Η τεχνητή νοημοσύνη μπορεί πλέον να αποκαλύπτει τους πραγματικούς δημιουργούς ψεύτικων λογαριασμών online, θέτοντας σε κίνδυνο την ανωνυμία στο διαδίκτυο.

Πώς η τεχνητή νοημοσύνη αποκαλύπτει ψεύτικα λογαριασμούς

Στο διαδίκτυο πολλοί χρήστες δημιουργούν ανώνυμα ή πλαστά προφίλ, θεωρώντας ότι αυτό θα προστατεύσει την ταυτότητά τους. Ωστόσο νέες έρευνες δείχνουν ότι οι σύγχρονες μοντέλα ΤΝ μπορούν όχι μόνο να εντοπίσουν τέτοιες «πλαστές» αλλά και να προσδιορίσουν τον πραγματικό ιδιοκτήτη.

Ποιος μελέτησε αυτό το θέμα;

Η Επιστημονική Σχολή Μηχανικής του Ζυρίχου (ETH Zurich), το ανεξάρτητο εκπαιδευτικό και ερευνητικό πρόγραμμα MATS, καθώς και η εταιρεία Anthropic δημοσίευσαν τα αποτελέσματα σε μορφή PDF.

Πώς λειτουργούν τα μοντέλα ΤΝ;

Τα μοντέλα χρησιμοποιούν μια σειρά σημάτων: αντιστοιχίες δεδομένων (από μικρά αποσπάσματα έως μεγάλες πλειάδες) και χαρακτηριστικά μοτίβα συμπεριφοράς. Αυτά τα στοιχεία επιτρέπουν την «καταψύξη» της αυθεντικότητας του λογαριασμού και, στη plupart των περιπτώσεων, να εντοπιστεί ο πραγματικός ιδιοκτήτης.

Κυριότερα αριθμητικά δεδομένα της έρευνας

Γιατί είναι σημαντικό;

Τα αποτελέσματα μπορεί να επηρεάσουν όχι μόνο τους απλούς χρήστες, αλλά και εκείνους που δημοσιεύουν πληροφορίες με ψευδείς ονόματα στα κοινωνικά δίκτυα. Η ΤΝ μπορεί να αποκαλύψει τα πραγματικά ονόματα των χάκερ που διαδίδουν εμπιστευτικές πληροφορίες εργαζομένων εταιρειών, καθώς και ανθρώπους που θέτουν ερωτήματα σε δημόσια φόρουμ. Ακόμη οι διευθυντές επιχειρήσεων μερικές φορές χρησιμοποιούν ψευδώνυμα για την προώθηση της επιχείρησής τους ή για να προκαλέσουν ζημιά στους ανταγωνιστές – όπως η περίπτωση του Ιλον Μασκ. Επιπλέον, η αποκατάσταση ταυτότητας μπορεί να θέσει σε κίνδυνο πληροφοριοδότες, ακτιβιστές και θύματα βίας, όπου η ανωνυμία είναι ζωτικής σημασίας.

Προβλήματα προστασίας από αποκρυπτογράφηση

Οι επιστήμονες προτείνουν διάφορα μέτρα:

1. Περιορισμός πρόσβασης στα δεδομένα χρηστών μέσω API στις πλατφόρμες.
2. Ενίσχυση μηχανισμών ανίχνευσης αυτοματοποιημένης συλλογής πληροφοριών.
3. Μείωση εξαγωγής μεγάλων όγκων δεδομένων.

Ωστόσο οι ερευνητές επισημαίνουν ότι ακόμη και αυτά τα βήματα δεν εγγυώνται 100 % προστασία. Στις επόμενες χρόνια – και ενδεχομένως σε μήνες – θα γίνει πιο δύσκολο να εμποδίσουμε την ΤΝ από τη διεξαγωγή τέτοιων ενεργειών.

Συμπέρασμα:

Τα μοντέλα τεχνητής νοημοσύνης είναι ήδη ικανοί να αναγνωρίζουν ψεύτικους λογαριασμούς και να εντοπίζουν τους πραγματικούς τους ιδιοκτήτες σε σημαντικό μέρος των περιπτώσεων. Αυτό θέτει σε κίνδυνο την ανωνυμία όχι μόνο των απλών χρηστών, αλλά και εκείνων που εξαρτώνται από τη μυστικότητα για την ασφάλειά τους. Η ενίσχυση μέτρων προστασίας μπορεί να επιβραδύνει τη διαδικασία, αλλά δεν θα σταματήσει την εξέλιξη της τεχνολογίας.