惡意篡改詞條問(wèn)題嚴(yán)重，維基百科祭出人工智能

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

該項(xiàng)目的一大動(dòng)機(jī)在于，英語(yǔ)版維基百科的活躍貢獻(xiàn)者數(shù)量出現(xiàn)了大幅下滑：過(guò)去8年間，這一數(shù)字萎縮了40%，目前僅為3萬(wàn)人。研究表明，該問(wèn)題源自維基百科復(fù)雜的官僚體系，以及他們對(duì)新人所犯錯(cuò)誤的苛刻態(tài)度——由于半自動(dòng)工具的存在，使得刪除新的改動(dòng)變得非常容易。

維基傳媒基金會(huì)高級(jí)研究員阿隆·哈爾法克(Aaron Halfaker)幫助該組織發(fā)現(xiàn)了這一問(wèn)題，他目前還在領(lǐng)導(dǎo)一個(gè)算法開(kāi)發(fā)項(xiàng)目，以應(yīng)對(duì)這一問(wèn)題。這套名為“客觀修正評(píng)估服務(wù)”(ORES)的系統(tǒng)可以通過(guò)訓(xùn)練對(duì)維基百科上新增的改動(dòng)進(jìn)行評(píng)估，并判斷某項(xiàng)改動(dòng)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(diǎn)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(xiàn)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(jìn)這些工具。

ORES可以引導(dǎo)人們?nèi)ピu(píng)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(duì)待一些無(wú)心的錯(cuò)誤�！拔艺J(rèn)為，維基百科的員工之所以在控制質(zhì)量時(shí)采取偏激的措施，是因?yàn)樗麄兿屡袛嗟乃俣忍�快，而且沒(méi)有通過(guò)人性化方式展開(kāi)互動(dòng)。”哈爾法克說(shuō)，“這款工具可能會(huì)提醒編輯，‘如果你要駁回這項(xiàng)修改，或許應(yīng)該謹(jǐn)慎一些，并向進(jìn)行修改的人發(fā)送一條消息�！�”

ORES正在英語(yǔ)、葡萄牙語(yǔ)、土耳其語(yǔ)和波斯語(yǔ)等多個(gè)版本中進(jìn)行測(cè)試。想要判斷內(nèi)容的質(zhì)量，并區(qū)分破壞性編輯和無(wú)心的錯(cuò)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(hù)編輯工具的維基百科員工已經(jīng)開(kāi)始測(cè)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(tái)
• 現(xiàn)在有什么免費(fèi)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(méi)有什么建樹(shù)？