Maison > Périphériques technologiques > IA > le corps du texte

L'IA simule des images de l'explosion du Pentagone, provoquant des fluctuations boursières, Twitter lance une vérification participative des faits

王林
Libérer: 2023-06-03 22:51:02
avant
1247 Les gens l'ont consulté

Les utilisateurs peuvent ajouter des notes à côté des photos et des vidéos sur Twitter et ajouter du contexte et des informations liées à l'image en cas de contenu trompeur.

·Des notes de la communauté apparaîtront après l'image. Cela signifie que même si une image douteuse est tweetée par un autre utilisateur, il y aura une note à côté d'elle.

Twitter a annoncé qu'il étendrait son système de notes communautaires le 30 mai, heure locale, pour identifier les images falsifiées et falsifiées. Twitter lance cette nouvelle fonctionnalité, qui vise à utiliser une vérification des faits non rémunérée et participative pour contrôler la désinformation et les canulars une semaine après que de fausses images d'une explosion au Pentagone soient devenues virales sur la plateforme.

Cette fonctionnalité permet aux utilisateurs d'ajouter des commentaires à côté des photos et des vidéos téléchargées sur Twitter et de fournir un contexte et des explications supplémentaires pour les informations pertinentes dont le contenu est trompeur.

LIA simule des images de lexplosion du Pentagone, provoquant des fluctuations boursières, Twitter lance une vérification participative des faits

La fonctionnalité Community Notes permettra aux utilisateurs d'ajouter des notes à côté des photos et des vidéos sur Twitter.

La fonctionnalité de marquage est actuellement en version bêta et ne fonctionne que pour les tweets contenant une seule image. Twitter prévoit d'étendre cette fonctionnalité dans un avenir proche pour gérer d'autres formes de contenu multimédia, tels que des images animées, des vidéos et des tweets multi-images.

Vous ne pouvez l'utiliser que si vous atteignez un certain score

Une semaine avant l'annonce, une image générée par l'IA d'une explosion au Pentagone a été largement partagée sur Twitter. L'image a été publiée pour la première fois par un compte portant la marque de certification « Blue V », prétendant être affilié à Bloomberg. Le « Blue V » a toujours été la preuve de l'authenticité d'un compte, mais depuis que le PDG de Tesla, Elon Musk, a acquis Twitter, toute personne abonnée au service premium Twitter Blue peut obtenir cette marque.

Twitter a déclaré dans l'annonce que de fausses images générées par l'IA se sont propagées de manière virale sur la plateforme, dont certaines peuvent semer la confusion ou la peur chez les gens. Dans certains cas, les images étaient inoffensives, mais dans le cas du Pentagone, les fausses images ont eu un réel impact sur le marché boursier, provoquant une variation de 50 milliards de dollars de la valeur marchande.

LIA simule des images de lexplosion du Pentagone, provoquant des fluctuations boursières, Twitter lance une vérification participative des faits

Des images générées par l’IA montrent une explosion près du Pentagone, provoquant des troubles sur le marché boursier.

Auparavant, les contrôles de Community Notes sur les informations trompeuses et fausses se limitaient au texte. Les contributeurs peuvent désormais ajouter des notes sur les médias pour annoter des images ou des vidéos afin de fournir des informations pertinentes.

Le but des Notes de la communauté est de créer un monde d'informations plus riche en permettant aux utilisateurs de Twitter de travailler ensemble pour ajouter des informations contextuelles aux tweets qui pourraient amener les gens à les interpréter mal. Selon l'annonce de Twitter, les tweets avec des notes de communauté ont 15 à 35 % de likes et de retweets en plus que les tweets sans notes.

Une fois qu'un utilisateur devient contributeur, il peut commencer à ajouter des notes. Pour devenir contributeur à Community Notes, les utilisateurs doivent d’abord démontrer leur capacité à le faire. Pour le confirmer, Twitter attribue à chaque contributeur potentiel un score d’impact d’écriture. Les scores commencent à 0, et vous devez atteindre 5 points pour devenir contributeur de note de communauté, et 10 points pour ajouter une note de communauté sur une image. Les utilisateurs peuvent améliorer leur score d'impact d'écriture en évaluant les notes existantes et d'autres méthodes.

"La qualité de leur travail peut leur faire perdre leur statut de contributeur." En d'autres termes, si quelqu'un entre dans le système en respectant les règles et utilise ensuite son statut de contributeur pour amplifier ou diffuser des informations erronées, il sera exclu en tant que contributeur. . équipe, doit faire ses preuves à nouveau avant de pouvoir rejoindre.

Auparavant, les commentaires ajoutés par les utilisateurs de la note de la communauté étaient affichés aux autres au fur et à mesure que le tweet était retweeté et cité, mais si l'image du tweet apparaissait dans d'autres publications, la note n'existerait pas. Les notes de la communauté suivront désormais l'image, a indiqué Twitter. Même si d’autres utilisateurs partagent sur Twitter des images signalées comme suspectes, une note apparaîtra à côté d’eux.

Même si une image suspecte signalée est publiée ailleurs par d'autres utilisateurs, des notes apparaîtront toujours à côté d'elle.

Souvent, le contexte précieux fourni par ces notes peut s'appliquer à n'importe quel tweet contenant le même média, et pas seulement à un tweet spécifique. » a écrit l’annonce officielle sur Twitter

.

interrogé

Cependant, Twitter manque de confiance dans sa capacité à faire correspondre les images taguées avec d'autres images similaires sur la plateforme. L'équipe Twitter Community Notes a averti que la nouvelle fonctionnalité peut provoquer des faux positifs ou des faux négatifs lors de la correspondance des images. "Nous travaillerons dur pour ajuster cette fonctionnalité afin qu'elle couvre plus d'images tout en évitant les fausses correspondances."

Fin 2022, Musk a lancé pour la première fois la fonctionnalité de notes de la communauté peu de temps après l'acquisition de Twitter. Cette fonctionnalité est basée sur le précédent programme « Birdwatch » de l'entreprise, qui vise à vérifier les tweets en utilisant l'authenticité du crowdsourcing non rémunéré, contrôlant ainsi la propagation de la désinformation et de la désinformation. canulars.

Depuis que Musk a acquis Twitter, la modération du contenu sur la plateforme est un problème clé. Il a supprimé la plupart des postes de l'équipe de modération de contenu lors d'un licenciement massif, mais la modération de contenu est essentielle au maintien des sites de médias sociaux opérationnels et au maintien de l'attrait et de la rentabilité de la plateforme.

Même avec une équipe complète de modération de contenu, Twitter a encore du mal à résoudre le problème de la désinformation. Les experts professionnels en matière de confiance et de sécurité soulignent que les images et les vidéos générées par l’intelligence artificielle constituent leur domaine le plus performant. Twitter souhaite impliquer sa base d'utilisateurs dans la modération du contenu en élargissant sa fonctionnalité de notes, mais malheureusement, ces utilisateurs ne sont pas connus pour leur discipline ou leur capacité à gérer les détails.

Arjun Narayan, directeur de la confiance et de la sécurité chez SmartNews Japan, a également exprimé son inquiétude face à cette approche dans une interview : "Cette approche consistant à affaiblir l'équipe professionnelle peut causer des problèmes à l'entreprise

."

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:sohu.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Tutoriels populaires
Plus>
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal