Поддержать команду Зеркала
Беларусы на войне
  1. В ISW пояснили, что может означать затягивание РФ переговоров с Украиной
  2. На рынке труда усиливается проблема, которой недавно озадачился Лукашенко
  3. Что остановило падение доллара ниже 3 рублей? Прогноз по валютам
  4. Сквозь отвратительный лес печали. Письмо команды «Зеркала» руководительницам TUT.BY Марине Золотовой и Людмиле Чекиной
  5. У Джо Байдена диагностировали смертельную болезнь
  6. Синоптики объявили на понедельник неблагоприятное гидрометеорологическое явление. В чем причина
  7. Пресс-секретарь Путина рассказал, при каких условиях возможна его встреча с Зеленским
  8. Президентские выборы в Польше: экзитполы показали, кто пройдет во второй тур. Но разрыв между противниками минимальный
  9. Силовики взялись «помогать» очередным крупным компаниям — с маски-шоу и задержаниями. Чем опасно такое поведение и почему терпит бизнес
  10. Одно мгновение — и людей засосало в ловушку на дне моря. Они медленно умирали в темноте, потому что никто не рискнул их спасать
  11. Победителем «Евровидения-2025» стал исполнитель Джей Джей из Австрии
  12. К проблемам с картофелем и луком добавились трудности с еще одним популярным товаром. Что случилось на этот раз


Исследователи из Университета штата Северная Каролина разработали инструмент для обучения ИИ, который поможет программам лучше учитывать то, что люди не всегда говорят правду, предоставляя личную информацию. Новый метод обучения разработан для использования в ситуациях, когда у людей есть экономический стимул лгать, например, при подаче заявки на ипотеку или попытке снизить страховые взносы, пишет «Хайтек».

Фотография используется в качестве иллюстрации. Фото: pixabay.com
Фотография используется в качестве иллюстрации. Фото: pixabay.com

ИИ уже используют в самых разных ситуациях для поддержки принятия решений. Такие программы, как правило, используют для прогнозирования математические алгоритмы, основанные исключительно на статистике. Проблема в том, что этот подход создает стимулы для людей лгать, например, чтобы получить ипотеку.

Исследователи разработали набор параметров, которые можно использовать для определения того, как ИИ учится делать прогнозы. Параметры помогают программе распознавать и учитывать экономические стимулы человека. Другими словами, ИИ учится распознавать обстоятельства, в которых человеку выгодно лгать.

В ходе моделирования, подтверждающего концепцию, модифицированный ИИ лучше обнаруживал неточную информацию от пользователей. Исследователи делают новые параметры обучения ИИ общедоступными, чтобы разработчики ИИ могли экспериментировать с ними.

«Это эффективно снижает стимул пользователя лгать при отправке информации. Однако маленькая ложь все равно может остаться незамеченной. Нам нужно проделать дополнительную работу, чтобы понять, где находится порог между „маленькой“ и „большой ложью“. В какой-то момент, если мы сделаем ИИ достаточно умным, мы сможем полностью устранить эти стимулы», — рассказал соавтор исследования Мехмет Канер.