Tin giả, tin rác hiện đang là một vấn nạn trên không gian mạng, việc xuất hiện tràn lan có xu hướng tiếp cận người dùng Internet dẫn đến những hiểu biết sai lệch thông tin khi họ đọc chúng trên các phương tiện truyền thông xã hội.
Mức độ tin cậy của các nguồn thông tin này thường rất thấp. Với sự nguy hiểm đó, các nhà quản trị mạng đã và đang đưa máy tính sử dụng thuật toán AI để phát hiện thông tin sai lệch dựa trên phong cách viết bài và cách các bài viết đó được chia sẻ trên không gian mạng. Tìm cách cung cấp cho người dùng cái nhìn sâu sắc hơn về việc liệu họ có thể tin vào những gì họ đang đọc hay không. Thử nghiệm các công cụ trí tuệ nhân tạo (AI) có thể giúp lọc các tin tức hợp pháp, tuy nhiên trở ngại gặp phải hiện nay là AI đáng tin cậy đến mức nào khi ngăn chặn sự lan truyền của thông tin?
Các nhà nghiên cứu tại viện nghiên cứu Rensselaer Polytechnic Institute (RPI) và trường đại học Tennessee đã hợp tác nghiên cứu vai trò của AI trong việc giúp mọi người xác định mức độ hợp pháp, tin cậy của thông tin người dùng đang đọc. Bài báo nghiên cứu “Tailoring Heuristics and Timing AI Interventions for Supporting News Veracity Assessments” đã được xuất bản trên tạp chí Computers in Human Behavior Reports. Nội dung bài báo thảo luận về cách có thể sử dụng thị trường tìm nguồn cung ứng cộng đồng Amazon Mechanical Turk (AMT) để xác định thông tin sai lệch đối với tin tức mới và các phương pháp phỏng đoán cụ thể, đó là các quy tắc đầu tiên được sử dụng để xử lý thông tin và xem xét tính xác thực của nội dung đó. Nói cách khác, ‘tiếp cận bằng cảm tính là lối tắt cho các quyết định’ – Dorit Nevo, phó giáo sư tại Lally School of Management của RPI và là tác giả chính của bài báo giải thích.
Nghiên cứu cho thấy rằng AI sẽ thành công trong việc đánh dấu các nội dung sai sự thật nếu người đọc chưa có ý kiến về chủ đề được đưa ra trong bài viết. Khi đối tượng nghiên cứu được đặt trong niềm tin của họ, cảm tính thiên vị xác nhận đã ngăn họ đánh giá lại quan điểm khách quan của bản thân. Tác giả Dorit Nevo cho biết phần đầu tiên của dự án tập trung vào việc liệu các đối tượng thí nghiệm có thể phát hiện thông tin sai lệch về biến đổi khí hậu và vacxin Covid19 như thông tin về vacxin thủy đậu hay không. Sau đó, bắt đầu từ tháng 4 năm 2020, nhóm của cô đã nghiên cứu cách mọi người phản ứng với tin liên quan đến Covid 19. Tác giả nhận thấy “Với Covid 19, có một sự khác biệt đáng kể”, kết quả nghiên cứu cho thấy khoảng 72% số người được hỏi có thể xác định được thông tin sau lệch về virus Corona mà không sử dụng cảm tính và khoảng 93% có thể bị thuyết phục bởi cảm tính khi các nhà nghiên cứu rằng nội dung đó là giả mạo.
Có hai loại cảm tính được đề cập đến trong bài viết của nhóm đó là: cảm tính khách quan và cảm tính chủ quan. Họ đặt một tiêu đề ở đầu mỗi bài báo mà các đối tượng thí nghiệm đọc, nó hướng dẫn họ đọc bài báo và có biết liệu họ có tin vào luận điệm trọng tâm của bài viết hay không. Nevo nói: “Chúng tôi đưa ra một tuyên bố nói rằng AI thấy bài báo này đáng tin cậy và chính xác dựa trên cảm tính khác quan, hoặc chúng tôi nói rằng AI tìm thấy nguồn đáng tin cậy hay cảm tính chủ quan.
Trong nghiên cứu của mình về cảm tính, Nevo phát hiện ra rằng suy nghĩ của con người có một trong hai con đường: Con đường đầu tiên là đọc bài báo, suy nghĩ về nó và quyết định xem có tin không; thứ hai là xem xét nguồn tin và những gì người khác nghĩ về tin tức và quyết định xem có nên tin hay không trước khi đọc.
Một bài báo nghiên cứu khác “Timing matters When Conrecting Fake New” được các nhà nghiên cứu tại đại học Harvard công bố trong Proceeding of the National Academy of Science chỉ ra khác với các nhà nghiên cứu RPI trong lĩnh vực nghiên cứu này. Trong khi Nevo và các cộng sự của cô nhận thấy rằng việc thuyết phục mọi người rằng tin tức là tin giả trước khi đọc nó dễ dàng hơn, thì các nhà nghiên cứu Harvard, đứng đầu bởi Nadia M.Brashier, một nhà tâm lý học và nhà khoa học thần kinh, đã phát hiện ra rằng việc kiểm tra tính xác minh của bài báo có thể thuyết phục mọi người về những thông tin sai lệch sau khi đọc tiêu đề. Brashier và nhóm của cô nhận thấy các đối tượng nghiên cứu đọc nhãn đúng hoặc sai sau khi đọc tiêu đề dẫn đến giảm 25.3% phân loại sai tiếp theo.
Cuối cùng, việc chống lại thông tin sai lệch sẽ đòi hỏi nỗ lực của cả máy tính và con người, chặng hạn như thay đổi chính sách, Benjamin D.Horne, trợ lý giáo sư khoa học thông tin tại đại học Tennessee và là một trong những đồng tác giả bài báo của Nevo, cho biết: “Công việc của RPI-Tennesse được lấy cảm hứng từ các công cụ AI mà họ thiết kế trước đây”. Horne trước đây là trợ lý nghiên cứu của RPI, nơi ông đã phát triển các thuật toán máy tính (ML) có thể phát hiện ra sự thật từng phần cũng như sự thật được phi văn bản hóa và thông tin cũ.
Horne cho biết: “Các thuật toán của chúng tôi được đào tạo về mức độ của hành vi, cả khi sử dụng nội dung văn bản của một bài báo và mạng lưới các nguồn tin tức khau nhau mà nó lấy tin tức đó. “Chúng tôi nhận thấy rằng hai loại tính năng này kết hợp với nhau khá tốt trong việc phân biệt giữa các nguồn được gắn nhãn là đáng tin cậy hoặc không tin cậy theo xếp hạng nguồn tin tức bên ngoài.
Các thuật toán máy tính phân tích phong cách viết và hành vi chia sẻ nội dung của các hạng tin tức. Các nhà nghiên cứ đã đào tạo một thuật toán ML có giám sát được gọi là Random Forest, một thuật toán phân loại sử dụng cấu trúc hình cây để quyết định.
Vậy tiềm năng nào để AI thành công trong việc phát hiện thông tin sai lệch?
Horne nói: “Các công cụ chúng tôi đã phát triển và các công cụ khác được phát triển trong lĩnh vực này có độ chính xác khá cao trong các thiết lập phòng thí nghiệm. “Ví dụ: công trình kỹ thuật gần đây nhất của chúng tôi cho thấy độ chính xác khoảng 83% trong việc dự đoán khi nào nguồn của một bài báo là đáng tin cậy hay không đáng tin cậy”.
Bất chấp tính hiệu quả của các thuật toán, việc kiểm tra thực tế theo kiểu cũ của các nhà báo vẫn sẽ được yêu cầu để chống lại tin tức giả mạo. Theo Horne, AI có thể lọc thông tin để người kiểm tra xác thực. Horne cho biết: “Các công cụ AI rất tuyệt vời trong việc xử lý lượng thông tin cao với tốc độ nhanh nhưng thiếu phân tích sắc thái mà một nhà báo hoặc một người kiểm tra thực tế có thể cung cấp. “Tôi nhìn thấy một tương lai nơi cả hai làm việc cùng nhau”.
Hoàng Duy – Tuấn Anh (theo https://spectrum.ieee.org)
