برای یک مطالعه جدید، محققان یک برنامه کامپیوتری برای تولید پوشش خبری COVID-19 با استفاده از عناوین مقالات شرکت پخش کانادایی (CBC) به عنوان درخواست دریافت کردند. آنها سپس پوشش خبری شبیه سازی شده را با گزارش واقعی آن زمان مقایسه کردند.
یافته‌ها نشان می‌دهد که پوشش CBC کمتر بر اورژانس پزشکی متمرکز بوده و بیشتر بر شخصیت‌ها و ژئوپلیتیک متمرکز شده است.
اندرو پایپر، استاد زبان، ادبیات و فرهنگ در دانشگاه مک گیل، می‌گوید: «گزارش رویدادهای دنیای واقعی به انتخاب‌های پیچیده‌ای نیاز دارد، از جمله تصمیم‌گیری در مورد اینکه کدام رویدادها و بازیکنان در مرکز قرار دارند». با مقایسه آنچه گزارش شده با آنچه می‌توانست گزارش شود، مطالعه ما دیدگاهی را در مورد انتخاب‌های سرمقاله‌ای که توسط خبرگزاری‌ها انجام می‌شود ارائه می‌کند.
به گفته محققان، ارزیابی این گزینه‌ها با توجه به رابطه نزدیک بین چارچوب‌بندی رسانه‌ها، افکار عمومی و سیاست‌های دولت بسیار مهم است.
هوش مصنوعی کووید-۱۹ را اساساً به عنوان یک اورژانس بهداشتی می‌دید و وقایع را بیشتر با شرایط زیست پزشکی تفسیر می‌کرد، در حالی که پوشش CBC بیشتر بر گزارش‌های فرد متمرکز بود تا بیماری محور.
با توجه به اینکه این یک بحران بهداشتی بزرگ بود، پوشش CBC نیز مثبت‌تر از حد انتظار بود و نوعی تجمع در اطراف اثر پرچم ایجاد کرد. پایپر می‌گوید: «این مثبت‌اندیشی باعث کم‌اهمیت ترس عمومی می‌شود.»
به گفته محققان، در حالی که بسیاری از مطالعات به دنبال درک سوگیری های ذاتی در هوش مصنوعی هستند، همچنین فرصتی برای استفاده از آن به عنوان ابزاری برای آشکار کردن سوگیری های بیان انسان وجود دارد.
پایپر می‌گوید: «هدف کمک به ماست تا چیزهایی را ببینیم که در غیر این صورت ممکن است از دست بدهیم.ما پیشنهاد نمی کنیم که خود هوش مصنوعی بی طرف است.»
سیل همیلتون، دستیار پژوهشی و دانشجویی که زیر نظر پایپر کار می‌کند، می‌گوید به جای حذف سوگیری، همانطور که بسیاری از محققان تلاش می‌کنند انجام دهند، ما می‌خواهیم بفهمیم که چگونه و چرا سوگیری ایجاد می‌شود.
برای محققان، این کار فقط نوک کوه یخ است و راه‌های مطالعه جدیدی را باز می‌کند که در آن می‌توان از هوش مصنوعی نه تنها برای نگاه کردن به رفتار گذشته انسان، بلکه برای پیش‌بینی اقدامات آینده استفاده کرد.
یافته‌ها نشان می‌دهد که پوشش CBC کمتر بر اورژانس پزشکی متمرکز بوده و بیشتر بر شخصیت‌ها و ژئوپلیتیک متمرکز شده است.
اندرو پایپر، استاد زبان، ادبیات و فرهنگ در دانشگاه مک گیل، می‌گوید: «گزارش رویدادهای دنیای واقعی به انتخاب‌های پیچیده‌ای نیاز دارد، از جمله تصمیم‌گیری در مورد اینکه کدام رویدادها و بازیکنان در مرکز قرار دارند». با مقایسه آنچه گزارش شده با آنچه می‌توانست گزارش شود، مطالعه ما دیدگاهی را در مورد انتخاب‌های سرمقاله‌ای که توسط خبرگزاری‌ها انجام می‌شود ارائه می‌کند.
به گفته محققان، ارزیابی این گزینه‌ها با توجه به رابطه نزدیک بین چارچوب‌بندی رسانه‌ها، افکار عمومی و سیاست‌های دولت بسیار مهم است.
هوش مصنوعی کووید-۱۹ را اساساً به عنوان یک اورژانس بهداشتی می‌دید و وقایع را بیشتر با شرایط زیست پزشکی تفسیر می‌کرد، در حالی که پوشش CBC بیشتر بر گزارش‌های فرد متمرکز بود تا بیماری محور.
با توجه به اینکه این یک بحران بهداشتی بزرگ بود، پوشش CBC نیز مثبت‌تر از حد انتظار بود و نوعی تجمع در اطراف اثر پرچم ایجاد کرد. پایپر می‌گوید: «این مثبت‌اندیشی باعث کم‌اهمیت ترس عمومی می‌شود.»
به گفته محققان، در حالی که بسیاری از مطالعات به دنبال درک سوگیری های ذاتی در هوش مصنوعی هستند، همچنین فرصتی برای استفاده از آن به عنوان ابزاری برای آشکار کردن سوگیری های بیان انسان وجود دارد.
پایپر می‌گوید: «هدف کمک به ماست تا چیزهایی را ببینیم که در غیر این صورت ممکن است از دست بدهیم.ما پیشنهاد نمی کنیم که خود هوش مصنوعی بی طرف است.»
سیل همیلتون، دستیار پژوهشی و دانشجویی که زیر نظر پایپر کار می‌کند، می‌گوید به جای حذف سوگیری، همانطور که بسیاری از محققان تلاش می‌کنند انجام دهند، ما می‌خواهیم بفهمیم که چگونه و چرا سوگیری ایجاد می‌شود.
برای محققان، این کار فقط نوک کوه یخ است و راه‌های مطالعه جدیدی را باز می‌کند که در آن می‌توان از هوش مصنوعی نه تنها برای نگاه کردن به رفتار گذشته انسان، بلکه برای پیش‌بینی اقدامات آینده استفاده کرد.
کد خبر ۲۲۸۰۱۱۰۰۴.۴۱۹
