研究顯示人工智慧可以檢查維基百科的引文以提高可靠性。這是一個非常有用的工具，但仍有許多進展需要取得。
你無法相信你在一頁上讀到的一切維基百科，這就是為什麼仔細遵循腳註中引用的原始來源很重要。但有時即使這些來源也會誤導您。研究人員已經開發出新的人工智慧可以提高維基百科引用的可靠性透過訓練其演算法來識別有問題的引用。
研究顯示人工智慧可以檢查維基百科的引文以提高可靠性
這個名為 SIDE 的程式會做兩件事：檢查來源是否認真並建議新的來源。然而，人工智慧假設有關的聲明維基百科是真的。這意味著雖然它可以驗證來源的有效性，但它無法驗證聲明本身。
在一項研究中，70% 的情況下人們更喜歡使用人工智慧建議的引言。研究人員發現，在近 50% 的情況下，SIDE 建議的來源已被維基百科用作主要參考。在 21% 的案例中，SIDE 領先一步，提供了人類在研究中已宣布合適的建議。
如果這個人工智慧似乎證明它確實可以幫助驗證維基百科上的信息，那麼研究人員承認替代方案可以在品質和速度方面做得更好。 SIDE 的容量有限；例如，它只考慮與網頁相對應的參考。事實上，維基百科引用了書籍、科學文章和透過文字以外的其他媒體（例如圖像或影片）呈現的其他資訊。但除了其限制之外，維基百科的主要目的是任何文章中的每個編輯都可以指定對某個主題的引用。研究人員認為，維基百科本身的使用可能會限制這項研究。在這裡，他們暗示了這樣一個事實，即在網站中引入引用的個人可能會對相關主題的性質產生偏見。
一個非常有用的工具，但仍有許多進展需要取得
同時，我們清楚地知道，任何程序，尤其是依賴其訓練的人工智慧，都會受到開發人員的偏見的影響。從這個意義上來說，用於訓練和評估 SIDE 模型的資料可能會受到限制。無論如何，使用人工智慧促進事實查核的好處，甚至只是作為一種附加工具，都可能產生影響。應用別處。維基百科和其他社群公司必須應對惡意人員和其他在平台上充斥假訊息的機器人。與後者作鬥爭的需要可以由以下因素催化：人工智慧工具和SIDE一樣，也是為了這個目的而思考設計的，但仍有進步的空間。
