एआई नैतिकता और एआई-प्रेरित मनोवैज्ञानिक टीकाकरण मनुष्यों को दुष्प्रचार के साथ मदद करने के लिए

दुष्प्रचार और गलत सूचनाओं की भारी भरमार के बारे में हम क्या करने जा रहे हैं?

हर गुजरते दिन के साथ यह सब स्पष्ट रूप से बदतर और बदतर होता जा रहा है।

शायद आर्टिफिशियल इंटेलिजेंस (एआई) हमारे बचाव में आ सकता है। हां, यह सही है, हम दुष्प्रचार और गलत सूचना की अपनी अथक सुनामी से निपटने के लिए एआई के लाभकारी उपयोगों का उपयोग करने में सक्षम हो सकते हैं। ऐसा करने की कोशिश करने में शायद हम बुद्धिमान हों। संभावित समाधान का हर मार्ग खोज के योग्य प्रतीत होगा।

एक तरफ के रूप में, मैं तुरंत स्वीकार करना चाहता हूं और नोट करना चाहता हूं कि एआई निस्संदेह जा रहा है भी समस्या का भी हिस्सा बनें। इसमें कोई संदेह नहीं है कि मनुष्य दुष्प्रचार और गलत सूचना उत्पन्न करने के लिए एआई का आसानी से लाभ उठा सकता है। इसके अलावा, एआई का उपयोग कपटपूर्ण तरीके से दुष्प्रचार करने के लिए किया जा सकता है और गलत सूचना आश्चर्यजनक रूप से वैध प्रतीत होती है और मनुष्यों को यह विश्वास करने के लिए मूर्ख बनाती है कि प्रस्तुत जानकारी आकर्षक रूप से सटीक और तथ्यात्मक है। एआई मेज पर जो लाता है उसका एक निश्चित रूप से उदास चेहरा। हम इस चर्चा के अंत में इस नकारात्मक पहलू पर वापस आएंगे।

अभी के लिए, आइए अपने स्माइली चेहरों को पहनें और पता लगाएं कि एआई अपने शक्तिशाली घुटनों पर गलत सूचना और गलत सूचना लाने के लिए कैसे फायदेमंद है। एक महत्वपूर्ण अंतर्धारा यह होगा कि यह सब एआई नैतिकता के महत्वपूर्ण तत्वों में शामिल है। एआई एथिक्स और एथिकल एआई का मेरा कॉलम कवरेज जारी है और व्यापक है, जिसमें शामिल हैं यहाँ लिंक और यहाँ लिंक, कुछ लोगों का नाम बताने के लिए।

इन आधारशिला तरीकों पर विचार करें कि एआई दुष्प्रचार और गलत सूचना के खिलाफ युद्ध में एक विशेष रूप से सहायक सहयोगी हो सकता है:

• गेट-गो पर रुकें: एआई का उपयोग गलत सूचना और गलत सूचना के ढीले होने से पहले उसका पता लगाने और उसे निकालने का प्रयास करने के लिए किया जा सकता है
• देखे जाने से पहले फ़िल्टर करें: AI का उपयोग दुष्प्रचार और गलत सूचना को फ़िल्टर करने के लिए किया जा सकता है ताकि आपको इसे देखने के बारे में चिंता करने की आवश्यकता न हो
• आपको प्रतिरक्षा बनने के लिए तैयार करें: एआई का उपयोग आपकी तैयारी और दुष्प्रचार और गलत सूचना से लड़ने की क्षमता को बढ़ाने के लिए किया जा सकता है (कुछ हद तक औपचारिक रूप से एक प्रकार का मनोवैज्ञानिक टीकाकरण प्रदान करने के रूप में जाना जाता है)
• अन्य

पहला सूचीबद्ध बुलेट बिंदु दुनिया में सामग्री के आने से पहले, जल्द से जल्द गलत सूचना और गलत सूचना को रोकने की कोशिश करता है।

यह एक अत्यधिक समस्याग्रस्त दृष्टिकोण है। कुछ लोग मुखर रूप से तर्क देंगे कि यह भाषण की स्वतंत्रता को दबाने के लिए एक बिग ब्रदर का प्रयास हो सकता है। यह AI कितनी दूर तक जा पाएगा? क्या यह लोगों को स्वतंत्र रूप से अपने विचार व्यक्त करने से रोक सकता है? यह भयानक रूप से एआई का एक फिसलन ढलान बन सकता है जो अंततः बुरे परिणामों का सबसे बुरा सपना बन सकता है जो कि सबसे अच्छे इरादों के साथ निर्दोष रूप से शुरू हुआ।

मुझे यकीन है कि आपको तस्वीर मिल गई है।

दूसरा बुलेट पॉइंट थोड़ा अधिक मध्यम है और यह बताता है कि हम अपने लिए सामग्री को फ़िल्टर करने के लिए AI का उपयोग कर सकते हैं।

आपके पास एक AI फ़िल्टर बॉट हो सकता है जो विभिन्न समाचारों और अन्य स्रोतों से आपके सभी आने वाले डेटा फ़ीड को स्कैन करेगा। एआई को किसी भी गलत सूचना या गलत सूचना को पकड़ने के लिए तैयार किया गया है जो आपके व्यक्तिगत मानदंडों पर फिट बैठता है। इस प्रकार, ऐसे परिदृश्य में, यह बिग ब्रदर सेंसरशिप की स्थिति नहीं है। आप एआई को नियंत्रित करते हैं और यह आपकी ओर से जानकारी के आपके वास्तविक इनबॉक्स को कैसे फ़िल्टर कर रहा है।

बहुत अच्छा लगता है।

हालांकि कुछ उल्लेखनीय चिंताएं हैं।

उदाहरण के लिए, हम पहले से ही अपने विचारों में बहुत अधिक ध्रुवीकरण कर चुके हैं और एआई का यह उपयोग उस ध्रुवीकरण को गहरा और गहरा बना सकता है। कल्पना कीजिए कि चौबीसों घंटे लगातार काम करने वाले इस चालाक एआई के साथ, आपको कभी भी ऐसी जानकारी देखने की ज़रूरत नहीं है जिसे आपने संभावित दुष्प्रचार और गलत सूचना के रूप में वर्गीकृत किया है। आपका ध्रुवीकृत दृष्टिकोण अब लगभग बरकरार रहने की गारंटी है। दिन भर और जब भी आप अपने ध्यान की प्रतीक्षा कर रही जानकारी पर एक नज़र डालने की कोशिश करते हैं, तो यह हमेशा पूरी तरह से पूर्व-चयनित होती है, और तथाकथित दुष्प्रचार और गलत सूचना पर नज़र डालने का कोई मौका नहीं होता है।

मैं कहता हूं कि दुष्प्रचार और गलत सूचना हो सकती है तथाकथित क्योंकि वास्तव में दुष्प्रचार और गलत सूचना के गठन को लेकर काफी विवाद है। कुछ पंडित इस बात पर जोर देते हैं कि गलत सूचना क्या है और गलत सूचना क्या है, इसका पता लगाने का एक पूर्ण आधार है। सही और गलत है। हर चीज की गणना बिना गलती किए की जा सकती है कि कुछ या तो गलत सूचना है या गलत सूचना।

हर कोई चीजों को इतना स्पष्ट नहीं देखता है।

लौकिक ऑन-ऑफ़-ऑफ़ परस्पर अनन्य द्विभाजन कंट्रास्ट को मन का एक भ्रामक ढांचा कहा जाता है। एक व्यक्ति के दुष्प्रचार को दूसरे व्यक्ति के लिए दुष्प्रचार नहीं माना जा सकता है। इसी तरह गलत सूचना के बारे में। दावा यह है कि प्रकृति और परिमाण के संदर्भ में दुष्प्रचार और गलत सूचना का दायरा है। सभी सूचनाओं को निश्चित रूप से एक ढेर या दूसरे में वर्गीकृत करने की कोशिश करना हाथ से हिलाने की तुलना में बहुत कठिन है।

सार यह है कि एआई को फ़िल्टरिंग तंत्र के रूप में उपयोग करने के बारे में दूसरा बुलेट पॉइंट इसके ट्रेडऑफ़ हैं। इसमें कोई संदेह नहीं है कि एआई को इस उपयोग में तेजी से लाया जा रहा है। साथ ही, हमें उन चुनौतियों से भी सावधान रहने की जरूरत है जो इस तरह के एआई को सामने लाने जा रही हैं। दुष्प्रचार और गलत सूचना के लिए एक फिल्टर के रूप में एआई कोई चांदी की गोली या स्लैम डंक नहीं है।

यह हमें तीसरे बिंदु पर ले जाता है, अर्थात् दुष्प्रचार और गलत सूचना से निपटने के लिए मनुष्यों को बेहतर बनाने के लिए एआई का उपयोग करने की संभावना।

मुझे संदेह है कि आपने शायद इस संदर्भ में एआई का उपयोग करने के तीसरे तरीके के बारे में बहुत कुछ सुना होगा। यह अभी उभरने लगा है। अब आप किसी ऐसी चीज के शीर्ष पर हैं जिसके बढ़ने की संभावना है और धीरे-धीरे उपयोग में लाया जाएगा। कृपया जान लें कि जैसे-जैसे यह लोकप्रियता बढ़ती है, यह एक उपयुक्त दृष्टिकोण है या नहीं, इस पर विवाद भी अत्यधिक दिखाई देने वाला है।

इस मुद्दे का एक हिस्सा यह है कि एआई का इस्तेमाल कुछ हद तक उस चीज के लिए किया जा रहा है जिसे कुछ लोग अपमानजनक तरीके से कहते हैं इंसानों के साथ माइंड गेम खेलना.

यह अशुभ लगता है।

यह हमें एआई एथिक्स के दायरे में भी लाता है।

यह सब आज के एआई और विशेष रूप से मशीन लर्निंग और डीप लर्निंग के तकनीक के रूप में उपयोग और इसका उपयोग कैसे किया जा रहा है, के बारे में गंभीर रूप से उभरती चिंताओं से संबंधित है। आप देखते हैं, एमएल/डीएल के ऐसे उपयोग हैं जिनमें एआई को बड़े पैमाने पर जनता द्वारा मानवकृत किया जाना शामिल है, यह मानना ​​​​या यह मानना ​​​​है कि एमएल/डीएल या तो संवेदनशील एआई या निकट है (यह नहीं है)। इसके अलावा, एमएल/डीएल में कम्प्यूटेशनल पैटर्न मिलान के पहलू शामिल हो सकते हैं जो अवांछनीय या एकमुश्त अनुचित हैं, या नैतिकता या कानूनी दृष्टिकोण से अवैध हैं।

पहले यह स्पष्ट करना उपयोगी हो सकता है कि एआई को समग्र रूप से संदर्भित करते समय मेरा क्या मतलब है और मशीन लर्निंग और डीप लर्निंग का संक्षिप्त अवलोकन भी प्रदान करता है। आर्टिफिशियल इंटेलिजेंस का अर्थ क्या है, इसे लेकर बहुत भ्रम है। मैं आपको एआई नैतिकता के उपदेशों से भी परिचित कराना चाहूंगा, जो इस प्रवचन के शेष भाग के लिए विशेष रूप से अभिन्न होंगे।

एआई के बारे में रिकॉर्ड बताते हुए

आइए सुनिश्चित करें कि आज के एआई की प्रकृति के बारे में हम एक ही पक्ष में हैं।

आज कोई भी ऐसा AI नहीं है जो संवेदनशील हो।

हमारे पास यह नहीं है।

हम नहीं जानते कि संवेदनशील एआई संभव होगा या नहीं। कोई भी उपयुक्त रूप से भविष्यवाणी नहीं कर सकता है कि क्या हम संवेदनशील एआई प्राप्त करेंगे, न ही संवेदनशील एआई किसी भी तरह से स्वचालित रूप से कम्प्यूटेशनल संज्ञानात्मक सुपरनोवा के रूप में उत्पन्न होगा (आमतौर पर एकवचन के रूप में जाना जाता है, मेरा कवरेज देखें यहाँ लिंक).

महसूस करें कि आज का AI किसी भी तरह से मानव सोच के समान "सोचने" में सक्षम नहीं है। जब आप एलेक्सा या सिरी के साथ बातचीत करते हैं, तो बातचीत की क्षमता मानवीय क्षमताओं के समान लग सकती है, लेकिन वास्तविकता यह है कि यह कम्प्यूटेशनल है और इसमें मानवीय ज्ञान का अभाव है। एआई के नवीनतम युग ने मशीन लर्निंग और डीप लर्निंग का व्यापक उपयोग किया है, जो कम्प्यूटेशनल पैटर्न मिलान का लाभ उठाते हैं। इसने एआई सिस्टम को जन्म दिया है जिसमें मानव जैसी प्रवृत्तियों का आभास होता है। इस बीच, आज कोई ऐसा AI नहीं है जिसमें सामान्य ज्ञान की समानता हो और न ही मजबूत मानवीय सोच का कोई संज्ञानात्मक आश्चर्य हो।

समस्या का एक हिस्सा कंप्यूटर और विशेष रूप से एआई को मानवकृत करने की हमारी प्रवृत्ति है। जब एक कंप्यूटर सिस्टम या एआई उन तरीकों से कार्य करता है जो हम मानव व्यवहार के साथ जोड़ते हैं, तो सिस्टम में मानवीय गुणों को शामिल करने की लगभग जबरदस्त इच्छा होती है। यह एक सामान्य मानसिक जाल है जो संवेदना तक पहुँचने की संभावना के बारे में सबसे अधिक संशयवादी को भी पकड़ सकता है।

कुछ हद तक, यही कारण है कि एआई एथिक्स और एथिकल एआई इतना महत्वपूर्ण विषय है।

एआई नैतिकता के नियम हमें सतर्क रहने के लिए प्रेरित करते हैं। एआई प्रौद्योगिकीविद कभी-कभी प्रौद्योगिकी, विशेष रूप से उच्च तकनीक के अनुकूलन में व्यस्त हो सकते हैं। वे जरूरी नहीं कि बड़े सामाजिक प्रभावों पर विचार कर रहे हों। एआई एथिक्स मानसिकता रखने और एआई विकास और क्षेत्ररक्षण के लिए एकीकृत रूप से ऐसा करना उचित एआई के उत्पादन के लिए महत्वपूर्ण है, जिसमें यह आकलन भी शामिल है कि फर्मों द्वारा एआई एथिक्स को कैसे अपनाया जाता है।

सामान्य रूप से एआई नैतिकता के नियमों को लागू करने के अलावा, एक समान प्रश्न है कि क्या हमारे पास एआई के विभिन्न उपयोगों को नियंत्रित करने के लिए कानून होना चाहिए। नए कानूनों को संघीय, राज्य और स्थानीय स्तरों पर बांधा जा रहा है जो इस बात से संबंधित हैं कि एआई को कैसे तैयार किया जाना चाहिए। ऐसे कानूनों का मसौदा तैयार करने और उन्हें अधिनियमित करने का प्रयास धीरे-धीरे किया जाता है। एआई एथिक्स बहुत कम से कम एक सुविचारित स्टॉपगैप के रूप में कार्य करता है, और लगभग निश्चित रूप से कुछ हद तक सीधे उन नए कानूनों में शामिल किया जाएगा।

ध्यान रखें कि कुछ लोग दृढ़ता से तर्क देते हैं कि हमें एआई को कवर करने वाले नए कानूनों की आवश्यकता नहीं है और हमारे मौजूदा कानून पर्याप्त हैं। उन्होंने चेतावनी दी है कि अगर हम इनमें से कुछ एआई कानूनों को लागू करते हैं, तो हम एआई में प्रगति पर रोक लगाकर सुनहरी हंस को मार देंगे जो कि अत्यधिक सामाजिक लाभ प्रदान करते हैं। उदाहरण के लिए मेरा कवरेज देखें यहाँ लिंक.

पिछले कॉलम में, मैंने एआई को विनियमित करने वाले कानूनों को तैयार करने और अधिनियमित करने के विभिन्न राष्ट्रीय और अंतर्राष्ट्रीय प्रयासों को कवर किया है, देखें यहाँ लिंक, उदाहरण के लिए। मैंने विभिन्न एआई नैतिकता सिद्धांतों और दिशानिर्देशों को भी कवर किया है जिन्हें विभिन्न देशों ने पहचाना और अपनाया है, उदाहरण के लिए संयुक्त राष्ट्र के प्रयास जैसे कि एआई एथिक्स का यूनेस्को सेट जिसे लगभग 200 देशों ने अपनाया है, देखें यहाँ लिंक.

यहां एआई सिस्टम के बारे में नैतिक एआई मानदंड या विशेषताओं की एक सहायक कीस्टोन सूची है जिसे मैंने पहले बारीकी से खोजा है:

• ट्रांसपेरेंसी
• न्याय और निष्पक्षता
• गैर-नुकसान
• उत्तरदायित्व
• निजता
• उपकार
• स्वतंत्रता और स्वायत्तता
• ट्रस्ट
• स्थिरता
• गौरव
• एकजुटता

उन एआई नैतिकता सिद्धांतों को एआई डेवलपर्स द्वारा ईमानदारी से उपयोग किया जाना चाहिए, साथ ही एआई विकास प्रयासों का प्रबंधन करने वाले, और यहां तक ​​​​कि वे जो अंततः एआई सिस्टम पर क्षेत्र और रखरखाव करते हैं। विकास और उपयोग के पूरे एआई जीवन चक्र में सभी हितधारकों को नैतिक एआई के स्थापित मानदंडों के पालन के दायरे में माना जाता है। यह एक महत्वपूर्ण हाइलाइट है क्योंकि सामान्य धारणा यह है कि "केवल कोडर्स" या एआई प्रोग्राम करने वाले एआई एथिक्स धारणाओं का पालन करने के अधीन हैं। जैसा कि यहां पहले जोर दिया गया है, एआई को विकसित करने और क्षेत्र में लाने के लिए एक गाँव की आवश्यकता होती है, और जिसके लिए पूरे गाँव को एआई एथिक्स के नियमों से वाकिफ और उसका पालन करना पड़ता है।

आइए चीजों को जमीन पर रखें और आज के कम्प्यूटेशनल गैर-संवेदी एआई पर ध्यान केंद्रित करें।

एमएल/डीएल कम्प्यूटेशनल पैटर्न मिलान का एक रूप है। सामान्य तरीका यह है कि आप निर्णय लेने के कार्य के बारे में डेटा इकट्ठा करते हैं। आप डेटा को ML/DL कंप्यूटर मॉडल में फीड करते हैं। वे मॉडल गणितीय पैटर्न खोजने की कोशिश करते हैं। ऐसे पैटर्न खोजने के बाद, यदि ऐसा पाया जाता है, तो AI सिस्टम नए डेटा का सामना करते समय उन पैटर्न का उपयोग करेगा। नए डेटा की प्रस्तुति पर, वर्तमान निर्णय को प्रस्तुत करने के लिए "पुराने" या ऐतिहासिक डेटा पर आधारित पैटर्न लागू होते हैं।

मुझे लगता है कि आप अनुमान लगा सकते हैं कि यह कहाँ जा रहा है। यदि मानव जो निर्णयों पर प्रतिरूप बनाते रहे हैं, वे अवांछित पूर्वाग्रहों को शामिल कर रहे हैं, तो संभावना है कि डेटा इसे सूक्ष्म लेकिन महत्वपूर्ण तरीकों से दर्शाता है। मशीन लर्निंग या डीप लर्निंग कम्प्यूटेशनल पैटर्न मिलान केवल गणितीय रूप से डेटा की नकल करने की कोशिश करेगा। एआई-क्राफ्टेड मॉडलिंग के सामान्य ज्ञान या अन्य संवेदनशील पहलुओं की कोई समानता नहीं है।

इसके अलावा, एआई डेवलपर्स को एहसास नहीं हो सकता है कि क्या हो रहा है। एमएल/डीएल में रहस्यमय गणित अब छिपे हुए पूर्वाग्रहों को दूर करना मुश्किल बना सकता है। आप सही उम्मीद करेंगे और उम्मीद करेंगे कि एआई डेवलपर्स संभावित दफन पूर्वाग्रहों के लिए परीक्षण करेंगे, हालांकि यह जितना प्रतीत हो सकता है उससे कहीं अधिक कठिन है। एक ठोस मौका मौजूद है कि अपेक्षाकृत व्यापक परीक्षण के साथ भी एमएल/डीएल के पैटर्न मिलान मॉडल के भीतर अभी भी पूर्वाग्रह अंतर्निहित होंगे।

आप कुछ हद तक प्रसिद्ध या कुख्यात कहावत का उपयोग कर सकते हैं कचरा-कचरा-बाहर। बात यह है कि, यह पूर्वाग्रहों के समान है-इसमें एआई के भीतर डूबे हुए पूर्वाग्रहों के रूप में कपटी रूप से संक्रमित हो जाते हैं। एआई का एल्गोरिथम निर्णय लेने (एडीएम) स्वयंसिद्ध रूप से असमानताओं से भरा हो जाता है।

अच्छा नही।

मेरा मानना ​​​​है कि मैंने अब गलत सूचना और गलत सूचना से निपटने से संबंधित मनोवैज्ञानिक टीकाकरण को बढ़ावा देने के साधन के रूप में एआई की भूमिका पर पर्याप्त रूप से चर्चा करने के लिए मंच तैयार किया है।

इंसानों के दिमाग में उतरना

आइए गलत सूचना और दुष्प्रचार में अंतर्निहित बुनियादी या बुनियादी बातों से शुरू करें।

आम तौर पर, गलत सूचना झूठी या भ्रामक जानकारी को संदर्भित करती है।

दुष्प्रचार मोटे तौर पर समान है, हालांकि इसमें के अतिरिक्त तत्व शामिल हैं इरादा. हम आम तौर पर सूचना को गलत सूचना के रूप में मानते हैं जब यह सूचना होती है इरादा गलत सूचना देना।

मैं आपको बता सकता हूं कि अभी रात के 10 बज रहे हैं, जो मान लें कि यह झूठा है क्योंकि समय वास्तव में आधी रात है। अगर मैंने आपको 10 बजे एक कूबड़ के रूप में बताया था और भ्रामक होने की कोशिश नहीं कर रहा था, तो हम आमतौर पर कहेंगे कि मैंने आपको गलत सूचना दी थी। मैंने गलत सूचना दी थी। शायद मैं आलसी था या शायद मुझे सच में विश्वास हो गया था कि 10 बज चुके हैं। दूसरी ओर, अगर मैंने 10 बजे का उल्लेख किया था क्योंकि मैं जानबूझकर आपको यह सोचकर धोखा देना चाहता था कि समय 10 बजे था और मुझे पता था कि समय वास्तव में मध्यरात्रि था, तो इसे गलत सूचना का एक रूप कहा जा सकता है .

समग्र रूप से सूचना का एक उल्लेखनीय पहलू यह है कि आम तौर पर हम सूचनाओं को फैलाने में सक्षम होते हैं और इस प्रकार जानकारी कुछ हद तक व्यापक हो सकती है। व्यापक अर्थों में सूचना वास्तव में पानी की तरह प्रवाहित हो सकती है।

मैं आपको बताता हूं कि रात के 10 बजे हैं। अब आपके पास वह विशेष जानकारी है। आप आस-पास के लोगों के समूह को ज़ोर से चिल्ला सकते हैं कि रात के 10 बज चुके हैं। अब उनके पास भी यही जानकारी है। शायद उनमें से कुछ लोग अपने सेल फोन पर आते हैं और अन्य लोगों को यह बताने के लिए कॉल करते हैं कि यह 10 बजे है। कुल मिलाकर, सूचनाओं को फैलाया या साझा किया जा सकता है और कभी-कभी इतनी जल्दी किया जा सकता है जबकि अन्य मामलों में यह धीरे-धीरे किया जाता है।

एक मायने में, आप यह तर्क दे सकते हैं कि जानकारी वायरल हो सकती है।

एक गढ़ा हुआ शब्द या शब्दावली है जिसे आपने विशेष रूप से नहीं देखा या इस्तेमाल नहीं किया होगा जो वायरल होने वाली जानकारी की इस घटना का वर्णन करने में मदद करता है, वह शब्द है अधम. यह शब्द सूचना और महामारी होने, दोनों का मेल है। मोटे तौर पर, एक इन्फोडेमिक गलत सूचना या दुष्प्रचार के प्रसार से जुड़ी परिस्थितियों से जुड़ा होता है। धारणा यह है कि झूठी या भ्रामक जानकारी वायरल हो सकती है, अवांछित रूप से, बीमारी या बीमारियों के अवांछनीय प्रसार के समान।

रात के 10 बजे के समय के उदाहरण में, यह प्रतीत होने वाला तथ्य सूचना का एक अंश था जिसे आस-पास के लोगों के समूह में फैला दिया गया था। वे बदले में इस तथ्य को दूसरों तक फैलाते हैं। यदि 10 बजे का समय फेक था तो दुष्प्रचार या गलत सूचना का यह विशेष उदाहरण कई अन्य लोगों में फैलाया गया था। वे शायद यह नहीं जानते होंगे कि सूचना गलत सूचना थी या संभवत: दुष्प्रचार थी।

मुझे विश्वास है कि ये सभी परिभाषाएँ और बुनियादी बातें समझदार लगती हैं और आप अब तक इसमें शामिल हैं।

बढ़िया, चलिए जारी रखते हैं।

मैंने आपको कुछ गुप्त रूप से किसी ऐसी चीज़ की ओर ले जाया है जो बहुत अधिक आकर्षण और क्रोध भी रखती है। सार यह है कि वायरल रूप से कौन सी बीमारियाँ होती हैं और कौन सी गलत सूचना या दुष्प्रचार वायरल के बीच तर्कसंगत रूप से ध्वनि समानताएँ हैं।

हर कोई इन दावा किए गए समानताओं से सहमत नहीं है। फिर भी, वे दिलचस्प और विचार करने योग्य हैं।

मुझे विस्तृत करने की अनुमति दें।

आप देखिए, हम मानव जनित बीमारियों और फैलने वाली बीमारियों के संदर्भ में आसान सादृश्य का लाभ उठाने की कोशिश कर सकते हैं, ऐसा करने से गलत सूचना और दुष्प्रचार के प्रसार के साथ एक समान संभावना की तुलना की जा सकती है। रोगों के प्रसार को रोकने और रोकने के लिए, हम रोग के संभावित प्रसार को इंगित करने वाले एक उभरते हुए रोग स्रोत का शीघ्र पता लगाने और उसमें शामिल होने का लक्ष्य रख सकते हैं। एक फैलने वाली बीमारी से निपटने के लिए एक और तरीका यह होगा कि मास्क या सुरक्षात्मक गियर पहनने के विवेकपूर्ण उपयोग के माध्यम से इसे प्राप्त करने से बचाव किया जाए। एक तीसरा तरीका यह हो सकता है कि रोग से संबंधित आपकी प्रतिरोधक क्षमता को बढ़ाने के लिए टीकाकरण किया जाए।

अब हम पूर्ण चक्र में आ गए हैं कि बीमारियों से निपटने के उन्हीं तरीकों की तुलना गलत सूचना और दुष्प्रचार से निपटने के लिए स्पष्ट रूप से की जा सकती है। मैंने पहले उल्लेख किया था कि गलत सूचना और गलत सूचना से निपटने के लिए आर्टिफिशियल इंटेलिजेंस को नियोजित करने के समान प्रयास चल रहे हैं, विशेष रूप से (जैसा कि पहले उल्लेख किया गया है):

• गेट-गो पर रुकें: एआई का उपयोग गलत सूचना और गलत सूचना के ढीले होने से पहले उसका पता लगाने और उसे निकालने का प्रयास करने के लिए किया जा सकता है
• देखे जाने से पहले फ़िल्टर करें: AI का उपयोग दुष्प्रचार और गलत सूचना को फ़िल्टर करने के लिए किया जा सकता है ताकि आपको इसे देखने के बारे में चिंता करने की आवश्यकता न हो
• आपको प्रतिरक्षा बनने के लिए तैयार करें: एआई का उपयोग आपकी तैयारी और दुष्प्रचार और गलत सूचना से लड़ने की क्षमता को बढ़ाने के लिए किया जा सकता है (कुछ हद तक औपचारिक रूप से एक प्रकार का मनोवैज्ञानिक टीकाकरण प्रदान करने के रूप में जाना जाता है)
• अन्य

तीसरा पहलू यहां सबसे ज्यादा दिलचस्पी का होगा।

यहाँ सौदा है।

हम जानते हैं कि आम तौर पर बीमारियाँ होती हैं मानव शरीर. गलत सूचना और दुष्प्रचार कैसे होता है, इसकी सादृश्यता के साथ, हम यह सुझाव दे सकते हैं कि गलत सूचना पर हमला होता है मानव मस्तिष्क. हां, आपके दिमाग में आने वाली गलत सूचनाओं या गलत सूचनाओं के संपर्क में आने की संभावना हो सकती है। दुष्प्रचार या गलत सूचना आपके सोचने के तरीके को संभावित रूप से दूषित या जहरीली कर देती है।

मानव शरीर को बीमारियों के संपर्क में आने के लिए खुद को तैयार करने के लिए टीका लगाया जा सकता है। एक बड़ा सवाल उठता है कि क्या हम इंसानी दिमाग के लिए भी ऐसा ही कर सकते हैं। क्या यह संभव है कि मन को टीका लगाया जाए ताकि जब आपके दिमाग में गलत सूचना या गलत सूचना आए कि आप इसके लिए तैयार हैं और उसी के अनुसार टीका लगाया गया है?

अध्ययन का एक क्षेत्र जिसे के रूप में जाना जाता है मनोवैज्ञानिक टीकाकरण यह मानता है कि गलत सूचना या दुष्प्रचार को संभालने के लिए तैयार होने के अर्थ में मन को वास्तव में टीका लगाया जा सकता है।

मनोवैज्ञानिक टीकाकरण के संबंध में हाल के एक शोध अध्ययन में इस विवरण पर विचार करें और जिसे कभी-कभी करने के रूप में लेबल किया जाता है पूर्व बंकिंग:

• "गलत सूचना को खारिज करना भी समस्याग्रस्त है क्योंकि गलत सूचना को सुधारने से हमेशा इसके प्रभाव पूरी तरह से समाप्त नहीं हो जाते हैं, एक घटना जिसे निरंतर प्रभाव प्रभाव के रूप में जाना जाता है। तदनुसार, डिबंकिंग के विपरीत, प्रीबंकिंग ने गलत सूचना के प्रत्याशित जोखिम के विरुद्ध पूर्व-खाली लचीलापन बनाने के साधन के रूप में प्रमुखता प्राप्त की है। यह दृष्टिकोण आमतौर पर टीकाकरण सिद्धांत पर आधारित है। टीकाकरण सिद्धांत एक चिकित्सा टीकाकरण सादृश्य का अनुसरण करता है और मानता है कि अवांछित अनुनय के प्रयासों के खिलाफ मनोवैज्ञानिक प्रतिरोध का निर्माण करना संभव है, ठीक उसी तरह जैसे चिकित्सा टीकाकरण रोगजनकों के खिलाफ शारीरिक प्रतिरोध का निर्माण करता है ”(विज्ञान अग्रिम, 24 अगस्त, 2022, सह-लेखकों जॉन रूज़ेनबीक, सैंडर वैन डेर लिंडेन, बेथ गोल्डबर्ग, स्टीव रथजे और स्टीफ़न लेवांडोव्स्की द्वारा "साइकोलॉजिकल इनोक्यूलेशन सोशल मीडिया पर गलत सूचना के खिलाफ लचीलेपन में सुधार करता है"।

रात के 10 बजे के समय के बारे में मेरे उदाहरण पर लौटते हुए, मान लीजिए कि मैंने आपको पहले बताया था कि कभी-कभी दावा किया गया समय वास्तविक समय नहीं होता है। दावा किए गए समय से सावधान रहने के लिए अब आपके पास टीकाकरण का एक रूप है। इस टीकाकरण ने आपको दावा किए गए समय के संपर्क में आने के लिए तैयार किया है जो कि दुष्प्रचार या गलत सूचना है।

अगर मैंने आपको कई साल पहले दावा किया गया समय वास्तविक समय नहीं होने के बारे में चेतावनी दी थी, तो एक मौका है कि आप उस बहुत पहले की चेतावनी के बारे में नहीं सोच सकते हैं। इस प्रकार, पहले के टीकाकरण (हम कहेंगे) खराब हो गए हैं। आपके लिए मेरे टीकाकरण को बढ़ाने की आवश्यकता हो सकती है।

इस बात की भी संभावना है कि टीका इतना विशिष्ट नहीं था कि जरूरत पड़ने पर आप इसका उपयोग कर सकें। अगर मैंने सालों पहले आपको वास्तविक समय बनाम दावा किए गए समय के बारे में चेतावनी दी थी, तो यह बहुत व्यापक हो सकता है। आपके 10 बजे के बारे में बताए जाने के विशिष्ट उदाहरण में टीका काम नहीं कर सकता है। उस अर्थ में, शायद मेरा टीका यह होना चाहिए था कि जब 10 बजे का दावा किया गया समय उपयोग किया जाता है तो आपको सावधान रहना चाहिए। बेशक, बीमारियों के मामले में टीकाकरण कुछ हद तक समान होता है, कभी-कभी ज्ञात बीमारियों के लिए बहुत विशिष्ट होता है जबकि अन्य मामलों में व्यापक स्पेक्ट्रम होता है।

कोलंबिया विश्वविद्यालय के विलियम मैकगायर द्वारा मनोवैज्ञानिक टीकाकरण पर 1961 में किए गए एक बार-बार किए गए शोध अध्ययन को अब अध्ययन के इस क्षेत्र में एक क्लासिक माना जाता है। उस समय उसके द्वारा बताए गए ये मुख्य बिंदु आपको रुचिकर लग सकते हैं:

• "इस तरह का सामान्यीकृत टीकाकरण दो तंत्रों में से किसी एक से प्राप्त हो सकता है। प्री-एक्सपोज़र व्यक्ति को यह महसूस करने में झटका दे सकता है कि "ट्रुइज़" जिसे उसने हमेशा स्वीकार किया है, वास्तव में कमजोर है, इस प्रकार उसे अपने विश्वास की रक्षा विकसित करने के लिए उकसाता है, जिसके परिणामस्वरूप वह मजबूत प्रतिवादों के लिए अधिक प्रतिरोधी होता है जब वे आते हैं। वैकल्पिक रूप से, पूर्व-एक्सपोज़र में शामिल खण्डन विश्वास के विरुद्ध बाद में प्रस्तुत किए गए सभी प्रतिवादों को कम प्रभावशाली बना सकते हैं" (विलियम मैकगायर, "प्रतिरोध के लिए सक्रिय और निष्क्रिय पूर्व प्रतिनियुक्ति द्वारा समान और वैकल्पिक प्रतिवाद", जर्नल ऑफ़ असामान्य और सामाजिक मनोविज्ञान, 1961)।

क्या आप टीकाकरण और टीकाकरण के इस सादृश्य को गलत सूचना और दुष्प्रचार के दायरे की तुलना में उपयोगी और उपयुक्त पाते हैं?

कुछ करते हैं, कुछ नहीं।

इस चर्चा के प्रयोजनों के लिए, कृपया स्वीकार करें कि आधार उचित और उपयुक्त है।

हम लोगों के दिमाग को कैसे आजमाएं और टीका लगाएं या प्रतिरक्षित करें?

हम लोगों को ऐसी किताबें पढ़ने के लिए कह सकते हैं जो उनके दिमाग को प्रबुद्ध कर सकें। हम उन्हें इसके बारे में बता सकते हैं, या उनसे वीडियो देखने या ऑडियो टेप सुनने को कह सकते हैं। आदि।

और हम ऐसा करने के लिए AI का उपयोग कर सकते हैं।

आपका टीका लगाने के लिए एआई सिस्टम तैयार किया जा सकता है। जब भी आप ऑनलाइन जाना शुरू करते हैं जैसे कि इंटरनेट पर देखना, तो एआई-आधारित ऐप आपको आपकी ऑनलाइन यात्रा के लिए तैयार कर सकता है। एआई आपको किशोर छोटी मात्रा में दुष्प्रचार खिला सकता है जिसे इस तरह लेबल किया गया है, जिससे आपको यह महसूस करने की अनुमति मिलती है कि आप कुछ ऐसा देख रहे हैं जो जानबूझकर गलत है।

इस एआई-फीड डिसइनफॉर्मेशन के संपर्क में आने पर, आपका दिमाग अब गलत सूचनाओं या गलत सूचनाओं से निपटने के लिए तैयार हो रहा है, जो आपको इंटरनेट पर जंगली में मिल सकती हैं। आपका दिमाग तैयार किया गया है। वोइला, आप इंटरनेट पर एक ब्लॉग देखते हैं जो एक दावा किए गए तथ्य का दावा करता है कि मंगल ग्रह से विदेशी जीव पहले से ही यहां पृथ्वी पर हैं और सादे दृष्टि में छिपे हुए हैं, लेकिन यह प्रतीत होने वाली गलत सूचना या गलत सूचना पूर्व टीकाकरण के कारण आपके दिमाग द्वारा आसानी से खारिज कर दी गई है (ठीक है, तो फिर, शायद यह सच है और वे वास्तव में यहाँ हैं!)

वैसे भी, मुझे आशा है कि आप अब यह समझने में सक्षम हैं कि एआई कैसे गलत सूचना या गलत सूचना के संबंध में मनुष्यों को टीका लगाने या प्रतिरक्षित करने में मदद कर सकता है।

विभिन्न एआई ऐप तैयार किए जा रहे हैं जो दुष्प्रचार या गलत सूचना देने वाले इनोक्यूलेटर के रूप में कार्य करेंगे। एआई व्यापक रूप से टीकाकरण प्रदान करने की कोशिश कर सकता है और टीकाकरण की एक समग्र झलक प्रदान करता है। एआई को अधिक विशिष्ट प्रकार के टीकाकरण के लिए भी तैयार किया जा सकता है। इसके अलावा, एआई व्यक्तिगत आधार पर काम कर सकता है जो आपकी विशेष जरूरतों या रुचियों के अनुरूप है। इस स्थान में उन्नत एआई तथाकथित टीकाकरण शॉट्स की रचना और प्रस्तुत करते समय आपके सहनशीलता स्तर, मानसिक अवशोषण दर, प्रतिधारण क्षमता और अन्य कारकों को निर्धारित करने का भी प्रयास करेगा, जैसा कि यह था।

काफी आसान लगता है।

एआई एज़ डेंजरस माइंड गेम्स प्लेयर

इस तरह से इस्तेमाल किया गया एआई पहली नज़र में काफी आसान लगेगा (अरे, मैंने इसका उल्लेख सिर्फ एक सेकंड पहले किया था)।

संभावित डाउनसाइड्स और समस्याओं का एक समूह है जो चिंताजनक और शायद भयावह हैं।

अपने कॉलम में, मैं अक्सर एआई की दोहरे उपयोग की क्षमताओं पर चर्चा करता हूं, उदाहरण के लिए देखें यहाँ लिंक. एआई मानव जाति के लिए एक महत्वपूर्ण योगदानकर्ता हो सकता है। काश, AI भी बहुत सारे खतरों और दुर्भाग्यपूर्ण नुकसानों से घिरा होता।

एक प्रेरक के रूप में AI के मामले में, आइए इन प्रदर्शनकारी AI नैतिकता से संबंधित मुद्दों पर विचार करें:

• मनुष्यों द्वारा प्रतिकूल प्रतिक्रिया
• मनुष्यों द्वारा अनुत्तरदायी प्रतिक्रियाएं
• एआई गलत लक्ष्यीकरण
• एआई अंडर-टारगेटिंग
• AI . का साइबर उल्लंघन
• अन्य

हम संक्षेप में उन चिंताओं का पता लगाएंगे।

मनुष्यों द्वारा प्रतिकूल प्रतिक्रिया

मान लीजिए कि इस प्रकार के एआई-आधारित टीकाकरण प्राप्त करने वाले मानव की प्रतिकूल प्रतिक्रिया होती है या प्रतिकूल प्रभाव पैदा करता है।

व्यक्ति टीकाकरण का गलत अर्थ निकाल सकता है और अचानक प्राप्त होने वाली किसी भी जानकारी के प्रति असंवेदनशील हो सकता है। वे सभी सूचनाओं को बंद कर देते हैं। एआई ने किसी तरह उन्हें बच्चे को नहाने के पानी से बाहर निकालने के लिए उकसाया (एक पुरानी कहावत, शायद सेवानिवृत्त होने लायक)। केवल दुष्प्रचार और गलत सूचना से निपटने की कोशिश करने के बजाय, व्यक्ति ने यह निर्णय करके प्रतिक्रिया दी है कि सभी जानकारी हमेशा झूठी होती है।

मुझे नहीं लगता कि हम चाहते हैं कि लोग उस हद तक चले जाएं।

कई प्रतिकूल प्रतिक्रियाएं हैं जो एआई को बढ़ावा दे सकती हैं। यह आंशिक रूप से इस कारण से है कि एआई ने टीकाकरण करने का प्रयास कैसे किया, लेकिन हमें इस मुद्दे का हिस्सा उस मानव के चरणों में रखना होगा जिसने टीका प्राप्त किया था। उन्होंने जंगली या विचित्र तरीके से प्रतिक्रिया दी होगी कि समान एआई टीकाकरण प्राप्त करने वाले अन्य लोगों ने ऐसा नहीं किया।

फिर से, आप इसकी तुलना रोगों के लिए टीकाकरण की सादृश्यता से कर सकते हैं।

संक्षेप में, यह महत्वपूर्ण होगा कि जब ऐसे एआई प्रयासों का उपयोग किया जाता है, तो वे जिम्मेदार तरीकों से किए जाते हैं जो प्रतिकूल प्रभावों को कम करने की कोशिश करते हैं। एआई का एक अनुवर्ती पहलू भी होना चाहिए ताकि यह पता लगाया जा सके कि प्रतिकूल प्रतिक्रिया हुई है या नहीं। यदि कोई प्रतिकूल प्रतिक्रिया पाई जाती है, तो एआई को व्यक्ति को उनकी प्रतिकूल प्रतिक्रिया में मदद करने और प्रतिक्रिया को दूर करने या कम करने की कोशिश करने के लिए तैयार किया जाना चाहिए।

मनुष्यों द्वारा अनुत्तरदायी प्रतिक्रियाएं

एक और संभावना यह है कि एआई-फेड इनोक्यूलेशन का प्राप्त करने वाले व्यक्ति पर कोई प्रभाव नहीं पड़ता है।

एक व्यक्ति को गलत सूचना या दुष्प्रचार से संबंधित एआई-आधारित टीका मिलता है। जबकि अधिकांश लोग "इसे प्राप्त करते हैं" और प्रतिरक्षित हो जाते हैं, निश्चित रूप से ऐसे लोग होंगे जो बिल्कुल भी प्रतिक्रिया नहीं करेंगे। वे टीकाकरण से कुछ नहीं सीखते हैं। वे सभी या कुछ विशेष प्रकार की गलत सूचना या दुष्प्रचार के लिए उन्हें प्रतिरक्षित करने के एआई प्रयास के प्रति अनुत्तरदायी हैं।

एक बार फिर, यह रोगों के लिए टीकाकरण के बराबर है।

ऐसी परिस्थिति से निपटने के लिए एआई को तैयार किया जाना चाहिए।

एआई गलत लक्ष्यीकरण

कल्पना कीजिए कि एक एआई किसी विशेष विषय के बारे में लोगों को प्रतिरक्षित करने की उम्मीद कर रहा है, जिसे हम कहेंगे कि विषय एक्स है, लेकिन यह पता चला है कि विषय वाई को कवर किया जा रहा है। एआई गलत लक्ष्य कर रहा है।

यह दोहरी समस्या है। सबसे पहले, विषय एक्स को एआई इनोक्युलेटर के अनुमानित और अपेक्षित उद्देश्य के रूप में कवर नहीं किया गया है। दूसरे, विषय Y कवर किया गया है लेकिन हम नहीं चाहते थे कि लोग उस विषय पर प्रतिरक्षित हों।

उफ़.

प्रश्न लाजिमी है। क्या ऐसा होने से रोका जा सकता था? यदि ऐसा होता है, तो क्या हम Y प्रतिरक्षण के विषय को पूर्ववत कर सकते हैं? क्या हम एक्स इनोक्यूलेशन विषय को कवर करना चाह सकते हैं, या मूल रूप से एआई द्वारा गलत लक्ष्यीकरण के कारण व्यक्ति कम ग्रहणशील या गैर-ग्रहणशील होगा?

बहुत सारी समस्यात्मक चिंताएँ उत्पन्न होती हैं।

एआई अंडर-टारगेटिंग

एक एआई Z विषय पर एक टीका प्रदान करता है। टीका प्राप्त करने वाले लोगों की प्रतिक्रिया न्यूनतम या लगभग नगण्य होती है। टीकाकरण पकड़ने के लिए अपर्याप्त था।

आप जल्दी से यह दावा करने के लिए ललचा सकते हैं कि यह आसानी से हल हो गया है। आपको बस इतना करना है कि टीकाकरण दोहराएं। शायद हां, शायद नहीं।

एआई इनोक्यूलेशन इतने सीमित मूल्य का हो सकता है कि अगर आप लोगों को इसका सौ गुना अनुभव हो तो भी परिणाम एक मामूली परिणाम है। आपको केवल इसे दोहराने के बजाय टीकाकरण को बढ़ावा देने की आवश्यकता हो सकती है।

इस बीच, कल्पना कीजिए कि एआई-फेड इनोक्यूलेशन को बढ़ावा देने का प्रयास किया गया है लेकिन यह ओवरबोर्ड हो गया है। बूस्टेड वर्जन हाइपर-रिएक्शन का कारण बनता है। ओह, हम बुरे से बुरे में आ गए हैं।

AI . का साइबर उल्लंघन

कल्पना कीजिए कि एआई का व्यापक रूप से उपयोग किया जा रहा है ताकि लोगों को दुष्प्रचार और गलत सूचना से बचाने में मदद मिल सके।

लोगों द्वारा एक सामान्य निर्भरता पकड़ ली जाती है। वे जानते हैं और उम्मीद करते हैं कि एआई उन्हें ऐसे स्निपेट्स के साथ पेश करने जा रहा है जो उनकी आंखें खोलेंगे जिन्हें दुष्प्रचार और गलत सूचना के रूप में जाना जाता है।

सब ठीक है और अच्छा है, ऐसा लगता है।

एक दुष्ट कर्ता किसी तरह AI पर साइबर ब्रीच करने में सक्षम होता है। वे चुपके से एआई में कुछ वांछित दुष्प्रचार करने के लिए मजबूर करते हैं जो वे चाहते हैं कि लोग सोचें कि यह गलत सूचना नहीं है। वास्तविक दुष्प्रचार को सच्ची जानकारी के रूप में प्रकट करने के लिए AI की व्यवस्था की गई है। साथ ही, सही जानकारी को दुष्प्रचार के रूप में दिखाया जाता है।

लोग पूरी तरह से सहमे हुए हैं। एआई द्वारा उन्हें गुमराह किया जा रहा है। उसके ऊपर, क्योंकि वे एआई पर निर्भर हो गए थे, और इस विश्वास के कारण कि एआई सही काम कर रहा है, वे इस टूटे हुए एआई के लिए हुक, लाइन और सिंकर गिर जाते हैं। बिना कोई हिचकिचाहट।

यह देखते हुए कि कितनी आसानी से दुष्प्रचार आगे फैल सकता है, बुराई करने वाले को खुशी हो सकती है कि इस तरह के एआई का अस्तित्व उनके कपटी झूठ को दुनिया भर में फैलाने का सबसे आसान और तेज़ तरीका है। विडंबना यह है कि अनिवार्य रूप से बीमारी फैलाने के लिए एआई इनोक्यूलेटर का लाभ उठाने के बाद।

निष्कर्ष

क्या हमें AI को हमारे साथ माइंड गेम खेलना चाहिए?

क्या गलत सूचना और गलत सूचना के लिए एआई एक खतरनाक ट्रोजन हॉर्स हो सकता है?

आप इस तरह के दुःस्वप्न के बारे में चिंता करने के लिए एक ठोस मामला बना सकते हैं।

अन्य लोग ऐसी संभावना का उपहास करते हैं। लोग यह जानने में काफी समझदार होते हैं कि एआई कब उन्हें बरगलाने की कोशिश करता है। लोग इस तरह के ड्रिबल के लिए नहीं गिरेंगे। ऐसे एआई से केवल बेवकूफ ही खुद को गुमराह करेंगे। वे सामान्य प्रतिशोध और प्रतिवाद हैं।

मनुष्यों और मानव प्रकृति की पूरी तरह से प्रशंसा करने से कम नहीं दिखना चाहता, मैं केवल यह सुझाव दूंगा कि इस बात के पर्याप्त संकेत हैं कि मनुष्य एआई के लिए गिर सकते हैं जो उन्हें गुमराह करता है।

एक और भी बड़ा मुद्दा है जो शायद इस सब पर मंडरा रहा है।

AI कौन बनाता है और AI एल्गोरिदमिक रूप से कैसे तय करता है कि क्या गलत सूचना और गलत सूचना माना जाता है?

विशेष रूप से दुष्प्रचार और गलत सूचना का गठन करने के बारे में दुनिया में आज एक संपूर्ण गोलाबारी हो रही है। कुछ लोग दावा करते हैं कि तथ्य तथ्य हैं, इस प्रकार उचित जानकारी बनाम अनुचित जानकारी क्या है, इस पर कभी कोई भ्रम नहीं हो सकता है। शैतान हालांकि कभी-कभी विवरण में होता है, यह सुनिश्चित करने के लिए है।

अभी के लिए एक अंतिम टिप्पणी। अब्राहम लिंकन ने प्रसिद्ध रूप से कहा: "आप सभी लोगों को कुछ समय और कुछ लोगों को हर समय मूर्ख बना सकते हैं, लेकिन आप सभी लोगों को हर समय मूर्ख नहीं बना सकते।"

क्या एआई, जिसका उपयोग मानव जाति को दुष्प्रचार और गलत सूचना से बचाने के लिए किया जाता है, यह सुनिश्चित करने के लिए एक महत्वपूर्ण उपकरण होगा कि सभी लोगों को हर समय मूर्ख नहीं बनाया जा सकता है? या हो सकता है कि इसका इस्तेमाल अधिक से अधिक लोगों को मूर्ख बनाने के लिए किया जाए?

समय बताएगा।

और यह निश्चित रूप से कोई दुष्प्रचार या गलत सूचना नहीं है।