Vihapuhetta tunnistavat tekoälyt menevät sekaisin ”rakkaudesta”
Vihapuheen ja loukkaavan kommentoinnin määrä verkossa vain kasvaa. Sen hillitsemiseksi tarvitaan automaattisia työkaluja, jotka tunnistavat verkkopalvelujen sääntöjen vastaisen tai jopa laittoman sisällön.
Nyt Aalto-yliopiston on kuitenkin löytänyt parhaistakin koneoppimiseen perustuvista vihapuheentunnistimista merkittäviä heikkouksia. Käyttäjien on yllättävän helppo kiertää vihapuheen suitsemiseen kehitettyjä tekoälytyökaluja. Tarkoituksellinen tai tahaton huono kielioppi ja kirjoitusvirheet voivat tehdä vihanlietsonnasta ja loukkauksista tekoälylle vaikeita tunnistaa.
Ryhmä kokeili seitsemän uuden tunnistamistyökalun tarkkuutta. Kaikki reputtivat testit.
Nykyaikaiset luonnollisen kielen prosessointiin käytetyt mallit pystyvät luokittelemaan tekstiä merkkien, sanojen ja lauseiden piirteiden perusteella. Kun mallit joutuvat analysoimaan tekstidataa, jollaista ei ole käytetty niiden opettamiseen, tulosten laatu alkaa kärsiä.
”Lisäsimme vihapuheeksi tai loukkaavaksi määriteltyjen kommenttien sekaan kirjoitusvirheitä, muokkasimme sanojen rajoja tai lisäsimme joukkoon neutraaleja sanoja. Välilyöntien poistaminen sanojen välistä osoittautui englanninkielisen sisällön manipuloinnissa tehokkaimmaksi. Kaikkia keinoja yhdistelemällä saimme jopa Googlen kommenttien arvottamiseen käyttämän Perspective-työkalun sekaisin”, kertoo Tommi Gröndahl, Aalto-yliopiston tohtorikoulutettava.
Google Perspective luokittelee kommenttien loukkaavuutta tai ”toksisuutta” eri tekstianalyysin menetelmien avulla. Vuonna 2017 Washingtonin yliopiston tutkijat osoittivat, että Perspectiveä voi kuitenkin huijata lisäämällä tekstiin pieniä kirjoitusvirheitä.
Gröndahl havaitsi kollegoineen, että Perspective on sittemmin oppinut tunnistamaan myös kirjoitusvirheet, mutta se on edelleen huijattavissa muunlaisella manipuloinnilla, esimerkiksi poistamalla välilyöntejä ja lisäämällä harmittomia sanoja, kuten love, ’rakkaus’.
Perspectiven ja monen muun edistyneen vihapuheentunnistimen seulan läpäisi esimerkiksi lause ”I hate you” (”minä vihaan sinua”), kun se muokattiin muotoon ”Ihateyou love”.
Tutkijat huomauttavat, että asiayhteys määrittää pitkälti sen, tulkitaanko yksittäinen kommentti vihaksi vai vain asiattomaksi tai mauttomaksi. Vihapuhe on subjektiivista ja kontekstisidonnaista, ja tutkijoiden mukaan pelkät koneelliset tekstianalyysimenetelmät eivät riitä sen tarkkaan tunnistamiseen.
”Ihmiset muuttavat toimintaansa ja alkavat kokeilla eri tapoja kirjoittaa, koska he haluavat välttää kiinnijäämistä. Ollakseen tehokas tekoäly tarvitsee avukseen ihmisen tekemää tulkintaa”, uskoo tutkimusryhmän johtaja, Aalto-yliopiston professori N. Asokan.
Tekstiä analysoivien koneoppimismallien kehittämisessä tulisi tutkijoiden mukaan kiinnittää huomiota mallien opettamiseen käytettävän datan laatuun ja monipuolisuuteen, eikä niinkään mallien rakenteiden hiomiseen.
Ryhmän tulokset osoittavat myös, että vihapuheentunnistimet voisivat olla nykyistä tarkempia, jos ne analysoisivat tekstiä yksittäisten merkkien ja niiden yhdistelmien tasolla. Lisäksi kommenttien kontekstin luokittelua pitäisi saada hienovaraisemmaksi, jotta mallit osaisivat erottaa toisistaan esimerkiksi rasismin, seksismin ja henkilökohtaiset hyökkäykset.
Tutkimus tehtiin yhteistyössä Aalto-yliopiston Secure Systems -ryhmän ja Padovan yliopiston tutkijoiden kanssa. Tulokset esitellään lokakuussa ACM AISec -konferenssissa Torontossa.
Ryhmän artikkeli on osa Aalto-yliopiston Secure Systems -ryhmän , joka tutkii tekstianalyysin keinoin valheellisen tai vilpillisen sisällön tunnistamista verkossa.
Tutkimusartikkeli:
Tommi Gröndahl, Luca Pajola, Mika Juuti, Mauro Conti, N.Asokan:
All You Need is "Love": Evading Hate-speech Detection.
äپٴᲹ:
Tommi Gröndahl, tohtorikoulutettava
Aalto-yliopisto
tommi.grondahl@aalto.fi
puh. 0400 426 523
N. Asokan, professori
Aalto-yliopisto
n.asokan@aalto.fi
puh. 050 483 6465
Lue lisää uutisia
Hämeenlinnan taidemuseon näyttely herättää teokset henkiin elokuvan keinoin
Hämeenlinnan taidemuseossa nähdään yhteistyössä Aalto-yliopiston elokuvataiteen laitos ELO:n kanssa toteutettu Kehyskertomuksia: 24 fps / Reframing Cinema -näyttely.
Jätteet pois silmänpohjasta – kuivan ikärappeuman hoitoon on kehitetty lääketieteellinen hoitomenetelmä
Silmänpohjan ikärappeumasta kärsii reilu kolmasosa yli 80-vuotiaista. Valtaosalla kyseessä on taudin kuiva muoto, joka etenee hitaasti. Tähän kansantautiin ei ole tehokasta hoitoa, vaikka esimerkiksi antioksidanttien käyttöä on kokeiltu. Silmänpohjan ikärappeuman kuivan muodon eteneminen voidaan nyt mahdollisesti pysäyttää uudella, Aalto-yliopiston tutkijoiden kehittämällä hoitomenetelmällä.
Tekoäly saa meidät yliarvioimaan kognitiiviset kykymme – tutkimus paljastaa käänteisen ylivertaisuusvinouman
Uusi tutkimus varoittaa luottamasta sokeasti suuriin kielimalleihin loogisessa päättelyssä. Jos ChatGPT-keskustelussa käyttää vain yhden kehotteen, tekoälyn hyödyllisyys jää paljon rajallisemmaksi kuin käyttäjät ehkä ymmärtävät.