„Az internet meghalt, és az AI ölte meg” – mondhatná a digitális kor
Friedrich Nietzschéje. A mesterséges intelligencia terjedésével sokan
félnek attól, hogy egy a Terminator-filmek Skynetjéhez hasonló gyilkos
algorimtus szabadul majd el. A valóságban viszont egy súlyos veszély már
testet öltött: ma már nem is tudjuk, hogy mi az igazság és mi csak egy
hihető hazugság. Az interneten hamarosan átvehetik az uralmat a
mesterséges intelligenciák, a kérdés pedig az, hogy mit tudunk ezzel
kezdeni.
Egy friss kutatás szerint az interneten elérhető tartalmak több mint
75 százalékát már botok és mesterséges intelligencia (AI) generálja. Az
elemzés során több millió weboldalt és online platformot vizsgáltak,
beleértve közösségi médiát, blogokat, fórumokat és hírportálokat is. A
kutatók rámutattak, hogy az AI-alapú rendszerek gyors fejlődése, például
a nyelvi modellek és tartalomgeneráló algoritmusok, jelentős mértékben
hozzájárultak ehhez a drámai átalakuláshoz.
A tanulmány külön
hangsúlyozza, hogy a mesterségesen generált tartalmak túlnyomó része
nemcsak reklám- vagy marketingcélokat szolgál, hanem információszerzési
és akár dezinformációs kampányok eszköze is lehet. Az AI által írt
szövegek gyakran annyira hitelesnek tűnnek, hogy az emberek számára
nehéz megkülönböztetni őket a valódi, emberi szerzőktől származó
tartalmaktól.
Ez a tendencia komoly kérdéseket vet fel a digitális környezet hitelességével és az információk megbízhatóságával kapcsolatban.
A
kutatás eredményei rávilágítanak arra is, hogy az AI-alapú
tartalomgyártás növekedésével új etikai és technológiai kihívások
merülnek fel. Szakértők szerint sürgősen szükség van olyan eszközökre,
amelyek képesek azonosítani az AI által létrehozott anyagokat, valamint a
szabályozási keretek kiépítésére, amelyek korlátozhatják a mesterséges
tartalmak negatív hatásait. Mindeközben az embereknek is fokozott
éberséget kell tanúsítaniuk az online információk értékelésekor, hogy
elkerüljék a manipulációt és félrevezetést.
De a legmegdöbbentőbb a fenti kutatással kapcsolatban, hogy:
EGYÁLTALÁN
NEM LÉTEZIK, EGY SZÓ SEM IGAZ BELŐLE, CSAK A CHATGPT ÁLLÍTOTTA ELŐ,
MÉGIS TELJESEN HITELESNEK TŰNIK, pedig csak annyit kértem, hogy írjon
nekem három bekezdést a témában.
Mielőtt itt abbahagyná a cikk olvasását, azt tudnia kell, hogy a
veszély valós: az internet évek óta haldoklik, és a nagy nyelvi modellek
térhódításával a haláltusa csak egyre látványosabb és gyorsabb lesz.
Valójában
már most sem tudjuk, hogy nem egy teljesen kietlen, egymással
beszélgető algoritmusok előállította tartalommal feltöltött interneten
bolyongunk, ahol azt sem vesszük észre, hogy egyre inkább elszakadt a
valóságtól, mindaz, amit olvasunk és látunk.
A
Chatgpt-hez hasonló generatív nyelvi modellek önmaguk farkába harapó
kígyóként a saját maguk által előállított valótlan tartalmakból
gyártanak válaszokat akkor is, ha tényleg precizitásra törekszenek. Így
egy teljesen fiktív, szennyezett adatokkal teli hazugsághalom vár ránk
nem is olyan sokára.
Az internet egyre nagyobb része teljes szemét
Nem
születhet újabb apokalipszisváró cikk a „régen minden jobb volt”
nosztalgiája nélkül, így muszáj megemlékezni az internet hőskoráról. Már
arról a korszakról érdemes beszélni, amikor nem pusztán egy egyetemek
és katonai bázisok közötti hálózat volt, főként akadémiai adatbázisok
elérhetőségét biztosítva, hanem azt a korszakot, amikor a '90-es években
robbanásszerűen kezdtek el szaporodni a civil felhasználók a
világhálón. Az őskor, amikor az emberek maguk állíthattak elő
weboldalakat, amelyek jellemzően saját magukról, vagy a hobbijaikról
szóltak.
Persze a múltidézést
beárnyékolja, hogy már az első tömegfelhasználási korszakban
megjelentek a pedofil, csaló és fajgyűgyűlölő oldalak és tartalmak, de
az internet még ezzel együtt is egy őszintébb és tisztább hely volt.
Ugyanakkor
a weblapokat a közösségek tartották fenn a forgó, színes gifekkel,
Times New Romannal írt szövegekkel együtt, ha pedig eltűntek az
érdeklődők, a weboldalak is az enyészetté lettek. Leginkább csak
szájhagyomány útján terjedtek a hírek az izgalmasabbnál izgalmasabb új
portálokról, weblapokról. Ha pedig valaki rábukkant valamire, tudta,
hogy azt egy ember írta, mégha a felhasználók hol teljesen értelmetlen,
hol viccesnek szánt álnevek mögé bújtak (soha nem felejtünk el Sir Telen! - a szerk.).
Ebben a vadnyugati szabadságromantikával színezett korszakban a legidegesítőbb jelenség a spam volt: az
első dokumentált ilyen üzenetküldés 1978. május 3-án történt, amikor az
ARPANET-en, az internet elődjén, egy Gary Thuerk nevű marketinges
tömeges e-maillel bombázta meg a rendszer összes felhasználóját azzal a
céllal, hogy egy új terméket, a DEC (Digital Equipment Corporation) VAX
számítógépeit népszerűsítse.
A
spam aztán átlépett egy új korszakba: teljesen értelmetlen álhírek,
összeesküvés-elméletek kezdtek el landolni az első emailfiókokban,
amiknek semmi közük nem volt a valósághoz.
Biztosan
nem ez volt az első vakhülyeség az interneten, de az első dokumentált
álhír az 1994-ben terjedő „Good Times” nevű hoax volt: ekkor a korai
felhasználók többségéhez eljutott az az álhír, hogy ha valaki megnyitja a
Good Times tárggyal érkező e-mailt, az súlyosan megfertőzi a
számítógépet, és helyrehozhatatlan károkat okoz.
Ez
a spamtípus pedig már jó ugró deszka napjainkba, amikor az interneten
egyre több az ilyen szemét, amit már nem is emberek állítanak elő, és
fertőzésként ölik meg az AI-forradalmat.
Az adatminőség romlásával az AI egyre veszélyesebb lesz
A
nagy nyelvi modellek, mint a ChatGPT vagy a Gemini népszerűsége egyre
nagyobb, az „optimista jóslatok” pedig azt várják, hogy több millió
munkahelyet válthatnak ki a közeli jövőben, mert az embereknél is
gyorsabban elláthatnak olyan feladatokat, mint az ügyfelek kezelése,
adatgyűjtés tudományos kutatásokhoz, vagy a mérnöki tervezésekhez. De
másfajta neurális hálózatoktól (ezek valójában a mesterséges
intelligenciák) például azt remélik, hogy olyan kényelmi
szolgáltatásokat hoznak el nekünk, mint az önvezető járművek vagy az
autonóm gyógyszervegyületeket kutató algoritmusok.
A
probléma alapja viszont az, hogy elképesztő mennyiségű adat kell ahhoz,
hogy a mesterséges intelligenciákat betanítsák akár a
szöveggenerálásra, akár a KRESZ-szabályok, forgalmi helyzetek
felismerésére.
Mindehhez pedig tiszta, jó minőségű adatok kellenek, ami viszont szépen lassan egyre kevesebb van az interneten.
Egy
példával leírva a problémát, elég csak az önvezető autókra gondolni:
ahhoz, hogy egy algoritmus biztonságosan szállítsa az utasait bárhol a
világon, fel kell ismernie a KRESZ-táblákat, ismernie kell az adott
ország forgalmi szabályait. A fejlesztők ilyenkor nagy adatbázisokat
használnak fel, például a Google Maps szolgáltatás képeit, hogy
megtanítsák a rendszernek, hogyan néz ki egy behajtani tilos, vagy
sebességkorlátozást jelző tábla. Ezt aztán valós körülmények között egy
képfeldolgozó algoritmus értelmezi és kiadja az utasítást a
motorvezérlésnek, hogy lassítson vagy álljon meg az autó.
Azonban
ha a betanításkor rossz minőségű adat kerül a rendszerbe, akkor az autó
egy 30-as táblát 80-asnak is értelmezhet, így lassítás helyett
gyorsítani kezd.
A módszer mostanra egyáltalán nem
más a Chatgpt-hez hasonló szöveggeneráló, válaszokat adó rendszereknél
sem, csak itt az adatforrás mostanra már az egész internet. Ha egy
egyetemi hallgató például forrásanyagot keres a dolgozatához, ami az AI
által generált internetes tartalmakról szól, jó eséllyel ezután belefut a
cikk első három bekezdéséhez gyártott teljesen fiktív kutatásba.
Az adathalmazt tehát sikeresen beszennyeztük egy mesterséges intelligencia által generált tartalommal.
Hogy a probléma teljesen valós, azt maga a ChatGPT-t fejlesztő OpenAI alapítója, Ilya Sutskever jelentette ki egy decemberi konferencián, hogy elfogyott a jó minőségű adat az interneten és nem lesz több belőle. A tavaly decemberi Neurips éves rendezvényén tartott beszédében azt mondta
az interneten található összes hasznos adatot már felhasználták a mesterséges intelligencia modellek betanítására.
Eddig
pont az internetes adatok feldolgozása hozott javulást a ChatGPT-hez
hasonló rendszerek által adott válaszok minőségénél, azonban a folyamat
mostanra lelassult, és Sutskever szerint ennek a korszaknak hamarosan
„kétségtelenül vége lesz”.
Miért pesszimista az OpenAI
szakértője? Mert a jelenlegi nagy nyelvi modellek valójában csak
mimikálják azt, hogy érvelnek, valójában korábban látott mintákból
állítanak elő válaszokat az emberek által feltett kérdésekre, a válasz
tehát pont olyan lesz, mint a minta. Ha a minta hülyeség, a válasz is
hülyeség – legalábbis erre a logikus következtetésre jutott Ilia
Shumailov, az Oxford Egyetem kutatója tavalyi kutatásában.
A minta pedig maga az AI által előállított sületlenség egyre nagyobb mennyiségben.
Erről valódi kutatások is készültek:
-
Az Amazon Web Services kutatócsoportjának tavaly júniusban közzétett külön tanulmánya szerint
az összes webes szöveg nagyjából 57%-a mesterséges intelligencia által
generált vagy AI-algoritmus segítségével lefordított szöveg.
-
A 2024-es Imperva által készített Bad Bot Report szerint
az internetes forgalom 49,6%-át tették ki botok 2023-ban, ami 2%-os
növekedést jelent az előző évhez képest, és a legmagasabb érték a
jelentések kezdete óta (2013). Ezen belül a rosszindulatú botok aránya
32%-ra nőtt, míg az emberi forgalom 50,4%-ra csökkent. A generatív AI
technológiák elterjedése, különösen a web-scraping és az automatizált
szkriptek, tovább növelte az egyszerű botok arányát (39,6%-ra a 2022-es
33,4%-ról).
Mindezt pedig a felhasználók is
tapasztalhatják, akik a Google-keresőben egyre többször futnak bele a
dísznövények gondozásától kezdve egészen a háztartási eszközök műszaki
hibáin át az egyes egészségügyi tartalmakra vonatkozó teljesen
magyartalan, gépi fordítóval összedobott weboldalakkal. Ezek legnagyobb
része nem rossz indulatú tartalom, a leggyakrabban autentikus forrásokat
használtak fel hozzájuk, de pusztán azt a célt szolgálják, hogy a
keresőoptimalizált szövegek miatt az oldalakat megnyissák, az ott lévő
hirdetések után pedig a weblap üzemeltetője pénzt keressen. Az AI pedig a
leggyorsabb módja, hogy tartalommal töltse fel az oldalt különböző
nyelveken így növelve a potenciálisan elérhető felhasználói bázist.
A
mesterséges intelligenciák képesek egymással kommunikálni is, így akár
egy algoritmus utasíthat egy nagy nyelvi modellt, hogy a Google Trends
szerint éppen leginkább pörgő kifejezésekre állítson elő tartalmat, majd
azokat egy másik algoritmusnak küldi tovább, ami feltölti egy
weboldalra, egy negyedik pedig még képet is generálhat ahhoz.
A
gond az, hogy egy később a versenyhez csatlakozó AI már ezekből a
silányabb tartalmakból fog dolgozni, még gyengébb minőségű szöveget
előállítva. A sor pedig a végtelenségig folytatódik, mint a suttogós
játékban, ahol az utolsó emberhez az eredeti üzenet egy teljesen torzult
változata köszön vissza.
Megoldás látszik, csak nem tudjuk, hogy akarjuk-e
A
nagy nyelvi modellek fejlesztői természetesen tisztában vannak ezzel a
problémával, a már idézett OpenAI-alapító Sutskever szerint létezik is
megoldás a problémára.
Úgy véli, hogy a válasz a kihívásra az AI
új generációinak képességeiben rejlik, különösen az autonóm ügynöki
rendszerek (agentic systems) fejlesztésében. Ezek a rendszerek képesek
lesznek önállóan feladatokat végrehajtani, döntéseket hozni és
szoftverekkel interakcióba lépni. Az ilyen rendszerek nem csupán a
meglévő mintázatokat ismétlik, hanem valódi érvelési képességgel
rendelkeznek majd, lehetővé téve számukra, hogy lépésről lépésre
dolgozzák fel a problémákat, ami közelebb áll az emberi gondolkodáshoz.
Ez az autonóm és érvelési képesség csökkentheti az adatigényt, hiszen
ezek a rendszerek kevesebb adatból is megértenek összetett helyzeteket.
Leegyszerűsítve,
saját háttértudásuk lesz, ami alapján elkezdik átgondolni az adott
helyzeteket, adatokat, és az alapján lépnek tovább a megadott parancsok
szerint.
Egyelőre viszont a nagy nyelvi rendszerek nem
így működnek, és amíg ez nem változik meg, méltó kihívói maradnak az
emberiségnek a megtévesztő tartalmak és hülyeségek gyártásában.
Így
jutunk vissza az internet ezüstkorához, amikor 2019-ben megjelent a
4chan felületén a halott internet elmélet (Dead Internet Theory). Az
összeesküvés-elmélet lényege, hogy nagyjából 2015 óta az internet
jelentős része valójában nem valódi emberek által generált tartalom,
hanem mesterséges intelligenciák és automatizált botok által létrehozott
hamis információk és interakciók halmaza. A teóriát akkor semmilyen
tudományos igényességű módszertannal vagy kutatással, méréssel nem
támasztották alá, ezért inkább netes viccek alapja lett, mint elfogadott
igazság.
Akkor túlzónak tűnt
az állítás, de mostanra már egy AI is alkothatna egy hasonló elméletet
anélkül, hogy sokan gyanakodni kezdenének.
A
cikk végére érve pedig tegye fel magának a kérdést, van kedve
végigellenőrizni az összes linket és állítást, amit olvasott, vagy
elfogadja, hogy mindez igaz volt, amit egy húsvér ember írt!
Forrás:
https://www.portfolio.hu/gazdasag/20250112/az-internet-egyre-gyorsabban-pusztul-es-az-ai-kerul-vele-a-kriptaba-733911 2025. január 12. Sz.D.