การใช้ AI ตรวจสอบข่าวปลอมช่วงเลือกตั้งในต่างแดน

25 พฤษภาคม 2566
แปลและเรียบเรียงบทความ : อดิศร สุขสมอรรถ
ตรวจทานและพิสูจน์อักษร : คมส์ธนนท์ ศุขอัจจะสกุล

การพัฒนาของเทคโนโลยีการสื่อสารโทรคมนาคม มีผลต่อรูปแบบการหาเสียงในแต่ละยุคสมัยอย่างมาก

โดยเฉพาะการมาถึงของเทคโนโลยี AI ที่หลายฝ่ายมองว่าจะส่งผลต่อการเลือกตั้งประธานาธิบดีสหรัฐอเมริกาปี 2024 อย่างสูง

เมื่อต้นเดือนพฤษภาคมที่ผ่านมา พรรครีพับลิกันได้เปิดตัวโฆษณาทางการเมืองเพื่อโจมตี โจ ไบเดน ประธานาธิบดีสหรัฐอเมริกา พรรคเดโมแครต โดยเนื้อหาเป็นการพยากรณ์ปัญหาสังคมที่จะเกิดขึ้น หาก โจ ไบเดน กลับมาเป็นผู้นำสหรัฐอเมริกาสมัยที่ 2

ที่น่าตกใจก็คือ ภาพแห่งอนาคตที่ดูสมจริงในคลิปวิดีโอความยาว 30 วินาที เกิดจากการจำลองโดยเทคโนโลยี AI ทั้งหมด

ผู้เชี่ยวชาญมองว่า โฆษณาโจมตีทางการเมืองโดยเทคโนโลยี AI จะกลายเป็นสิ่งที่ถูกนำมาใช้อย่างแพร่หลายระหว่างการเลือกตั้งประธานาธิบดีสหรัฐอเมริกาที่จะมีขึ้นในปีหน้าอย่างแน่นอน

ล่าสุด อีเวท ดี คราร์ก ส.ส. นิวยอร์ก พรรคเดโมแครต ได้เสนอร่างกฎหมายเพื่อกำหนดให้โฆษณาทางการเมืองทุกชิ้น ต้องระบุอย่างชัดเจนว่ามีการใช้เทคโนโลยี AI สร้างภาพประกอบในโฆษณาหรือไม่

แม้ AI จะทำให้การแยกแยะเรื่องจริงจากเรื่องลวงเป็นเรื่องยากขึ้นเรื่อย ๆ แต่เทคโนโลยีเดียวกันนี้ กลับมีส่วนช่วยให้การตรวจสอบข้อเท็จจริงในระหว่างการเลือกตั้งในหลาย ๆ ประเทศ มีประสิทธิภาพมากขึ้น

Full Fact ผู้ตรวจสอบข้อเท็จจริงจากสหราชอาณาจักร ได้พัฒนา Full Fact’s AI Tools เพื่อช่วยเหลือ Fact Checker ในการตรวจสอบข่าวปลอมระหว่างการเลือกตั้งโดยเฉพาะ

Full Fact พัฒนา AI Tools ตั้งแต่ปี 2015 ก่อนจะได้รับทุนช่วยเหลือจากโครงการ Google AI Impact Challenge ในปี 2019 เพื่อการยกระดับการตรวจสอบข้อเท็จจริงในระดับสากล

Full Fact’s AI Tools ถูกนำมาใช้ทดสอบในการเลือกตั้งทั่วไปของประเทศไนจีเรียเมื่อเดือนกุมภาพันธ์ที่ผ่านมา ถือเป็นการเลือกตั้งครั้งสำคัญ ของประเทศที่ประสบปัญหาข่าวปลอมข้อมูลเท็จในวงกว้าง

จุดเด่นของ Full Fact’s AI Tools แบ่งออกเป็น 3 ส่วน ได้แก่การ Search Alerts และ Real Time

Search คือการช่วยหาประเด็นที่จำเป็นต่อการตรวจสอบข้อเท็จจริงบนโลกออกไลน์

Alerts คือการแจ้งเตือนเมื่อข้อมูลเท็จที่ถูกหักล้างข้อมูลมาแล้ว ถูกนำมาแชร์อีกครั้ง

Real Time คือความสามารถในการถอดคำปราศรัยหรือการโต้วาทีของนักการเมืองระหว่างหาเสียง เพื่อวิเคราะห์ว่าประเด็นที่พูดสามารถนำมาตรวจสอบข้อเท็จจริงได้หรือไม่ หรือเป็นเรื่องที่เคยตรวจสอบข้อเท็จจริงมาแล้วหรือไม่

Fact Checker จำนวน 23 รายที่รวมตัวกันในชื่อ Nigerian Fact-Checkers’ Coalition ได้ผ่านการฝึกอบรมการใช้งาน AI Tools กับทีมงาน Full Fact

ในระหว่างการเลือกตั้งของไนจีเรีย Full Fact’s AI Tools ช่วยให้ Fact Checker พบข้อความที่สามารถตรวจสอบข้อเท็จจริงได้ถึงวันละ 40,000 ข้อความ จากสื่อที่แตกต่างกัน 80 แห่ง และนำไปสู่การหักล้างข้อมูลที่เผยแพร่ช่วงการเลือกตั้งไม่น้อยกว่า 30 เรื่อง

การนำเทคโนโลยี AI มาใช้ตรวจสอบข้อเท็จจริง เป็นสิ่งที่ Fact Checker หลายแห่งเฝ้าพัฒนามาหลายปี

Politifact ผู้ตรวจสอบข้อเท็จจริงจากสหรัฐอเมริกา เคยพัฒนา Squash เครื่องมือตรวจสอบข้อเท็จจริงจากความเห็นของนักการเมืองตั้งแต่ปี 2013 แต่ฐานข้อมูลที่ไม่มากพอ ทำให้การทำงานของ Squash เต็มไปด้วยข้อจำกัด รวมถึงความผิดพลาดด้านการถอดความของโปรแกรม ทำให้มนุษย์ต้องตรวจสอบความถูกต้องอีกชั้นหนึ่ง

ผ่านมา 10 ปี การพัฒนาเทคโนโลยี AI สำหรับการตรวจสอบข้อเท็จจริงโดยที่มนุษย์ไม่ต้องเข้าไปเกี่ยวข้อง ยังเป็นเรื่องท้าทายในปัจจุบัน

Newtral ผู้ตรวจสอบข้อเท็จจริงจากประเทศสเปน เริ่มพัฒนาโปรแกรม ClaimHunter มาตั้งแต่ปี 2020 โดยใช้ระบบประมวลผลทางภาษา Large Language Model (LLMs) เพื่อให้ ClaimHunter เรียนรู้ชุดของคำพูดนับหมื่นประโยคที่จำเป็นสำหรับการตรวจสอบข้อเท็จจริงโดยเฉพาะ

อย่างไรก็ดี ClaimHunter ยังห่างไกลจากความสมบูรณ์แบบ เพราะบ่อยครั้งที่โปรแกรมสับสนระหว่างความเห็นและข้อเท็จจริง

ระบบประมวลผลทางภาษา LLMs เช่น ChatGPT อาจสร้างข้อความที่ดูคล้ายว่าเขียนขึ้นมาโดยมนุษย์จริง ๆ แต่ LLMs ยังไม่สามารถแยกความแตกต่างเล็ก ๆ น้อย ๆ ที่อยู่ในภาษาที่ใช้ในชีวิตประจำวัน บางครั้งจึงนำไปสู่บทสรุปที่ไร้เหตุผล การเหมารวม และข้อความที่เต็มไปด้วยความลำเอียง

ระบบประมวลผลทางภาษา LLMs ยังไม่สามารถตัดสินเรื่องที่ซับซ้อนได้ จึงไม่สามารถระบุได้ว่า ข้อความที่ตรวจสอบมีระดับความน่าเชื่อถือเพียงใด

แอนดี ดัดฟิลด์ หัวหน้าฝ่าย AI ของ Full Fact อธิบายว่า ระบบประมวลผลทางภาษา LLMs ไม่เข้าใจว่าข้อเท็จจริงคืออะไร จึงเป็นเรื่องยากที่ AI จะทำการตรวจสอบข้อเท็จจริงเพียงลำพัง โดยปราศจากความเข้าใจเรื่องบริบทและข้อมูลที่จำเป็นสำหรับการตรวจสอบข้อเท็จจริง

นอกจากนี้ จุดอ่อนของระบบประมวลผลทางภาษา LLMs คือการมีฐานข้อมูลจำนวนมหาศาล แต่ข้อมูลไม่ทันต่อสถานการณ์ การตรวจสอบข้อเท็จจริงในประเด็นที่เป็นเรื่องปัจจุบันทันด่วน จึงเป็นอีกข้อจำกัดของการใช้เทคโนโลยี AI

แม้จะยังมีข้อจำกัดด้านการใช้งานหลายอย่าง แต่กระนั้น ClaimHunter ยังช่วยลดระยะเวลาในการตรวจสอบข้อเท็จจริงให้กับ Fact Checker ได้มากถึง 70-80%

ไมเคิล ชลิชโคลล์ นักวิจัยด้าน automated fact verification มหาวิทยาลัย University of Cambridge ชี้แจงว่า ปัจจุบันการจะใช้เทคโนโลยี AI ตรวจสอบข้อเท็จจริงทั้งกระบวนการยังเป็นเรื่องที่ห่างไกลจากความเป็นจริง แต่สิ่งที่จะเห็นได้มากขึ้นในอนาคตอันใกล้ คือการร่วมงานกันระหว่างผู้คนและเครื่องจักร เพื่อเพิ่มศักยภาพด้านการตรวจสอบข้อเท็จจริงในรูปแบบ Cyborg fact-checker

ข้อมูลจาก Duke Reporters’ Lab พบว่าใน 100 ประเทศ มีหน่วยงานด้านการตรวจสอบข้อเท็จจริงประมาณ 400 แห่ง แต่การเติบโตถือว่าอยู่ในวงจำกัด เพราะ 2 ใน 3 คือหน่วยงานอยู่ในองค์กรสื่อดั้งเดิมที่เต็มไปด้วยข้อจำกัด และพบว่ามีหน่ายงานด้านการตรวจสอบข้อเท็จจริงปิดตัวลงถึงปีละ 12 แห่ง

ขณะที่บริษัทสื่อขนาดใหญ่ทั้ง Twitter และ Meta มีแผนลดพนักงาน โดยเฉพาะทีมงานด้านการตรวจสอบข้อเท็จจริง ทำให้การตรวจสอบข้อเท็จจริงในยุคที่ AI มีบทบาทมากขึ้นเรื่อย ๆ กลายเป็นงานที่ท้าทาย

ดังนั้นการหันมาพัฒนาเทคโนโลยี AI เพื่อใช้ในงานตรวจสอบข้อเท็จจริง จึงมีส่วนช่วยเพิ่มศักยภาพในงานด้านการตรวจสอบข้อเท็จจริงให้ก้าวทันเทคโนโลยีที่พัฒนาไปเรื่อย ๆ

ข้อมูลอ้างอิง :

https://www.poynter.org/fact-checking/2023/nigeria-fact-checkers-artificial-intelligence-full-fact/
https://blog.google/intl/en-africa/company-news/technology/nigerian-fact-checkers-fight-election-misinformation-with-full-facts-ai-tools/
https://www.wired.co.uk/article/fact-checkers-ai-chatgpt-misinformation
https://www.usatoday.com/story/money/2023/05/03/ai-2024-presidential-election-voters/70179382007/