الذكاء الاصطناعي يثير الجدل بـ"وجوه بيضاء" أكثر إقناعا من الصور الحقيقية!
أفادت وکالة آنا الإخباریة، ويقول الباحثون: "من اللافت للنظر أن وجوه الذكاء الاصطناعي البيضاء يمكن أن تبدو أكثر واقعية من الوجوه البشرية، ولا يدرك الناس أنهم يتعرضون للخداع".
وقال الفريق، الذي يضم باحثين من أستراليا والمملكة المتحدة وهولندا، إن النتائج التي توصلوا إليها لها آثار مهمة في العالم الحقيقي، بما في ذلك سرقة الهوية، مع احتمال تعرض الأشخاص للخداع من قبل المحتالين الرقميين.
ومع ذلك، قال الفريق إن النتائج لم تنطبق على صور الأشخاص ذوي البشرة الملونة، ربما لأن الخوارزمية المستخدمة لإنشاء وجوه الذكاء الاصطناعي تم تدريبها إلى حد كبير على صور الأشخاص البيض.
وقال الدكتور زاك ويتكوير، المعد المشارك للبحث من جامعة أمستردام، إن ذلك قد يكون له تداعيات على مجالات تتراوح من العلاج عبر الإنترنت إلى الروبوتات.
ويصف الفريق، في مجلة Psychological Science، كيف أجروا تجربتين. في إحداها، عُرض على المشاركين مجموعة مختارة مكونة من 100 وجه أبيض من الذكاء الاصطناعي، و100 وجه بشري أبيض.
وطُلب من المشاركين اختيار ما إذا كان كل وجه تم إنشاؤه بواسطة الذكاء الاصطناعي أم أنه حقيقي، ومدى ثقتهم على مقياس مكون من 100 نقطة.
وكشفت نتائج 124 مشاركا أن 66% من صور الذكاء الاصطناعي تم تصنيفها على أنها صور بشرية مقارنة بـ 51% من الصور الحقيقية.
وقال الفريق إن إعادة تحليل البيانات من دراسة سابقة وجدت أن الأشخاص كانوا أكثر عرضة لتصنيف الوجوه البيضاء التابعة للذكاء الاصطناعي على أنها وجوه بشرية، مقارنة بالوجوه البيضاء الحقيقية.
وفي تجربة ثانية، طُلب من المشاركين تقييم الذكاء الاصطناعي والوجوه البشرية بناء على 14 سمة، مثل العمر والتماثل، دون إخبارهم بأن بعض الصور تم إنشاؤها بواسطة الذكاء الاصطناعي.
وأشار تحليل الفريق للنتائج إلى أن العوامل الرئيسية التي دفعت الناس إلى الاعتقاد خطأ بأن وجوه الذكاء الاصطناعي هي بشرية، تشمل قدرا أكبر من التناسب في الوجه، ومزيدا من الألفة، وقابلية أقل للتذكر.
ومن المفارقات إلى حد ما، أنه في حين يبدو البشر غير قادرين على التمييز بين الوجوه الحقيقية وتلك التي يولدها الذكاء الاصطناعي، فقد طور الفريق نظام تعلم آلي يمكنه القيام بذلك بدقة تصل إلى 94٪.
وقالت الدكتورة كلير ساذرلاند، المعدة المشاركة للدراسة من جامعة "أبردين"، إن الدراسة سلطت الضوء على أهمية معالجة التحيزات في الذكاء الاصطناعي.