Uutiset

Vihapuhetta tunnistavat tekoälyt menevät sekaisin ”rakkaudesta”

Tutkijat osoittivat, että sosiaalisessa mediassa ja verkkopalveluissa käytettävät vihapuheentunnistimet ovat helposti ihmisten huijattavissa.
Google Perspective arvioi verkkokommentteja loukkaavuuden perusteella. Vihapuheeksi alun perin tunnistettu lause läpäisee seulan, kun se sotketaan kirjoitusvirheellä ja sanalla ’rakkaus’.

Vihapuheen ja loukkaavan kommentoinnin määrä verkossa vain kasvaa. Sen hillitsemiseksi tarvitaan automaattisia työkaluja, jotka tunnistavat verkkopalvelujen sääntöjen vastaisen tai jopa laittoman sisällön.

Nyt Aalto-yliopiston Secure Systems -tutkimusryhmä on kuitenkin löytänyt parhaistakin koneoppimiseen perustuvista vihapuheentunnistimista merkittäviä heikkouksia. Käyttäjien on yllättävän helppo kiertää vihapuheen suitsemiseen kehitettyjä tekoälytyökaluja. Tarkoituksellinen tai tahaton huono kielioppi ja kirjoitusvirheet voivat tehdä vihanlietsonnasta ja loukkauksista tekoälylle vaikeita tunnistaa.

Ryhmä kokeili seitsemän uuden tunnistamistyökalun tarkkuutta. Kaikki reputtivat testit.

Nykyaikaiset luonnollisen kielen prosessointiin käytetyt mallit pystyvät luokittelemaan tekstiä merkkien, sanojen ja lauseiden piirteiden perusteella. Kun mallit joutuvat analysoimaan tekstidataa, jollaista ei ole käytetty niiden opettamiseen, tulosten laatu alkaa kärsiä.

”Lisäsimme vihapuheeksi tai loukkaavaksi määriteltyjen kommenttien sekaan kirjoitusvirheitä, muokkasimme sanojen rajoja tai lisäsimme joukkoon neutraaleja sanoja. Välilyöntien poistaminen sanojen välistä osoittautui englanninkielisen sisällön manipuloinnissa tehokkaimmaksi. Kaikkia keinoja yhdistelemällä saimme jopa Googlen kommenttien arvottamiseen käyttämän Perspective-työkalun sekaisin”, kertoo Tommi Gröndahl, Aalto-yliopiston tohtorikoulutettava.

Google Perspective luokittelee kommenttien loukkaavuutta tai ”toksisuutta” eri tekstianalyysin menetelmien avulla. Vuonna 2017 Washingtonin yliopiston tutkijat osoittivat, että Perspectiveä voi kuitenkin huijata lisäämällä tekstiin pieniä kirjoitusvirheitä.

Gröndahl havaitsi kollegoineen, että Perspective on sittemmin oppinut tunnistamaan myös kirjoitusvirheet, mutta se on edelleen huijattavissa muunlaisella manipuloinnilla, esimerkiksi poistamalla välilyöntejä ja lisäämällä harmittomia sanoja, kuten love, ’rakkaus’.

Perspectiven ja monen muun edistyneen vihapuheentunnistimen seulan läpäisi esimerkiksi lause ”I hate you” (”minä vihaan sinua”), kun se muokattiin muotoon ”Ihateyou love”.

Tutkijat huomauttavat, että asiayhteys määrittää pitkälti sen, tulkitaanko yksittäinen kommentti vihaksi vai vain asiattomaksi tai mauttomaksi. Vihapuhe on subjektiivista ja kontekstisidonnaista, ja tutkijoiden mukaan pelkät koneelliset tekstianalyysimenetelmät eivät riitä sen tarkkaan tunnistamiseen.

”Ihmiset muuttavat toimintaansa ja alkavat kokeilla eri tapoja kirjoittaa, koska he haluavat välttää kiinnijäämistä. Ollakseen tehokas tekoäly tarvitsee avukseen ihmisen tekemää tulkintaa”, uskoo tutkimusryhmän johtaja, Aalto-yliopiston professori N. Asokan.

Tekstiä analysoivien koneoppimismallien kehittämisessä tulisi tutkijoiden mukaan kiinnittää huomiota mallien opettamiseen käytettävän datan laatuun ja monipuolisuuteen, eikä niinkään mallien rakenteiden hiomiseen.

Ryhmän tulokset osoittavat myös, että vihapuheentunnistimet voisivat olla nykyistä tarkempia, jos ne analysoisivat tekstiä yksittäisten merkkien ja niiden yhdistelmien tasolla. Lisäksi kommenttien kontekstin luokittelua pitäisi saada hienovaraisemmaksi, jotta mallit osaisivat erottaa toisistaan esimerkiksi rasismin, seksismin ja henkilökohtaiset hyökkäykset.

Tutkimus tehtiin yhteistyössä Aalto-yliopiston Secure Systems -ryhmän ja Padovan yliopiston tutkijoiden kanssa. Tulokset esitellään lokakuussa ACM AISec -konferenssissa Torontossa.

Ryhmän artikkeli ”All You Need is "Love": Evading Hate-speech Detection” on osa Aalto-yliopiston Secure Systems -ryhmän projektia, joka tutkii tekstianalyysin keinoin valheellisen tai vilpillisen sisällön tunnistamista verkossa.

Tutkimusartikkeli:

Tommi Gröndahl, Luca Pajola, Mika Juuti, Mauro Conti, N.Asokan:
All You Need is "Love": Evading Hate-speech Detection.
https://arxiv.org/abs/1808.09115

Lisätietoja:
Tommi Gröndahl, tohtorikoulutettava
Aalto-yliopisto
Secure Systems -ryhmä
[email protected]
puh. 0400 426 523

N. Asokan, professori
Aalto-yliopisto
Secure Systems -ryhmä
[email protected]
puh. 050 483 6465

  • Julkaistu:
  • Päivitetty:
Jaa
URL kopioitu

Lue lisää uutisia

Päivi Törmä ja Sebastiaan van Dijken
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Tietokoneet haaskaavat valtavasti energiaa – nyt tutkijat kehittävät laskentaa, joka tuottaa huomattavasti vähemmän hukkalämpöä

Nykyiset tietokoneet ovat suuria energiasyöppöjä. Aalto-yliopiston tutkijat ovat juuri saaneet merkittävän Tulevaisuuden tekijät -rahoituksen ongelman ratkaisemiseksi.
Physicists at Aalto University and VTT have developed a new detector for measuring energy quanta at unprecedented resolution. Photo: Aalto University
Mediatiedotteet Julkaistu:

Tutkijat kehittivät maailman tarkimman säteilyilmaisimen – nyt se räätälöidään osaksi kvanttitietokoneita

Professori Mikko Möttönen on tiiminsä ja yhteistyökumppaniensa kanssa saanut Jane ja Aatos Erkon säätiöltä ja Teknologiateollisuuden 100-vuotissäätiöltä Tulevaisuuden tekijät -ohjelman rahoituksen. Sen avulla he haluavat jalostaa bolometriteknologian osaksi paitsi kvanttitietokoneita myös superpakastimia ja terahertsikameroita. Kyseessä olisi ensimmäinen kerta, kun uutta bolometria hyödynnetään käytännön sovelluksissa.
Schematic view of the entangled photon generator. Picture: Ethan D. Minot.
Mediatiedotteet Julkaistu:

Mullistava valonlähde voi tuoda lisätehoa ja -turvaa kvantti-informaation siirtämiseen

Aalto-yliopistossa aletaan rakentaa vallankumouksellista fotoniparien kvanttilomittumiseen perustuvaa LED-valonlähdettä professori Pertti Hakosen johdolla. Tutkimusryhmä on saanut työhön Jane ja Aatos Erkon säätiöltä ja Teknologiateollisuuden 100-vuotissäätiöltä kolmivuotisen Tulevaisuuden tekijät -ohjelman rahoituksen.
Image depicts a white wall with the words IV Konehuone OLO sprayed on it in red, referring that the engine room for AC is that way.
Kampus, Mediatiedotteet, Yliopisto Julkaistu:

Aalto-yliopisto julkistaa kilpailut rakenteilla olevan korttelin taideteoksista

Kilpailuilla haetaan teoksia rakenteilla olevaan Aalto Works -kortteliin.