Sulaikytasis tvirtina, kad norėjo išaiškinti pedofilų gūžtą. Pareigūnas, apstulbintas išgirsto atsakymo, klausia dar kartą. Įsikiša jo kolega. „Picageitas. Jis kalba apie picageitą“.
Vien iš to trumpučio 2016 m. užfiksuoto vaizdo įrašo tampa akivaizdu, kad sąmokslo teorijos, anksčiau egzistavusios tik visuomenės paribiuose, pradėjo labai pavojingai veržtis ir į platųjį pasaulį, rašo „Science Alert“.
Sąmokslo teorijos, pasižyminčios potencialu sukelti reikšmingą žalą, naują erdvę plisti ir klestėti rado socialiniuose tinkluose ir įvairiose svetainėse, kur nemoderuojamuose forumuose susirenka bendraminčiai. Tokiose svetainėse jie gali vystyti savo teorijas ir kelti savo idėjas, kaip pasipriešinti jų aptinkamoms „grėsmėms“.
Bet kaip sąmokslo teoriją, gimusią ir išplitusią socialiniuose tinkluose, atskirti nuo tikro sąmokslo, kurio aprašymas pateko į socialinį tinklą? Pasirodo, tai yra įmanoma: mašininio mokymosi įrankis, gebantis „sujungti taškus“ tarp naratyvo elementų, iš tiesų geba atskirti sąmokslą nuo sąmokslo teorijos. Ir toks įrankis galėtų tapti ankstyvo įspėjimo sistema, kuri įspėtų ar tai valdžios institucijas, ar tai svetainių bei socialinių tinklų valdytojus apie tokius internete auginamus naratyvus, kurie gali kelti grėsmę realiame pasaulyje.
Kalifornijos universiteto Berklyje (JAV) kultūrų analitikos grupė, kuriai vadovauja prof. Timothy R. Tangherlini ir Vwani Roychowdhury, sukūrė automatizuotą būdą nustatyti, ar socialiniame tinkle užsimezgęs pokalbis pasižymi išskirtiniais sąmokslo teorijoms būdingais ženklais.
Dirbtinis intelektas buvo sėkmingai išbandytas su įvairiomis sąmokslo teorijomis: picageitu, COVID-19 suplanuotos pandemijos, pasipriešinimo vakcinoms judėjimu, o dabar tą patį įrankį mokslininkai naudoja analizuodami „QAnon“ judėjimą.
Greitas bendro darbo vaisius
Tikrieji sąmokslai yra sąmoningai slepiami piktybinių savanaudiškų kėslų motyvuotų žmonių veiksmai realiame pasaulyje. Tuo tarpu sąmokslo teorijos – viešai kuriamas bendro darbo vaisius.
Sąmokslo teorijos tyčia kuriamos taip, kad būtų sudėtingos ir atspindėtų vyraujančią pasaulėžiūrą. Vietoj bandymo paaiškinti vieną konkretų dalyką, sąmokslo teorijos bando paaiškinti viską, atranda slapčiausias sąsajas tarp pačių įvairiausių žmonių sąveikos sričių. Tiesa, slapčiausios jos dėl to, kad dažniausiai tiesiog neegzistuoja.
Nors visuomenėje išpopuliarintas sąmokslo teoretiko įvaizdis yra yra vienišas vilkas, bandantis raudonais siūleliais sujungti ant sienos sukabintas fotografijas, šis Holivudo sukurtas įvaizdis dabar jau yra gerokai pasenęs ir neteisingas. Socialinių tinklų laikais jis yra beviltiškai atgyvenęs.
Sąmokslo teorijų kūrimas dabar yra visiškai persikėlęs į internetą. Tai yra kolektyvinio pasakojimų kūrimo galutinis produktas. Šio kūrybos proceso dalyviai nusistato savo naratyvinių rėmų parametrus: asmenis, vietas, veiksmus, jų santykius.
Internetinė sąmokslo teorijų kūrimo prigimtis mokslininkams suteikia puikią galimybę tas teorijas atsekti iki pat kilmės šaltinių, nuo kelių nesusijusių gandų ir pasakojimų iki didelį temų spektrą ir daug nesusijusių dalykų apimančio rišlaus pasakojimo. Idealus tyrimo objektas šio dirbtinio intelekto kūrėjams buvo picageito sąmokslo teorija.
Picageitas pradėjo vystytis 2016 m. spalį, artėjant ankstesniems JAV prezidento rinkimams. Bendras naratyvas susiformavo vis per mėnesį. Ir jame staigiai atsirado ištisas sąrašas veikėjų ir temų, kurie realiame pasaulyje neturi nieko bendro: demokratų politikai, privatus brolių Podestų gyvenimas, šeimyninių pietų vieta ir pedofiliška prekyba žmonėmis.
Visus šiuos dalykus jungiančiu raudonu siūlu tapo ganėtinai netipinė iš Demokratų nacionalinio komiteto pavogtų ir per „WikiLeaks“ 2016 m. spalio pabaigoje išplatintų elektroninių laiškų interpretavimas.
Dirbtinio intelekto vykdoma naratyvo analizė
Kalifornijos universiteto mokslininkai sukūrė modelį (mašininio mokymosi įrankių rinkinį), kuris geba identifikuoti naratyvus pagal žmonių, vietų, dalykų ir jų sąsajų rinkinius. Mašininio mokymosi procesai apdoroja didžiulius duomenų kiekius nustatydami duomenyse esančių dalykų kategorijas ir identifikuoja, kuriai kategorijai konkretūs dalykai priklauso.
Tas dirbtinis intelektas išanalizavo 17 498 įrašus, socialiniuose tinkluose „Reddit“ bei „4chan“ publikuotus nuo 2016 m. balandžio iki 2018 m. vasario. Visi šie įrašai išsiskyrė tuo, kad juose buvo aptarinėjamas picageitas. Modelis kiekvieną iš šių įrašų vertino kaip nuslėptos istorijos fragmentą ir pagal tuos fragmentus aiškinasi naratyvą. Programinė įranga atpažįsta asmenis, vietas ir dalykus įrašuose bei nustato, kurie elementai yra esminiai, kurie – neesminiai ir koks yra jų tarpusavio ryšys.
Modelis nustato pagrindinius naratyvo sluoksnius. Picageito atveju tai buvo demokratų politikai broliai Podestos, šeimyniniai pietūs, satanizmas ir „WikiLeaks“. O tuomet parodo, kaip tie sluoksniai sudaro bendrą naratyvą.
Norint užtikrinti, kad modelio pateikiamas rezultatas būtų tikslus, jo pateiktų rėmų grafikai buvo palyginti su „The New York Times“ publikuota schema. Vaizdas iš esmės sutapo, bet dirbtinio intelekto modelis pasiūlė smulkesnių detalių apie žmones, vietas, dalykus ir jų sąsajas.
Tvirta tiesa, trapus pramanas
Norint patikrinti, ar tas pats dirbtinis intelektas geba sąmokslo teoriją atskirti nuo realaus sąmokslo, mokslininkai atliko vadinamojo bridžgeito analizę. Bridžgeitu vadinamas skandalas, kuomet politikai susimokė dirbtinai sukelti transporto spūstis Niu Džersyje, JAV.
Palyginus šio sąmokslo ir sąmokslo teorijos tyrimus, kuriuos atliko dirbtinis intelektas, mokslininkai nustatė du esminius bruožus, kurie skiria sąmokslą nuo sąmokslo teorijos.
Pirma – bridžgeito naratyvo grafikas vystėsi nuo 2013 m. iki pat 2020-ųjų. Picageitas visi6kai susiformavo ir stabilizavosi per vieną 2016 metų mėnesį. Antra, bridžgeito sąmokslas sėkmingai išlaikė stabilumą iš jo pašalinus ir vieną ar kitą elementą. Tai rodo, kad Niu Džersio politikai būtų vykdę savo užmačias net jeigu vienas ar kitas asmuo ar ryšys iš to skandalo būtų pašalintas.
Tuo tarpu picageito grafikas lengvai fragmentavosi į mažesnius subgrafikus. Pašalinus asmenis, vietas, dalykus ar sąsajas, kurios radosi tiesiogiai iš „WikiLeaks“ nutekintų laiškų interpretacijų, grafikas subyrėjo į nesusijusius politikos, šeimyninio pietavimo asmeninio brolių Podestų gyvenimo ir satanizmo pasaulio domenus.
Žemiau pateiktoje iliustracijoje žalios plokštumos yra esminiai naratyvo sluoksniai, taškai – esminiai naratyvo elementai, mėlynos linijos – sąsajos tarp elementų viename sluoksnyje, raudonos – sąsajos tarp elementų skirtinguose sluoksniuose.
Violetinėje plokštumoje sukombinuoti visi sluoksniai ir parodomos visų taškų jungtys. Pašalinus „WikiLeaks“ plokštumą violetinėje plokštumoje gaunamos mažos, tarpusavyje nesusijusios taškų grupelės.
Ankstyvojo įspėjimo sistema
Egzistuoja aiškių eu šio dirbtinio intelekto naudojimu susijusių etinių iššūkių. Pavyzdžiui, pasinaudojant šiu metodu galima būtų prigeneruoti sąmokslo teoriją papildančių įrašų, kurie tinkamai papildytų diskusiją varančio naratyvo rėmus. Maža to, pasinaudojus šiuo įrankiu galima pateikti jam kelis skirtingus domenus ir juos sujungti į naują sąmokslo teoriją.
Tačiau toks skirtingų pasakojimų samplaikos pavertimas ginklu jau ir dabar sėkmingai naudojamas be jokio automatizavimo – tai yra akivaizdu bet kuriam socialinių tinklų naudotojui. Tad dabar tyrėjams tenkantis vaidmuo yra padėti kitiems suprasti, kaip vyksta tas pasakojimų pavertimas ginklu ir kaip žmonėms bei organizacijoms pasiūlyti įrankius, kurie padėtų apsaugoti visuomenės interesą ir demokratines institucijas.
Sukūrus ankstyvojo įspėjimo sistemą, kuri stebėtų naujų sąmokslo teorijų atsiradimą bei vystymąsi, galėtų įspėti mokslininkus bei valdžios institucijas apie tai, kokių veiksmų realiame pasaulyje gali imtis tais išgalvotais naratyvais patikėję žmonės.
Galbūt veikiant tokiai sistemai pareigūnas, suėmęs picageito šaulį, nebūtų taip nustebintas paaiškinimo, kodėl tas žmogus su ginklu atėjo į piceriją.
Recenzuotą mokslinio tyrimo aprašymą rasite žurnale „PLOS One“.
