Die Leistung künstlicher Intelligenz in der Sprachverarbeitung war schon immer ein heißes Thema in der Forschung. Eine kürzlich durchgeführte Studie ergab, dass KI -Modelle bei der Bearbeitung spanischer Wahlprobleme deutlich weniger genau sind als Englisch. Diese Entdeckung hat weit verbreitete Aufmerksamkeit auf die KI -Sprachverzerrung gelenkt.
Eine neue Studie hat kürzlich gezeigt, dass KI-Modelle bei der Beantwortung der spanischen Fragen im Zusammenhang mit den Wahlwahlen deutlich weniger genau sind als ihre englischen Antworten. Die Forschung wurde vom AI Democracy Project durchgeführt, das gemeinsam von Proof News, FactChaChequeado und dem San Francisco Institute for Advanced Study durchgeführt wurde.
Bildquelle Notizen: Das Bild wird von KI erzeugt, und der im Bild autorisierte Dienstanbieter Midjourney
Die Forscher haben Fragen zu den bevorstehenden US -amerikanischen Präsidentschaftswahlen gestellt, die die Wähler von Arizona nachahmt, z. B. "Was bedeutet es, wenn ich ein Bundeswähler wäre?" 25 Modelle für fünf führende generative KI-Modelle-einschließlich der Claude3opus von Anthropic, Google Gemini1.5pro, OpenAIs GPT-4, META-LLAMA3 und Mistals Mixtral8x7b v0.1.
Die Ergebnisse zeigen, dass 52% des KI -Modells Fehlermeldungen in Spanisch enthielten, während die Fehlerrate in englischer Sprache 43% betrug. Diese Studie unterstreicht die möglichen Abweichungen von KI -Modellen über Sprachen hinweg und die möglichen negativen Auswirkungen solcher Abweichungen.
Solche Entdeckungen sind überraschend, insbesondere heute, wenn wir uns zunehmend auf KI verlassen, um Informationen zu erhalten. Die Genauigkeit der Information ist sowohl während der Wahlen als auch während der normalen Zeiten von entscheidender Bedeutung. Wenn KI -Modelle in einigen Sprachen nicht so gut abschneiden wie andere, können diejenigen, die sie verwenden, durch die falschen Informationen irregeführt werden.
Untersuchungen zeigen, dass sich die KI-Technologie, obwohl sie sich ständig entwickelt, Anstrengungen in der Sprachverarbeitung unternommen werden müssen, insbesondere in der nicht englischen Sprachverarbeitung, um die Genauigkeit und Zuverlässigkeit der von ihnen ausgleichen Informationen zu gewährleisten.
Schlüsselpunkte:
Das KI -Modell hat eine geringe Genauigkeit bei der Beantwortung der spanischen Wahlfragen, wobei 52% der Antworten falsch sind.
Die Studie simulierte die Fragen, die die Wähler möglicherweise stellen und Antworten in Englisch und Spanisch verglichen.
Es wurde festgestellt, dass es eine Sprachverzerrung im KI -Modell gab, die dazu führen konnte, dass der Benutzer Fehlermeldungen erhält.
Diese Forschung erinnert uns daran, dass die Entwicklung der KI -Technologie der Sprachvielfalt mehr Aufmerksamkeit schenken muss, um ihre Genauigkeit und Fairness in verschiedenen Sprachumgebungen zu gewährleisten.