هوش مصنوعی جهتگیری سیاسی افراد را از روی چهره تشخیص میدهد
تاریخ انتشار: ۸ اردیبهشت ۱۴۰۳ | کد خبر: ۴۰۲۰۵۹۵۳
به گزارش خبرگزاری علم و فناوری آنا به نقل از اینترستینگ اینجینرینگ، از آنجایی که هوش مصنوعی با سرعتی طوفانی بر عصر دیجیتال تسلط یافته است، تعیین مزایا و معایب این فناوری چالش برانگیزتر شده است. این امر، تعیین استانداردها و سیاستهای تنظیم فناوری را برای دولتهای سراسر جهان دشوارتر کرده است.
اکنون، مطالعه جدیدی که توسط محققان دانشکده تحصیلات تکمیلی بازرگانی دانشگاه استنفورد انجام شده است به بررسی تأثیرات هوش مصنوعی بر تشخیص جهتگیری سیاسی افراد میپردازد.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
کشف ارتباط میان تمایلات سیاسی و ویژگیهای چهره
پژوهشگران پاسخهای ۵۹۱ نفر از شرکتکنندگانی که پرسشنامههای سیاسی را پر کردهاند، مورد بررسی قرار دادند. آنها همچنین اسکن صورت افراد را توسط الگوریتم هوش مصنوعی و ارزیابیکنندههای انسان بررسی و ارتباط بین مورفولوژی چهره و ایدئولوژی سیاسی را پیدا کردند.
این مطالعه همچنین ۳۴۰۱ سیاستمدار از ایالات متحده، بریتانیا و کانادا را مورد تجزیه و تحلیل قرار داد.
به نظر میرسد هوش مصنوعی با ضریب همبستگی (r) برابر با ۰.۲۲ و انسانها با ضریب همبستگی ۰.۲۱، میتوانند به درستی جهتگیری سیاسی را پیشبینی کنند.
این دقت پیشبینی قابل توجه است، زیرا مقیاس جهتگیری سیاسی دارای سطح بالایی از همسانی داخلی (α کرونباخ = ۰.۹۴) بوده و با حذف همبستگی با متغیرهای جمعیتشناختی مانند سن، جنسیت و نژاد تنظیم شده است.
نتایج نشان داد که توانایی فناوری تشخیص چهره برای پیشبینی جهتگیری سیاسی به طور مشابه با روشهای پیشبینی موجود قابلیت پیشبینی را دارد.
نویسندگان تاکید کردند: این نشان دهنده ارتباط بین تمایلات سیاسی و ویژگیهای ذاتی چهره است که تا حد زیادی خارج از کنترل فرد است.
بر اساس این مطالعه، دقت پیشبینی الگوریتم با ضریب همبستگی ۰.۳۱ بیشتر شد. این نشان داد که در نظر گرفتن متغیرهای جمعیت شناختی با ویژگیهای چهره میتواند به طور قابل توجهی تواناییهای پیش بینی الگوریتم را بهبود بخشد.
در هنگام پیشبینی، این مطالعه ادعا کرده است که لیبرالها دارای چهرههای کوچکتر و ویژگیهای متحرک به سمت پایین هستند، در حالی که محافظهکاران ویژگیهای چهره متضادی را نشان میدهند.
قابلیت پیش بینی جهت گیری سیاسی از تصاویر استاندارد شده پیامدهای مهمی برای حفظ حریم خصوصی، تنظیم فناوری تشخیص چهره و درک منشاء و پیامدهای جهت گیری سیاسی دارد.
هوش مصنوعی جهتگیری سیاسی را از تصاویر چهره خنثی تشخیص میدهد
اکنون، این فناوری میتواند جهت گیری سیاسی افراد را فقط از روی تصاویر چهره خنثی آنها و علیرغم در نظر گرفتن عوامل جمعیتی مانند سن، جنسیت و قومیت تشخیص دهد.
این یافتهها منعکسکننده پیامدهای سیاسی نظارت بیومتریک است که از الگوریتمهای هوش مصنوعی استفاده میکند و تهدید جدیدی برای حریم خصوصی و استقلال سیاسی در عصر دیجیتال است.
محققان با تاکید بر نیاز فوری به مقابله با چالشهای عصر دیجیتال، اظهار داشتند: یافتههای ما بر ضرورت تشخیص و رسیدگی به خطرات احتمالی فناوری تشخیص چهره برای حریم خصوصی شخصی برای محققان، مردم و سیاستگذاران تاکید میکند.
این مطالعه در مجله امریکن سایکولوژیست منتشر شده است.
انتهای پیام/
منبع: آنا
کلیدواژه: آینده جهان با هوش مصنوعی هوش مصنوعی سیاسی جهت گیری سیاسی هوش مصنوعی پیش بینی
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت ana.press دریافت کردهاست، لذا منبع این خبر، وبسایت «آنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۴۰۲۰۵۹۵۳ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
هوش مصنوعی میتواند آینده تحصیلی شما را پیش بینی کند
آیا چیزی به سادگی یک اپلیکیشن کالج میتواند معدل چهار سال بعد دانشجو را پیشبینی کند؟ استفاده از گذشته یک فرد برای پیشبینی آیندهاش، طرح هیجانانگیز «کاپیتان آمریکا: سرباز زمستان» در مجموعه مارول بود و اکنون، در دنیای واقعی، دانشمندان میگویند که هوش مصنوعی میتواند نحوه مقاله نوشتن یک فرد را بررسی کند تا پیشبینی کند که سالها بعد حرفه دانشگاهی او چگونه خواهد بود.
به گزارش ایسنا، محققان جونا برگر(Jonah Berger) و اولیویه توبیا(Olivier Toubia) توضیح میدهند که نحوه بیان افکار و ایدههایتان میتواند نمرات نهایی شما را در مدرسه نشان دهد. پژوهشگران دریافتند دانشجویانی که بین مفاهیم یا ایدههای بسیار متفاوت در مقالههای خود ارتباط برقرار میکنند، بعدها در دانشگاه نمرات بالاتری کسب میکنند. این موضوع در مورد استفاده از کلمات خاص صادق نبود، بلکه در مورد چگونگی ساختار بخشیدن به افکار و ترکیب ایدههای مختلف با یکدیگر بود.
به نقل از اساف، تصور کنید هر ایده یا مفهوم مانند یک شهر روی نقشه است. مقالههای برخی از دانشجویان در یک محله کوچک باقی میماند و فقط از «شهرها» یا مفاهیم مرتبط با آن دیدن میکردند. با این حال، دانشجویانی که به موفقیتهای بالایی دست یافتند، در سراسر نقشه سفر کردند، از شهرهای دوردست زیادی بازدید کردند و این ایدههای مرتبط با هم را در مقالات خود با هم ترکیب کردند.
برگر و توبیا این گستره را یک «حجم معنایی» بزرگ نامیدند که درست مانند کاوش در یک منطقه جغرافیایی وسیع است. آن دسته از دانشجویانی که مقالههایی در زمینههای فکری بیشتری داشتند، در نهایت به معدل دانشگاهی بهتری دست یافتند.
این مطالعه با کمک هوش مصنوعی نشان داد که فقط مسئله وسعت مفهومی مطرح نیست. محققان همچنین به «سرعت معنایی» نگاه کردند که در آن نویسندگان در حین نوشتن مقالات خود چقدر راحت بین ایدههای مختلف حرکت میکنند. دانشجویان برتر به طور تصادفی بین مطالب کاملا نامرتبط پرش نمیکردند. در عوض، آنها بهطور مناسبی یک مسیر منطقی را در پیش میگرفتند و قبل از جستوجو در جاهای دیگر، به طور منسجم بین خوشههای مجاور ایده اصلی حرکت میکردند.
این مانند یک سفر جادهای بود که یک مسیر کارآمد بین شهرها برای آن برنامهریزی شده و به طور نامنظم در سراسر نقشه منتقل نمیشود. گفته میشود که این کاوش یکپارچه و ساختار یافته از مفاهیم مختلف، مهارتهای تفکر خلاق را در کنار تواناییهای استدلال تحلیلی قوی نشان میدهد.
بدیهی است که برگر و توبیا یک توپ کریستالی از هوش مصنوعی نساختند که ابرقهرمانان آینده را شکار کند، اما این برنامه جدید به بسیاری از اطلاعات مشابه نگاهی میاندازد.
این برنامه هوش مصنوعی همچنین بر نمره اسایتی(SAT) یک فرد، تحصیلات والدین، جنسیت، قومیت، رشته دانشگاهی، موضوعات مقاله و طول مقاله برای پیشبینی اینکه دانشجو به کجا خواهد رفت، نگاه میکند. با این حال، این مطالعه نشان داده که این عوامل آنقدر که فکر میکنید در نتیجه نهایی نقشی ندارند.
هوش مصنوعی توانست به طور خودکار «جغرافیای معنایی» مقالات را با استفاده از پردازش زبان طبیعی پیشرفته تجزیه و تحلیل کند. تنها با مدلسازی مفاهیم پوششدهی شده و مسیرهای طی شده در فضای ایده، هوش مصنوعی میتواند پیشبینی کند که کدام دانشجو در سالهای آینده نمرات بالاتری کسب خواهد کرد و این روش حتی بهتر از نگاه کردن به مواردی مانند نمرات آزمون یا سطح درآمد خانواده است.
بنابراین، برنامههای هوش مصنوعی آینده به جای آزمونهای چند گزینهای، میتوانند از این امضاهای مفهومی در نوشتههای ما به عنوان روشی خنثی برای شناسایی استعدادهای فکری خام استفاده کنند.
اما همه این دستاوردها چه معنایی برای آینده آموزش عالی دارد؟ برای پاسخ به این سوال، جامعه ابتدا باید به این سوال پاسخ دهد: آیا مسئولین باید بر اساس پیشبینیهای یک برنامه رایانهای تصمیم بگیرند؟
نویسندگان مطالعه پیشنهاد میکنند که دانشگاهها بهجای تکیه بر قضاوتهای ذهنی انسان درباره مقالات، میتوانند به زودی سیستمهای هوش مصنوعی پیشرفته را برای ارزیابی عینی قدرت استدلال و پتانسیل خلاق متقاضیان، صرفا بر اساس نحوه رشتهبندی کلمات در جملات، به کار گیرند. این میتواند فرصتهایی را برای شناسایی دانشجوهای با استعداد که تواناییهایشان ممکن است توسط معیارهای سنتی مانند آزمونهای استاندارد نادیده گرفته شده باشد، فراهم کند.
کانال عصر ایران در تلگرام