Z naszych badań wynika, że w rosyjskich mediach negatywny obraz wydarzeń politycznych w Ukrainie pojawiał się znacznie częściej niż negatywne opinie o Rosji w mediach ukraińskich – mówi prof. Natalia Shakhovska.
Prof. Natalia Shakhovska – prowadzi badanie w dziedzinie metod uczenia maszynowego, analizy dużych zbiorów danych przy użyciu metod sztucznej inteligencji oraz inteligentnych systemów wspomagania decyzji. Ekspertka Narodowego Funduszu Badań Naukowych Ukrainy oraz rektorka Politechniki Lwowskiej.
Na co dzień zajmuje się pani sztuczną inteligencją. Wojna w Ukrainie przyspieszyła rozwój takich technologii?
Tak. Współczesna wojna pokazuje, że o skuteczności na polu walki decydują już nie tylko ludzie i zasoby, ale także przewaga technologiczna. Wojna w Ukrainie wyraźnie to pokazała. Sukces działań wojennych w coraz większym stopniu zależy od innowacji, nowoczesnych narzędzi i zdolności szybkiego reagowania. Trzeba stale szukać nowych rozwiązań, szybko je wdrażać i dostosowywać do zmieniającej się sytuacji.
Jednym z najważniejszych elementów tej zmiany jest sztuczna inteligencja.
Ta wojna toczy się nie tylko na froncie, ale także w przestrzeni informacyjnej. W jednym z pani badań przeanalizowano ponad 630 tys. artykułów opublikowanych w latach 2014-20. Co pokazała ta analiza?
Badaliśmy publikacje wybranych mediów ukraińskich i rosyjskich dotyczące wydarzeń politycznych w obu krajach oraz ich odbioru przez społeczeństwo. Analiza objęła sześć lat.
Wyniki pokazały wyraźną asymetrię.
W rosyjskich mediach negatywny obraz wydarzeń politycznych w Ukrainie pojawiał się znacznie częściej niż negatywne opinie Rosji w mediach ukraińskich.
W rosyjskich mediach odsetek takich materiałów sięgał 30 proc., podczas gdy w ukraińskich to było około 5 proc.
Odnotowaliśmy też przypadki zniekształcania i manipulacyjnego przedstawiania wydarzeń w Ukrainie przez rosyjskie media.
Jak w ogóle analizuje się tak ogromny zbiór tekstów?
Właśnie w tym sztuczna inteligencja jest szczególnie użyteczna. Dla człowieka przeanalizowanie setek tysięcy tekstów to miesiące pracy. Dobrze przygotowany model może przetworzyć miliony rekordów w bardzo krótkim czasie.
To jedna z największych zalet AI: pozwala szybko analizować ogromne zbiory informacji odciąża ludzi od pracy rutynowej, żmudnej i czasochłonnej.
Czy algorytmy tworzące i rozpowszechniające propagandę stają się dziś polem nowego wyścigu zbrojeń?
Wojna w Ukrainie jest przykładem wojny hybrydowej, w której front informacyjny ma ogromne znaczenie. Propaganda działa dziś jak broń. Wpływa nie tylko na przebieg wojny, ale także na społeczeństwo: na Ukraińców, partnerów międzynarodowych i kraje sąsiednie.
W Ukrainie wielokrotnie obserwowaliśmy takie ataki informacyjne.
Jednym z przykładów były groźby użycia broni jądrowej, a nawet przedstawianie konkretnych scenariuszy takiego ataku.
Cel jest jasny: destabilizować sytuację wewnętrzną, wzmacniać strach i napięcie społeczne, a także wpływać na opinię publiczną.
Chodzi o to, by przez presję społeczną wymuszać na władzach określone decyzje albo działania.
Taka propaganda może przecież wpływać na decyzje wyborców albo na poparcie dla działań rządu.
Oczywiście. Wyborcy oceniają sytuację społeczno-polityczną głównie na podstawie informacji, które czerpią z mediów, sieci społecznościowych, forów i różnych grup internetowych. Im więcej pojawia się tam treści fałszywych, manipulacyjnych albo propagandowych, tym silniejszy może być ich wpływ na opinię publiczną i nastroje polityczne.
W Ukrainie, według najnowszych badań, ponad połowa obywateli uważa, że może być podatna na dezinformację.
Prawie 40 proc. przyznaje, że nigdy nie sprawdza wiarygodności informacji, z których korzysta w mediach.
Jednocześnie 42 proc. uznaje dezinformację za poważny problem i zwraca szczególną uwagę na treści wizualne: zdjęcia oraz filmy.
Około 30 proc. kieruje się przede wszytkim reputacją autora.
Te dane pokazują ważną rzecz – społeczeństwo rozumie zagrożenie, ale między świadomością problemu a realną umiejętnością sprawdzania informacji wciąż istnieje duża przepaść.
A to ma znaczenie także dla polityki. Rząd i politycy biorą pod uwagę nastroje społeczne oraz preferencje wyborców. Jeśli te nastroje zostały ukształtowane przez propagandę, to propaganda może pośrednio wpływać również na decyzje władz.
Dlatego walka z dezinformacją nie jest tylko kwestią edukacji medialnej. To także element bezpieczeństwa narodowego.
Kto ma dziś przewagę: demokratyczny Zachód czy Rosja z farmami trolli?
Wpływu trolli i produkowanych przez nich treści nie wolno lekceważyć. Ogromne ilości informacji, zwłaszcza podanych profesjonalnie i przekonująco, mogą silnie oddziaływać na wybrane grupy społeczne.
Nie zawsze chodzi przy tym o jawne kłamstwa.
Często propaganda działa subtelniej: do prawdziwych faktów dodaje się informacje częściowo zniekształcone, wyrwane z kontekstu albo odpowiednio zinterpretowane.
Nowoczesne technologie, w tym sztuczna inteligencja, pozwalają analizować, jakie komunikaty najlepiej działają na konkretne grupy odbiorców. Dzięki temu treści mogą być tworzone i rozpowszechniane bardzo precyzyjnie, osobno dla różnych środowisk, grup wiekowych czy wspólnot politycznych.
To wpływa na decyzje wyborców i na sytuację społeczno-polityczną w kraju. Dlatego dla państw demokratycznych tak ważna jest higiena informacyjna, rozwijanie narzędzi wykrywania dezinformacji i skuteczne mechanizmy przeciwdziałania jej.
Tylko jak odróżnić celową propagandę od zwykłej stronniczości, emocjonalnego języka albo ostrej publicystyki?
To bardzo trudne pytanie. Im bardziej wyrafinowana jest dezinformacja, tym trudniej ją rozpoznać.
Ale istnieją już metody, które pozwalają analizować ją systematycznie.
Wykorzystuje się do tego duże zbiory danych i algorytmy wykrywające fałszywe informacje. Takie platformy jak FakeNewsNet, StopFake czy VoxCheck gromadzą i porządkują przykłady informacji prawdziwych oraz fałszywych. Sprawdzają je w różnych źródłach i mediach, a dopiero potem formułują ocenę ich wiarygodności.
To ważne, bo dezinformacja nie istnieje w próżni. Jest zanurzona w konkretnym języku, kulturze i kontekście politycznym. Dlatego każde państwo, także Ukraina i Polska, powinno rozwijać własne modele językowe, zdolne do wykrywania manipulacji w lokalnym środowisku informacyjnym.
Nawet jeśli takie narzędzia mogą otworzyć drogę do cenzury i ograniczania debaty w internecie?
Należy te kroki wdrożyć już dziś, a szczególną uwagę trzeba zwracać na treści wizualne: filmy i zdjęcia, które wyglądają jak zwykłe materiały z codziennego życia. Widzimy, że osoby starsze często ufają filmom oglądanym w serwisach społecznościowych, zwłaszcza na Facebooku, i nie zawsze poddają je krytycznej analizie.
W Ukrainie szczególnie silnie działają materiały dotyczące weteranów, zwłaszcza rannych albo osób z niepełnosprawnościami.
To tematy bardzo wrażliwe emocjonalnie, dlatego łatwo wykorzystać je do manipulacji. Zdjęcie albo film mogą być sztucznie wygenerowane, wyrwane z kontekstu albo użyte w zupełnie innym celu.
Dlatego krytyczna ocena treści stała się dziś podstawową umiejętnością obywatelską. Trzeba umieć odróżniać informacje prawdziwe od fałszywych i nie przyjmować bez zastrzeżeń wszystkiego, co pojawia się w sieci.
A co z samym polem walki? Al już tam jest?
Wojna w Ukrainie, podobnie jak konflikty na Bliskim Wschodzie, pokazuje, że współczesne wojny stają się w coraz większym stopniu wojnami technologicznymi.
Nawet narzędzia, które kiedyś kojarzyły się głównie z rozrywką, jak drony, dziś stały się pełnoprawnym elementem uzbrojenia.
Sam dron nie musi być szczególnie groźny. Ale jeśli połączy się go z systemami rozpoznawania obiektów, wyznaczania celów albo koordynowania działań w roju, staje się bardzo skutecznym narzędziem walki.
Te technologie są przy tym często znacznie tańsze i bardziej dostępne niż tradycyjne uzbrojenie. To zmienia logikę współczesnej wojny.
Wykorzystała pani Al także do badania sytuacji ukraińskich uchodźców w Polsce. Co udało się ustalić?
W tym badaniu chcieliśmy sprawdzić, jak osoby dotknięte wojną przystosowują się do nowych warunków, jak zmienia się ich codzienne życie i jak nowe środowisko wpływa na ich zachowania oraz potrzeby.
Wykorzystaliśmy duże modele językowe do analizy postów i wiadomości tworzonych przez ukraińskich uchodźców w Polsce. Na tej podstawie udało się wskazać najważniejsze problemy, z którymi mierzą się ludzie, którzy stracili dom, dotychczasowy sposób życia i musieli odnaleźć się w zupełnie nowych warunkach.
Uważa Pani, że Al może pomóc organizacjom wspierającym uchodźców?
Przede wszystkim pozwala przyspieszyć pracę i skrócić czas poświęcany na rutynowe zadania. To, co wcześniej trzeba było robić ręcznie, na przykład oznaczanie danych językowych, analiza tekstów, wyszukiwanie słów kluczowych czy rozpoznawanie powtarzających się tematów, dziś można wykonać znacznie szybciej dzięki sztucznej inteligencji.
Dla człowieka objętość materiału ma ogromne znaczenie.
Im więcej tekstów, tym więcej czasu potrzeba na ich analizę. Algorytmy nie mają tego ograniczenia, mogą błyskawicznie przetwarzać nawet duże zbiory danych.
Nie chodzi jednak o zastąpienie tradycyjnych metod ani pracy ludzi. Chodzi o ich wzmocnienie.
Sztuczna inteligencja może przejąć część żmudnych zadań, uporządkować dane i pomóc organizacjom szybciej zobaczyć, gdzie potrzeby są największe.
Drugim ważnym obszarem pani badań jest zastosowanie Al w medycynie. Opracowała pani m.in. metodę wspomagającą wykrywanie depresji. Na czym ona polega?
W tym badaniu skupiliśmy się na analizie danych multimodalnych, czyli takich, które łączą różne typy informacji, na przykład dźwięk i obraz. Takie połączenie pozwala uzyskać pełniejszy obraz stanu człowieka.
W przypadku depresji ma to duże znaczenie. Osoba badana może wprost zaprzeczać problemom, ale jej mimika, intonacja głosu, tempo mówienia albo inne sygnały niewerbalne mogą wskazywać na coś innego.Dlatego połączenie analizy głosu i obrazu może pomóc dokładniej wychwycić takie stany.
Naszym celem było opracowanie metod łączenia danych z różnych źródeł. Wykorzystaliśmy do tego specjalistyczne modele neuronowe i zebrane dane, które pozwalały szukać oznak depresji. Uzyskaliśmy wysoką dokładność, około 92 proc.
To badanie nie tylko pokazało skuteczność takiego podejścia, ale też pomogło lepiej zrozumieć, które sygnały warto analizować dokładniej. Dzięki temu można łatwiej wykrywać błędy, rozpoznawać subtelne objawy i zwiększać dokładność oceny depresji oraz innych stanów emocjonalnych i psychologicznych.
Czyli Al potrafi wychwycić sygnały, które człowiek mógłby przeoczyć?
Tak, choć wiele zależy od rodzaju danych. Sztuczna inteligencja może dostrzegać szczegóły, które umykają człowiekowi.
Weźmy analizę obrazu. Człowiek zwykle skupia uwagę na kilku najważniejszych elementach. Wynika to z naturalnych ograniczeń naszych zdolności poznawczych. Algorytmy mogą jednocześnie przetwarzać znacznie więcej informacji: śledzić zmiany między kolejnymi klatkami, porównywać wiele cech i wykrywać powtarzające się wzorce.
Podobnie jest z innymi typami danych, np. z dźwiękiem albo szeregami czasowymi.
AI może uchwycić subtelne zależności, które na pierwszy rzut oka nie są oczywiste.
Ale trzeba dodać ważne zastrzeżenie. Człowiek-ekspert, dzięki doświadczeniu i wiedzy, także widzi znacznie więcej niż osoba bez przygotowania.
Można powiedzieć, że ludzki mózg również uczy się rozpoznawać wzorce i z czasem tworzy własny, wyćwiczony model analizy.
Czy współpraca psychiatrów i psychoterapeutów z Al jest realna?
Tak, ale pod jednym warunkiem: ostateczna decyzja zawsze musi należeć do człowieka.
W medycynie sztuczna inteligencja powinna pełnić funkcję pomocniczą. Może analizować i porządkować dane, wskazywać istotne szczegóły, porównywać przypadki, wyszukiwać podobieństwa i wychwytywać prawidłowości. Może być asystentem, ale nie zastąpi profesjonalnej oceny lekarza czy terapeuty.
Współpraca psychiatry, psychoterapeuty i AI polega więc na połączeniu różnych kompetencji. Algorytmy szybko przetwarzają duże zbiory danych i pomagają zobaczyć to, co mogłoby umknąć w natłoku informacji. Lekarz interpretuje wyniki, bierze pod uwagę indywidualny kontekst pacjenta i podejmuje decyzję.
Psychoterapeuci często podkreślają, że Al nie ma empatii, bez której trudno pomagać osobom z depresją. Co by im pani odpowiedziała?
Częściowo się z tym zgadzam. Dzisiejsze modele sztucznej inteligencji nie mają prawdziwej empatii. Potrafią jednak coraz lepiej dostosowywać się do użytkownika: do jego stylu komunikacji, oczekiwań i wcześniejszych interakcji.
To może tworzyć wrażenie bliskości. Ale w rzeczywistości nie jest to empatia, tylko coraz sprawniejsza analiza kontekstu, języka i sposobu rozmowy.
Jednocześnie rozwój modeli językowych jest bardzo szybki. Nie można wykluczyć, że w przyszłości pojawią się jeszcze bardziej zaawansowane formy imitowania empatii.
AI może coraz lepiej odtwarzać komunikację wrażliwą emocjonalnie, dzięki czemu rozmowa z takim systemem będzie dla wielu osób bardziej naturalna i komfortowa.
Co musiałoby się wydarzyć, żeby takie rozwiązania wyszły z laboratoriów i stały się realnym narzędziem w medycynie?
Niewiele nas już od tego dzieli. Już dziś w wielu klinikach AI jest wykorzystywana jako narzędzie wspierające lekarzy.
AI pomaga na przykład zamieniać mowę na tekst, analizować dokumentację, przetwarzać duże zbiory danych medycznych i grupować historie pacjentów według podobnych cech. To przyspiesza pracę i pozwala lepiej wykorzystywać informacje, które wcześniej trudno było szybko przeanalizować.
Sztuczna inteligencja jest też coraz szerzej stosowana w diagnostyce obrazowej. Algorytmy potrafią wskazywać kontury guzów, wykrywać nietypowe obszary w badaniach obrazowych i zwracać uwagę na zmiany, które mogą świadczyć o chorobie, m.in. o nowotworach.
Takie narzędzia działają jak podpowiedź dla lekarza. Pomagają zauważyć istotne szczegóły, ale nie podejmują za niego decyzji. Ostateczna interpretacja wyniku nadal należy do specjalisty, który zna kontekst kliniczny pacjenta.
AI może pomagać, ale też się myli. Czy problem odpowiedzialności nie zahamuje jej wykorzystania w diagnostyce?
To bardzo ważna kwestia. Dlatego trzeba jasno powiedzieć: ostateczna decyzja zawsze należy do lekarza.
Sztuczna inteligencja może porządkować dane, wskazywać istotne elementy i wychwytywać szczegóły w tekście, obrazie, nagraniu audio czy wideo. Ale nie zastępuje profesjonalnej diagnozy.
Samodzielna diagnostyka bez udziału lekarza nie jest dziś rozwiązaniem, które można traktować jako zamiennik decyzji medycznej.
AI sprawdza się przede wszystkim jako narzędzie wspierające: pomaga szybciej analizować duże ilości danych, zwraca uwagę na możliwe problemy i pozwala lekarzowi skupić się na tym, co najważniejsze.
Często pojawia się też argument o prywatności pacjentów. Czy AI nie zwiększa ryzyka, że dane medyczne przestaną być anonimowe?
Do analizy informacji medycznych nie zawsze potrzebne są dane osobowe pacjenta. Imię, nazwisko czy inne identyfikatory zwykle nie mają znaczenia diagnostycznego i nie są potrzebne modelom analitycznym.
Inaczej jest z niektórymi danymi kontekstowymi. Na przykład miejsce zamieszkania może mieć wartość medyczną. Porównując dane pacjentów z jednego regionu, można wykrywać choroby charakterystyczne dla danego obszaru albo szybciej zauważyć początek epidemii.
Dlatego w większości przypadków systemy AI powinny działać na danych zanonimizowanych lub pozbawionych informacji pozwalających zidentyfikować konkretną osobę. To pozwala chronić prywatność pacjentów, a jednocześnie zachować możliwość wykrywania ważnych prawidłowości medycznych.
Co dziś najbardziej hamuje sensowne wdrażanie AI: brak danych, opór ludzi czy ograniczenia technologii?
Sztuczna inteligencja już dziś bardzo mocno weszła w nasze codzienne życie, często niemal niezauważalnie. Korzystamy z niej w serwisach społecznościowych: w filtrach poprawiających zdjęcia, systemach rekomendacji czy automatycznym doborze treści.
Podobnie jest wtedy, gdy szukamy informacji w internecie. Wyszukiwarki wykorzystują elementy sztucznej inteligencji, by szybciej porządkować odpowiedzi i dopasowywać wyniki. Do tego dochodzą narzędzia takie jak ChatGPT czy generatory obrazów, które stały się już częścią środowiska cyfrowego.
Moim zdaniem jedną z głównych przeszkód nie jest więc sama technologia, ale niewystarczająca świadomość jej możliwości i ograniczeń. Ważne jest także odpowiedzialne korzystanie z tych narzędzi.
Osobną kwestią pozostaje etyka.
Treści wygenerowane przez AI powinny być odpowiednio oznaczane.
Trzeba też pamiętać, że modele mogą „halucynować”, czyli podawać informacje nieprawdziwe albo całkowicie zmyślone.
Gdyby miała pani wskazać jedną rzecz, o której zbyt rzadko mówi się w dyskusji o sztucznej inteligencji, co by to było?
Kiedy mówimy o sztucznej inteligencji, najczęściej wymieniamy trzy elementy: dane, algorytmy i moc obliczeniową. To oczywiście podstawy działania AI.
Ale coraz wyraźniej widać, że rozwój sztucznej inteligencji zależy także od znacznie bardziej podstawowych zasobów: energii i wody. Trenowanie dużych modeli językowych wymaga ogromnych ilości energii elektrycznej. Do tego dochodzi infrastruktura centrów danych, którą trzeba chłodzić, a w tym procesie często wykorzystuje się wodę.
Dlatego nie można patrzeć na AI wyłącznie przez pryzmat danych i algorytmów.
To nie jest niematerialna technologia unosząca się w cyfrowej chmurce, choć branża bardzo lubi tak o niej opowiadać. Za sztuczną inteligencją stoją serwery, prąd, chłodzenie, woda i cała fizyczna infrastruktura.
Postęp technologiczny jest więc bezpośrednio powiązany z zasobami, których dostępność nie jest nieograniczona. To pokazuje, jak mocno najnowocześniejsze technologie zależą od bardzo podstawowej infrastruktury świata.
