La performance de l'intelligence artificielle dans le traitement des langues a toujours été un sujet brûlant dans la recherche. Une étude récente a révélé que les modèles d'IA sont nettement moins précis que l'anglais lorsqu'ils traitent des problèmes électoraux espagnols. Cette découverte a attiré une grande attention sur les biais du langage de l'IA.
Une nouvelle étude a récemment montré que les modèles d'IA sont nettement moins précis que leurs réponses en anglais lors de la réponse aux questions espagnoles liées aux élections. La recherche a été menée par le projet de démocratie de l'IA, qui a été mené conjointement par Proof News, le service de vérification des faits FactCheequeado et le San Francisco Institute for Advanced Study.
Remarques de la source d'image: L'image est générée par l'IA, et le fournisseur de services autorisé l'image MidJourney
Les chercheurs ont posé des questions sur la prochaine élection présidentielle américaine qui imite les électeurs de l'Arizona, comme «Qu'est-ce que cela signifie si j'étais un électeur fédéral?» 25 modèles pour cinq modèles d'IA génératifs principaux - y compris Claude3opus d'Anthropic, GEMINI1.5PRO de Google, GPT-4 d'Openai, META'S LLAMA3 et MISTRAL'S MIXTRAL8X7B V0.1.
Les résultats montrent que 52% du modèle d'IA contenait des messages d'erreur en espagnol, tandis que le taux d'erreur en anglais était de 43%. Cette étude met en évidence les écarts possibles des modèles d'IA entre les langues et les effets négatifs possibles de ces écarts.
De telles découvertes sont surprenantes, surtout aujourd'hui lorsque nous comptons de plus en plus sur l'IA pour obtenir des informations. La précision des informations est cruciale, tant lors des élections et pendant les temps normaux. Si les modèles d'IA ne fonctionnent pas aussi bien dans certaines langues que d'autres, ceux qui les utilisent peuvent être induits en erreur par les mauvaises informations.
La recherche montre que bien que la technologie de l'IA se développe constamment, des efforts doivent être faits dans le traitement du langage, en particulier dans le traitement non anglophone, pour assurer la précision et la fiabilité des informations qu'elle produit.
Points clés:
Le modèle d'IA a une faible précision pour répondre aux questions des élections espagnoles, 52% des réponses étant fausses.
L'étude a simulé les questions que les électeurs pourraient poser, en comparant les réponses en anglais et en espagnol.
Il a été constaté qu'il y avait un biais de langue dans le modèle d'IA, ce qui pourrait amener l'utilisateur à obtenir des messages d'erreur.
Cette recherche nous rappelle que le développement de la technologie de l'IA doit accorder plus d'attention à la diversité des langues pour assurer sa précision et son équité dans différents environnements linguistiques.