Як відрізнити роботу ШІ від людської неозброєним оком та як регулюється питання авторства

Розвиток штучного інтелекту завжди викликає недовіру серед скептиків, які вважають технологію, здатною замінити людину в робочих процесах. Звичайно, нейромережі можуть автоматизувати виконання завдань, однак вони досі не досягли природного мислення, через що роботу ШІ досі можна відрізнити від людської.

Європейська асоціація програмної інженерії провела опитування серед своїх резидентів, щоб дізнатися, як відрізнити роботу машини від людини.

Чи може нейромережа виконати роботу краще за людину

Почати варто з того, чи є штучний інтелект ефективнішим за людину у виконанні певних завдань. Chief Information Technology Analyst компанії Raiffeisen Bank Віктор Кльоба зазначив, що ШІ допомагає оптимізувати рутинні процеси, як-от оброблення та класифікацію фінансових документів, аналіз поведінки клієнтів, виявлення шахрайських операцій тощо.

Проте, на його думку, якість виконання роботи машиною залежить від налаштування та навчання алгоритмів. Таким чином, людський ресурс може забезпечити кращий результат у завданнях, що потребують тонкої та контекстуальної оцінки. Raiffeisen постійно працює над вдосконаленням ефективності ШІ, щоб забезпечити високу якість обслуговування клієнтів.

Керівник з розроблення системних рішень «Д. Солюшнс» Олександр Шкодін додав, що у сфері IT нейромережі зараз виконують роль помічників програміста. Такі інструменти, як Github Copilot, ChatGPT, Jetbrains AI Asistant, Amazon CodeWhisper та інші, допомагають скорочувати час на рутинну роботу, як-от генерація класів, коментування коду та автоматична генерація нескладного коду в методах.

Але до людського рівня машинам ще далеко. Хоча ШІ може зберегти час програміста, покладати на алгоритм генерацію повноцінного коду ще зарано. Навчальні алгоритми допомагають покращити якість генерації, проте вони, на відміну від людського інтелекту, діють шаблонно, хоча й можуть допомогти з оптимізацією наявного коду.

Як відрізнити машинний текст від людського

Генеративні моделі тексту набули достатнього рівня розвитку, тож тепер відрізнити текст ШІ від написаного людиною може бути доволі складно. Однак у штучного інтелекту є характерні ознаки, які допомагають виявити згенерований текст навіть неозброєним оком. Експерти наводять такі особливості:

Однак помітність цих ознак може змінюватися залежно від алгоритму, якості генеративної моделі, поставленого запиту та інших ознак, тож вони не завжди є очевидними. 

Проте допомогу з виявленням роботи ШІ може надавати сам ШІ: для цього існують спеціальні інструменти, що аналізують стиль мови та логічний зв’язок тексту. Віктор Кльоба згадує такі програми, як LIME (Local Interpretable Model-agnostic Explanations) або SHAP (SHapley Additive exPlanations). Крім того, для візуалізації роботи нейромережі можна використовувати інструменти, які дозволяють побудувати графіки або відображати активації нейронів у різних шарах мережі. Своєю чергою Олександр Шкодін пропонує використовувати ChatGPT, ZeroGPT та CopyLeaks.

Як відрізняти згенеровані зображення

Генеративні моделі зображень дійсно можуть бути важкими для аналізу. Олександр згадує, що ШІ може генерувати витвори мистецтва, які можуть бути признані навіть експертами та вигравати конкурси для художників або створювати образи віртуальної фотомоделі, які приносять істотний дохід.

Таким чином, добре налаштована нейромережа може видати зображення, яке неможливо відрізнити від фотографії або малюнку. Для того щоб відрізнити якісне deepfake-відео, може знадобитися аналіз експертів з комп’ютерної графіки та відеомонтажу. Іноді з цим також можуть впоратися спеціальні інструменти, наприклад, Deepware Scanner або Reality Defender.

Але Віктор нагадує, що якщо мова йде про стандартну нейромережу без майстерних налаштувань, то тут все набагато простіше. В першу чергу, кожен ШІ для генерації зображень має власний візуальний стиль. Він проявляється в фантастичній або незвично ідеальній атмосфері зображення, елементах абстракції та відсутності деталей, властивих реальному зображенню.

Також ШІ може нехтувати деякими деталями, що робить зображення дивним або нелогічним. Наприклад, якщо мова про портрети, то може зустрітися неприродна поза, неправильна кількість пальців та інших деталей тощо.

Як розв’язати питання авторства робіт, створених нейромережею

Складним та невизначеним донині залишається питання авторства робіт ШІ. Ця тема потребує довгого обговорення та відповідного рішення, підкріпленого законодавством. Якщо машина генерує певну інтелектуальну власність, то невідомо, чи може вона повною мірою належати користувачеві, який її згенерував, або ж це залишиться власністю машини.

Олександр Шкодін також нагадує про такі тези, на які варто зважати в обговоренні: якщо йдеться про GAN (Generative Adversarial Network), то все, що ШІ на цей час генерує, базується на витворах мистецтва чи тексту що зробила раніше людина. Суть ідеї в комбінації двох нейромереж, за якої одночасно працюють два алгоритми — генератор і дискримінатор.

Завдання генератора — створювати образи заданої категорії (задається вектор генерації зображення). Завдання дискримінатора — намагатися розпізнати створений образ (фото людини, картина, текст чи інше, на основі великої моделі він відсікає нереалістичні дані/двійковий класифікатор). Тому хоча контент і згенерований автоматично, він є результатом підготованої людиною моделі.

Віктор Кльоба зауважив, що наразі дискусія між урядами різних країн триває. Деякі експерти розглядають надання авторських прав комп’ютерним програмам та алгоритмам, дотичним до створення контенту, водночас інші розглядають нові підходи до інтелектуальної власності. 

Наразі жодне законодавство не регулює повністю питання авторства та інтелектуальної власності щодо ШІ. Проте нещодавно Європарламент ухвалив закон про штучний інтелект, який має регулювати та обмежувати протиправне використання нейромереж. Щоправда, наразі він стосується найбільш потенційно небезпечних застосувань, проте згодом і питання авторства варто взяти до уваги.