નવી દિલ્હી: લોકોને આર્ટિફિશિયલ ઈન્ટેલિજન્સ (એઆઈ) ભાષાના મોડલ દ્વારા લખવામાં આવેલી ટ્વીટ્સ માનવો દ્વારા બનાવવામાં આવેલી ટ્વીટ કરતાં વધુ વિશ્વાસપાત્ર લાગે છે, એક નવા અભ્યાસમાં દર્શાવવામાં આવ્યું છે. સાયન્સ એડવાન્સિસમાં પ્રકાશિત થયેલા અભ્યાસ અનુસાર, AI દ્વારા પેદા કરવામાં આવેલી અશુદ્ધિ માનવીઓ દ્વારા લખવામાં આવેલી ખોટી માહિતી કરતાં વધુ વિશ્વાસપાત્ર હોઈ શકે છે.
ધ્યેયો હાંસલ કરવા માટે, સંશોધકોએ OpenAI ના મોડલ GPT-3 ને રસીઓ, 5G ટેક્નોલોજી અને કોવિડ-19 અથવા ઉત્ક્રાંતિના સિદ્ધાંત સહિત વિવિધ વિષયો પર માહિતીપ્રદ અથવા અશુદ્ધ લખાણો ધરાવતી ટ્વીટ્સ લખવા કહ્યું, જે અન્ય લોકો વચ્ચે છે. સામાન્ય રીતે ખોટી માહિતી અને જાહેર ગેરસમજને આધિન.
તેઓએ સમાન વિષયો પર વપરાશકર્તાઓ દ્વારા લખેલી વાસ્તવિક ટ્વીટ્સનો સમૂહ એકત્રિત કર્યો અને એક સર્વેક્ષણનો પ્રોગ્રામ કર્યો.
ત્યારબાદ સંશોધકોએ ઓનલાઈન ક્વિઝ લેવા માટે 697 લોકોની ભરતી કરી જે નક્કી કરે છે કે શું ટ્વીટ એઆઈ દ્વારા જનરેટ કરવામાં આવી હતી કે ટ્વિટર પરથી એકત્રિત કરવામાં આવી હતી અને તે સચોટ હતી કે ખોટી માહિતી હતી.
તેઓએ શોધ્યું કે સહભાગીઓ એઆઈ-લિખિત ટ્વિટ્સ કરતાં માનવ-લિખિત ખોટા ટ્વીટ્સ પર વિશ્વાસ કરવાની શક્યતા ત્રણ ટકા ઓછી છે.
સ્વિટ્ઝર્લેન્ડ સ્થિત યુનિવર્સિટી ઓફ ઝ્યુરિચના સંશોધક જીઓવાન્ની સ્પિટેલના જણાવ્યા અનુસાર, સંશોધકો અચોક્કસ છે કે લોકો AI દ્વારા લખવામાં આવેલી ટ્વીટ પર કેમ વધુ વિશ્વાસ કરે છે, પરંતુ GPT-3 જે રીતે માહિતી ઓર્ડર કરે છે તે ભૂમિકા ભજવી શકે છે.
તદુપરાંત, અભ્યાસમાં જણાવાયું છે કે GPT-3 દ્વારા લખાયેલ સામગ્રી કાર્બનિક સામગ્રીથી “અસ્પષ્ટ” હતી.
મતદાન કરાયેલા લોકો તફાવત કહી શક્યા ન હતા, અને અભ્યાસની મર્યાદાઓમાંની એક એ છે કે સંશોધકો 100 ટકા ખાતરી કરી શકતા નથી કે સોશિયલ મીડિયામાંથી એકત્ર કરાયેલી ટ્વીટ્સ ChatGPT જેવી એપ્સની મદદથી લખવામાં આવી ન હતી.
વાસ્તવિક ટ્વિટર યુઝર્સ દ્વારા લખવામાં આવેલી ખોટી માહિતીને ઓળખવામાં સહભાગીઓ સૌથી વધુ અસરકારક હતા, જો કે, ખોટી માહિતી સાથે GPT-3-જનરેટેડ ટ્વીટ્સે સર્વેના સહભાગીઓને થોડી વધુ અસરકારક રીતે છેતર્યા, અભ્યાસમાં જાણવા મળ્યું છે.
વધુમાં, સંશોધકોએ આગાહી કરી હતી કે GPT-3 જેવા અદ્યતન AI ટેક્સ્ટ જનરેટર માહિતીના પ્રસારને હકારાત્મક અને નકારાત્મક બંને રીતે અસર કરી શકે છે.
“અમારા પરિણામો દ્વારા દર્શાવ્યા પ્રમાણે, હાલમાં ઉપલબ્ધ મોટા ભાષા મોડેલો પહેલેથી જ ટેક્સ્ટનું ઉત્પાદન કરી શકે છે જે ઓર્ગેનિક ટેક્સ્ટથી અસ્પષ્ટ છે; તેથી, વધુ શક્તિશાળી મોટા ભાષા મોડેલોના ઉદભવ અને તેમની અસર પર દેખરેખ રાખવી જોઈએ,” સંશોધકોએ જણાવ્યું હતું.