پرش به محتوای اصلی
پرش به محتوای مقاله

تحقیق Forum AI: چت‌بات‌ها ۴۰ درصد پاسخ‌های انتخاباتی را اشتباه می‌دهند

·۱۲ آبان ۱۴۰۵۲ دقیقه مطالعه
تحقیق Forum AI: چت‌بات‌ها ۴۰ درصد پاسخ‌های انتخاباتی را اشتباه می‌دهند
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

نخستین اندازه‌گیری مستقل نرخ خطای چت‌بات‌ها در سوالات انتخاباتی زنده با عدد ۴۰ درصد، همراه با کمی‌سازی وابستگی به سایت‌های پینک اسلایم توسط NewsGuard.

تحقیق Forum AI نشان می‌دهد نرخ خطای چت‌بات‌ها در پاسخ به سوالات انتخابات میاندوره ۴۰ درصد است. آمریکایی‌ها امروز سه نوامبر ۲۰۲۶ به صندوق‌های رأی می‌روند. این رویکرد با رویکرد گوگل به انتخابات ۲۰۲۰ هم‌خوانی دارد، جایی که مدل AI Mode این شرکت از ارائه نتایج انتخاباتی خودداری کرد. تغییرات گراک در استناد به منابع حزبی با نتایج مطالعه کانوو در مورد نگرش‌های سیاسی مدل‌های هوش مصنوعی مرتبط است. این پویایی ساختاری با تحلیل دسترسی رسانه‌ای حزب کمونیست ژاپن به مدل‌های هوش مصنوعی در ارتباط با رأی‌گیری هم‌ارتباط دارد.

استفاده روزافزون چت‌بات‌ها در انتخابات

به گزارش Pew Research، نیمی از بزرگسالان آمریکا حداقل یک‌بار از چت‌بات استفاده کرده‌اند و ۸ درصد برای اطلاعات کاندیداها و سیاست‌ها به این ابزارها متکی شده‌اند. نینا جینکوویچ، پیشین مسئول مقابله با تصحیح اطلاعات در دولت بایدن، هشدار می‌دهد: «اکثر آمریکایی‌ها برای مقابله با انتخابات در عصر هوش مصنوعی مصرف‌کننده آماده نیستند.»

خطاهای مشخص در تست Forum AI

Forum AI هفته گذشته مدل‌های اصلی را تست کرد و خطاهای زیر را ثبت کرد:

  • گوگل حالت هوش مصنوعی خود از دادن نتایج انتخابات ۲۰۲۰ امتناع کرد.
  • جمینای مهلت رأی‌نامه پستی پنسیلوانیا را ۳ نوامبر اعلام کرد، در حالی که مهلت واقعی ۲۷ اکتبر بود.
  • کلاود نماینده کنگره دان دیویس را با یک مدیر سابق مدرسه هم‌نام اشتباه گرفت.

استناد به سایت‌های پینک اسلایم

NewsGuard الگوهای استناد را در میاندوره‌ها تحلیل کرد:

  • چت‌جی‌پی‌تی در بیش از ۷۰ درصد جستجوهای انتخاباتی از سایت‌های پینک اسلایم (pink slime sites) استناد کرد — سایت‌هایی که ظاهر خبری دارند اما اجندای ایدئولوژیک پیش می‌برند.
  • گراک بهترین عملکرد را داشت اما همچنان ۳۰ درصد مواقع به سایت‌های حزبی رجوع کرد.

ریشه ساختاری مشکل

ریشه‌ی مشکل ساختاری است. چت‌بات‌ها از استخر اطلاعات آلوده تغذیه می‌شوند و وقتی واقعه‌ای یافت نمی‌شود، پاسخ‌های قانع‌کننده پیش‌بینی می‌کنند. شرکت‌ها قابلیت اطمینان را بیش از حد وعده داده‌اند در حالی که منابع زیرین کثیف‌تر می‌شوند. رأی‌دهندگان که به این خروجی‌ها اعتماد کنند، خطر رأی‌دهی بر پایه توهم (Hallucination) را می‌کشند.
این پویایی فرسایش مهارت را تسریع می‌کند. شهروندان کارهای مدنی خود را به ابزاری سپرده‌اند که نمی‌تواند تبلیغات را از گزارشگری تفکیک کند. نرخ خطای ۴۰ درصدی باگ نیست؛ ویژگی معماری‌های پیش‌بینی‌گرانه آموزش‌دیده روی وب باز است.

گام بعدی شما

  • هر ادعای چت‌بات را در برابر پورتال‌های .gov بررسی کنید قبل از اقدام.
  • از راهنمای رأی‌دهی قابل‌خواندن توسط ماشین که مقامات انتخابات منتشر می‌کنند، استفاده کنید.
  • در جلسه قانون‌گذاری آینده، قوانین سطح ایالت درباره محتوای انتخاباتی تولیدشده توسط هوش مصنوعی را رصد کنید.
چرا این موضوع مهم است؟

این تحقیق اعتبار مدل‌های زبانی بزرگ را در کاربردهای مدنی پرریسک زیر سوال می‌برد و شکاف بین وعده قابلیت اطمینان و واقعیت عملکرد را آشکار می‌کند. رأی‌دهندگان و قانون‌گذاران باید پیش از اعتماد به خروجی‌های هوش مصنوعی، مکانیزم‌های تأیید منبع را مطالبه کنند.

تأثیر برای ایران

برای پژوهشگران مدل‌های بنیادی و سازندگان ابزارهای مدنی در ایران، این نتایج ضرورت مبنی‌سازی و تأیید منبع در سیستم‌های پرریسک را تأکید می‌کند.

·نگاه ما
تحریریه دات‌هوش

یافته ۴۰ درصدی خطا نشان می‌دهد معماری‌های پیش‌بینی‌گرانه برای وظایف مدنی دقیق ناکافی‌اند. شرکت‌ها باید از تولید پاسخ به تأیید استناد قابل ردیابی بگذارند، وگرنه اعتماد عمومی در حوزه‌های حساس از بین می‌رود.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.