‌های انسانی آن را «عمومی» نامیده بودند و هیچ الگوی مشترکی در آن نیافتند، ChatGPT تشخیص داد که این دسته، نمایانگر نوع خاصی از خودبیانگری مبهم است؛ بیوهایی که افراد در آنها خود را به صورت کلی و غیرخاص معرفی می‌کنند. همچنین ChatGPT یک خوشه شامل نقل‌قول‌های انگیزشی را به درستی شناسایی کرد؛ الگویی که بسیاری از انسان‌ها آن را نادیده گرفته بودند.
02
از 04ماشین در برابر توهم انسان
یکی از یافته‌های جالب این پژوهش، برتری ChatGPT در تشخیص داده‌های بی‌الگو بود. در حالی که انسان‌ها در مواجهه با داده‌های تصادفی نیز سعی در یافتن معنا و الگو داشتند (پدیده‌ای به نام آپوفنیا یا معنا‌بینی در بی‌نظمی)، هوش مصنوعی توانست نبود الگوی واقعی را به‌درستی تشخیص دهد و از ارائه تفسیر نادرست خودداری کند.
همچنین انسان‌ها تمایل داشتند تنها به یک بُعد از اطلاعات (مانند گرایش سیاسی) توجه کنند و سایر ابعاد مانند سبک نوشتاری، استفاده از ایموجی، یا وضعیت خانوادگی را نادیده بگیرند. در مقابل، ChatGPT توانست خوشه‌هایی را بر اساس نشانه‌های زبانی ظریف‌تر شناسایی کند، که ترکیبی از ابعاد مختلف بودند.
03
از 04مزایا و چالش‌ها
با وجود توانایی بالای هوش مصنوعی در شناسایی الگوهای پنهان، محققان نسبت به «ماهیت جعبه سیاه» این مدل‌ها هشدار دادند. الگوریتم‌هایی مانند ChatGPT از سوی شرکت‌های خصوصی مدیریت می‌شوند و شفاف نیست که چگونه به تفسیرها و تصمیم‌های خود می‌رسند. همچنین نسخه‌های مختلف این مدل‌ها ممکن است تفسیرهای متفاوتی از یک داده واحد ارائه دهند که مسئله «پایداری نتایج» را زیر سؤال می‌برد.
علاوه بر این، برخی عناصر معنایی مانند استفاده از نقل‌قول یا ایموجی‌ها به‌عنوان ابزارهای بیانی، ممکن است از دید الگوریتم‌ها پنهان بماند، در حالی که انسان‌ها می‌توانند این ظرایف را درک کنند.
04
از 04ترکیب هوش مصنوعی با قضاوت انسانی
محققان در پایان، یک راهکار ترکیبی را پیشنهاد دادند، که استفاده از هوش مصنوعی برای شناسایی اولیه الگوها و دسته‌بندی‌ها، همچنین بهره‌گیری از قضاوت انسانی برای بررسی معناداری نتایج و شناسایی سوگیری‌های احتمالی بود. این ترکیب می‌تواند دقت الگوریتم‌ها را با درک انسانی از بافت فرهنگی و معنایی همراه کند و تحلیل داده‌های اجتماعی را به سطح بالاتری برساند.
هیچ هوش مصنوعی با شبکه‌های اجتماعی در تماس نیست و از آنها بهره نمی برد فقط بعضی بطور محدود با آنها که موتورهای جستجو معرفی می کنند بهره می برند ، هوش مصنوعی هیچ قابلیت جستجو غیر از آنکه اینترنت و گوگل فراهم می کند از خود ندارد فقط بعضی از یک دیتابیس قدیمی مربوط به چند سال پیش استفاده می کنند ، هر کدامشان هم که توسط یک اسیستنت استفاده می شوند قابلیت های مخصوص به خود دارند ، معمولاً آنکه رایگان توسط شرکت سازنده ارائه میشود قابلیت کمتری هم دارد