惡意篡改詞條問題嚴(yán)重，維基百科祭出人工智能

北京時間12月2日上午消息，維基傳媒基金會正在對軟件進行訓(xùn)練，使之可以區(qū)分無心錯誤和惡意篡改之間的差異，從而降低人們編輯維基百科時所遭受的心理傷害。

該項目的一大動機在于，英語版維基百科的活躍貢獻者數(shù)量出現(xiàn)了大幅下滑：過去8年間，這一數(shù)字萎縮了40%，目前僅為3萬人。研究表明，該問題源自維基百科復(fù)雜的官僚體系，以及他們對新人所犯錯誤的苛刻態(tài)度——由于半自動工具的存在，使得刪除新的改動變得非常容易。

維基傳媒基金會高級研究員阿隆·哈爾法克(Aaron Halfaker)幫助該組織發(fā)現(xiàn)了這一問題，他目前還在領(lǐng)導(dǎo)一個算法開發(fā)項目，以應(yīng)對這一問題。這套名為“客觀修正評估服務(wù)”(ORES)的系統(tǒng)可以通過訓(xùn)練對維基百科上新增的改動進行評估，并判斷某項改動究竟是善意還是惡意。

維基百科的編輯有很多工具可以查看最近的修改，并且只需要點擊一下即可駁回這些修改。這些工具的初衷是希望在維基百科廣受歡迎后，能夠更好地控制內(nèi)容質(zhì)量。但卻引發(fā)了很多意想不到得后果。例如，新編輯發(fā)現(xiàn)自己貢獻的第一條內(nèi)容被刪除了，但卻得不到任何解釋。哈爾法克之所以發(fā)明ORES，就是希望能夠改進這些工具。

ORES可以引導(dǎo)人們?nèi)ピu估最具破壞性的修改。該軟件還可以幫助編輯用更加得體的方式對待一些無心的錯誤�！拔艺J(rèn)為，維基百科的員工之所以在控制質(zhì)量時采取偏激的措施，是因為他們下判斷的速度太快，而且沒有通過人性化方式展開互動�！惫�爾法克說，“這款工具可能會提醒編輯，‘如果你要駁回這項修改，或許應(yīng)該謹(jǐn)慎一些，并向進行修改的人發(fā)送一條消息�！�”

ORES正在英語、葡萄牙語、土耳其語和波斯語等多個版本中進行測試。想要判斷內(nèi)容的質(zhì)量，并區(qū)分破壞性編輯和無心的錯誤，就必須從維基百科編輯之前使用的工具中收集數(shù)據(jù)。負(fù)責(zé)維護編輯工具的維基百科員工已經(jīng)開始測試該系統(tǒng)。

• 構(gòu)建人工智能模型基礎(chǔ)：TFDS和Keras的完美搭配
• 遷移學(xué)習(xí)：人工智能模型訓(xùn)練的絕學(xué)
• Ryght：專為醫(yī)療保健和生命科學(xué)領(lǐng)域打造的生成式人工智能平臺
• 現(xiàn)在有什么免費好用的人工智能工具嗎？
• 現(xiàn)在人工智能賽道很火熱，信也科技在這方面有沒有什么建樹？