Ο Ανδρόνικος Κουτρουμπέλης είναι συνιδρυτής της νεοσύστατης πλατφόρμας FactReview για την καταπολέμηση ψευδών ειδήσεων. Στη συζήτηση αυτή μας μιλάει για το πώς η τεχνητή νοημοσύνη μπορεί να συμβάλει στη προσπάθεια καταπολέμησης της παραπληροφόρησης, τα εργαλεία που χρησιμοποιούνται συχνά στη δουλειά αυτή καθώς και τους περιορισμούς και τις ιδιαιτερότητες τους.
![](http://82.112.241.111/wp-content/uploads/2024/01/koutroumpelis-1013x1024.jpg)
– Ανδρόνικε, πες μας λίγα λόγια για την έως τώρα πορεία σου στο χώρο της καταπολέμησης ψευδών ειδήσεων.
Ξεκίνησα τις σπουδές μου στο τμήμα Πληροφορικής της ΑΣΟΕΕ αλλά εξαρχής είχα πολύ ευρύτερα ενδιαφέροντα. Πέρα από άψυχα νούμερα και κουμπάκια μ’ αρέσει η δημιουργικότητα στη τεχνολογία, ο τρόπος με τον οποίο μπορεί να διευκολύνει την καθημερινότητα μας και η επίδραση της στη κοινωνία. Κατά τη διάρκεια των σπουδών μου έχοντας περάσει από πολλές εθελοντικές ομάδες κατέληξα κάποια στιγμή, στα Ελληνικά Hoaxes. Πρόκειται ουσιαστικά για την πρώτη ομάδα που στήθηκε για την συστηματική αντιμετώπιση της παραπληροφόρησης στην Ελλάδα. Στα τέλη του 2018 έγινα και νομικά ιδρυτικό μέλος και τότε άρχισε η συνεργασία μας με το Facebook για την καταπολέμηση των ψευδών ειδήσεων που διαδίδονταν μέσω της πλατφόρμας. Λίγο μετά ήρθε η πανδημία και με αφορμή την διάχυτη αβεβαιότητα που υπήρχε ακόμα και από τη μεριά των ειδικών, συνειδητοποίησα ότι ήθελα να αφοσιωθώ πλήρως στην επιβεβαίωση γεγονότων και ειδήσεων. Θεώρησα τότε ότι είμαι πλέον σε θέση να ακολουθήσω τη δική μου προσέγγιση και έτσι από τον Μάιο του 2023 έχουμε ξεκινήσει μαζί με άλλους συνεργάτες μια νέα ομάδα στο χώρο της παραπληροφόρησης που λέγεται FactReview.
– Μπορείς να μας δώσεις μερικά παραδείγματα παραπληροφόρησης που συναντάτε συχνά στη δουλειά σας και τα οποία φαίνεται να έχουν τη μεγαλύτερη απήχηση στο κοινό;
Πέρα από τη θεματολογία και την προκατάληψη, αυτό που ευνοεί κυρίως τη διασπορά ψευδών ειδήσεων είναι η ανάγκη του κόσμου να αναπαράγει ό,τι τον εντυπωσιάζει χωρίς να σκέφτεται κριτικά πριν πατήσει το «κλικ».
Σχετικά με τη θεματολογία τέτοιων ειδήσεων θα έλεγα ότι διανύουμε φάσεις παραπληροφόρησης ανάλογα με το τι ενδιαφέρει πολύ τον κόσμο την εκάστοτε περίοδο και το τι προσφέρεται κιόλας. Συνήθως πρόκειται για θέματα πολύ συναισθηματικά και μη απλά στην περιγραφή τους. Υπάρχει κόσμος με πολύ έντονα “πιστεύω” γύρω από αυτά και συνοδεύονται συνήθως από πολύ εντυπωσιακά πλάνα. Αυτή θα έλεγα ότι είναι η πυριτιδαποθήκη της παραπληροφόρησης.
Ένα πρόσφατο παράδειγμα είναι ο πόλεμος με το Ισραήλ και την Χαμάς. Πρόκειται για ένα εξαιρετικά πολύπλοκο ζήτημα σε όλα τα επίπεδα που προσφέρεται πάρα πολύ για την κατασκευή ειδήσεων που εξυπηρετούν συγκεκριμένα συμφέροντα και τραβούν την προσοχή του κοινού. Λόγω προκαταλήψεων και προδιάθεσης να επιβεβαιώσει τις ήδη υπάρχουσες απόψεις του, ο κόσμος δεν ενδιαφέρεται να ερευνήσει την αυθεντικότητα και την αξιοπιστία τους. Βλέπουμε ακόμα και άσχετο υλικό, βίντεο ή εικόνες, που προέρχονται από άλλες εποχές και καταστάσεις να προωθούνται με σημερινούς τίτλους. Πέρα από τη θεματολογία και την προκατάληψη όμως αυτό που ευνοεί κυρίως τη διασπορά ψευδών ειδήσεων είναι η ανάγκη του κόσμου να αναπαράγει ό,τι τον εντυπωσιάζει χωρίς να σκέφτεται κριτικά πριν πατήσει το «κλικ».
– Ποια είναι η διαδικασία αντιμετώπισης των ψευδών ειδήσεων, από την ανίχνευση μέχρι την αποδόμηση τους;
Επειδή ο χώρος μας είναι πολύ καινούργιος, ακόμα και σε διεθνές επίπεδο, τα πρότυπα εξελίσσονται διαρκώς και δεν υπάρχει μια απόλυτη τυποποίηση ως προς τον τρόπο εργασίας. Εγώ θα ξεκινούσα αυτήν την κουβέντα από τη βάση, το τρίπτυχο δηλαδή αντιμετώπισης της παραπληροφόρησης. Το πρώτο πράγμα είναι η ευρύτερη εκπαίδευση του κοινού (media literacy) έτσι ώστε να σκέφτεται κριτικά ό,τι διαβάζει. Το δεύτερο είναι το λεγόμενο pre-bunking, η προετοιμασία ουσιαστικά του κοινού ώστε να είναι σε εγρήγορση και υποψιάζεται άμεσα ότι αυτό το αφήγημα είναι επίφοβο. Τέλος, υπάρχει η απομυθοποίηση (debunking) που είναι το τελευταίο επίπεδο και αφορά το πώς αντιμετωπίζεται μια κρίση αφότου έχει ξεσπάσει. Παρόλο που η ομάδα μας εστιάζει στο τελευταίο αυτό επίπεδο, δηλαδή τον έλεγχο των γεγονότων και των ειδήσεων (fact-checking) έχουμε σκοπό να ασχοληθούμε και με τα άλλα δύο.
Προς το παρόν όμως η καθημερινότητα μας είναι το fact-checking και η διαδικασία είναι η εξής: πρώτα εντοπίζουμε το τι κυκλοφορεί τη δεδομένη στιγμή στο διαδίκτυο «σκανάροντας» ιστοσελίδες και μέσα κοινωνικής δικτύωσης. Έχουμε επίσης και ιδιωτικά κανάλια επικοινωνίας στα οποία μπορεί οποιοσδήποτε να μας ενημερώνει για πιθανές ψευδείς ειδήσεις. Σε δεύτερο επίπεδο βάζουμε τα θέματα σε σειρά προτεραιότητας, εστιάζοντας σε αυτά τα οποία μπορούν να επηρεάσουν αρνητικά ένα ευρύ κοινό σε καίρια ζητήματα καθώς πρόκειται για μια εργασία που απαιτεί πολύ χρόνο και προσπάθεια για να γίνει σωστά. Αφού συλλεχθούν τα απαραίτητα στοιχεία, ξεκινά η συγγραφή του άρθρου, σημαντικό κομμάτι της οποίας είναι η ανάγκη για αξιόπιστη τεκμηρίωση, έτσι ώστε να μπορεί ένας τρίτος παρατηρητής να επαληθεύσει τα στοιχεία.
– Για να περάσουμε και στην τεχνητή νοημοσύνη, υπάρχει κάποιος τρόπος που η τεχνητή νοημοσύνη μπορεί να βοηθήσει σε αυτή τη διαδικασία; Χρησιμοποιείτε εσείς τεχνητή νοημοσύνη στη δουλειά σας αυτή τη στιγμή;
Xρειάζεται πάντα εμπειρία στο πώς να χρησιμοποιήσεις αυτά τα μοντέλα και αυτό θέλει χρόνο, διαρκή ενημέρωση και τριβή.
Αν και υπό μία έννοια η τεχνητή νοημοσύνη βρίσκεται στα πάντα γύρω μας εδώ και χρόνια, αυτό που αντιλαμβάνεται πλέον περισσότερο ο κόσμος ως ΤΝ είναι κατά κύριο λόγο το Generative AI, η επανάσταση που έχει ξεκινήσει χονδρικά από πέρσι με το ChatGPT.
Όταν βγήκε το ChatGPT της OpenAI πριν από ένα χρόνο περίπου είχε, και έχει ακόμα, προβλήματα με τις λεγόμενες ψευδαισθήσεις (hallucinations). Συμπεριφέρεται διαφορετικά ανάλογα με το βάθος της συζήτησης. Αν ρωτήσεις επιφανειακά πράγματα για ένα θέμα θα τα πει καλά. Όσο μπαίνεις σε λεπτομέρειες δε γνωρίζει τις πραγματικές απαντήσεις και αυτό που κάνει είναι να συνδέει κρίκους και να φαντάζεται ευλογοφανείς καταστάσεις που βγάζουν απόλυτα νόημα και περνούν απαρατήρητες από το μέσο χρήστη. Αυτό είναι πολλαπλό άγχος για έναν fact-checker ο οποίος πρέπει να είναι απόλυτα σίγουρος για κάθε μία λέξη που γράφει. Άρα στην αρχή ήταν εξαιρετικά επίφοβο να χρησιμοποιήσει κανείς το GPT-3.5 (το μοντέλο πίσω από το ChatGPT) για τη δουλειά μας.
Ήρθε όμως η επόμενη έκδοση, το GPT-4, το Μάρτιο του 23 και τα πράγματα άλλαξαν ριζικά. Είναι σε άλλο επίπεδο σε αυτή τη δουλειά, κατανοεί πολύ καλύτερα το τι το ρωτάς και πώς δουλεύει ο ίδιος ο κόσμος. Έγιναν μεγάλα άλματα προς τη βαθύτερη κατανόηση πολύπλοκων φαινομένων και αυτό είναι που το καθιστά πραγματικά χρήσιμο σαν εργαλείο. Πλέον είναι σαν να έχεις έναν ειδικό δίπλα σου που να μπορείς να τον ρωτάς σύνθετα πράγματα και να σου δίνει μια κατεύθυνση τουλάχιστον για το πώς να ψάξεις. Εξακολουθεί βέβαια να υπάρχει ο κίνδυνος των hallucinations που ανέφερα πριν, ειδικά όσο μπαίνει κανείς σε λεπτομέρειες. Άρα χρειάζεται πάντα εμπειρία στο πώς να χρησιμοποιήσεις αυτά τα μοντέλα και αυτό θέλει χρόνο, διαρκή ενημέρωση και τριβή.
– Μπορείς να μας δώσεις μερικά πρακτικά παραδείγματα χρήσης τέτοιων εργαλείων;
Μια πολύ χρήσιμη εφαρμογή είναι η ανάγνωση PDF. Το Claude είναι ένα γλωσσικό μοντέλο από την Anthropic το οποίο σε αντίθεση με το GPT παίρνει ως είσοδο πολύ μεγαλύτερο αριθμό λέξεων (context length), συγκεκριμένα 300K tokens (γύρω στις 100.000 λέξεις). Αυτό έχει πάρα πολλές εφαρμογές σε περιπτώσεις όπου θέλει κανείς να επιταχύνει την ανάγνωση ενός μεγάλου κειμένου ή ακόμα και ολόκληρου βιβλίου για να πάρει γρήγορα τις πληροφορίες που χρειάζεται. Επίσης στην επεξεργασία απομαγνητοφωνήσεων (transcript) που έχουν προκύψει από μακροσκελείς συζητήσεις μπορεί να βρει γρήγορα σε ποιο σημείο γίνεται μια αναφορά έτσι ώστε να ακούσει μόνο αυτό το συγκεκριμένο απόσπασμα.
Ένα άλλο παράδειγμα είναι το Bing Chat. Αυτό που διαφοροποιεί το Bing Chat είναι ότι ψάχνει σε πραγματικό χρόνο στο διαδίκτυο, διαβάζει ορισμένα άρθρα, περιορισμένα σε αριθμό λόγω του context length, και επιστρέφει μια σύνοψη τους. Αντίθετα, το GPT έχει χτίσει εκ των προτέρων μια βάση γνώσης κατά τη διαδικασία της εκπαίδευσης του αλλά δεν έχει πρόσβαση σε real-time δεδομένα από το διαδίκτυο. Έτσι, ανάλογα με τη στόχευση της ερώτησης, αν αφορά δηλαδή κάτι συγκεκριμένο ή γενικές γνώσεις, χρησιμοποιείς και το αντίστοιχο εργαλείο. Να σημειώσω ωστόσο ότι το Bing Chat, παρόλο που στηρίζεται σε δεδομένα από το διαδίκτυο, είναι πολύ πιο επιρρεπές σε ψευδαισθήσεις (hallucinations) σε σύγκριση με το GPT, το οποίο είναι καλά ρυθμισμένο να ενημερώνει το χρήστη αν δε γνωρίζει κάτι.
– Κατά τη γνώμη σου, σε τι επίπεδο βρίσκεται σήμερα η τεχνητή νοημοσύνη σε σχέση με την ανθρώπινη νοημοσύνη;
Αν το δούμε λίγο πιο ώριμα πρέπει να κάνουμε σύγκριση με το πώς λειτουργούν και οι άνθρωποι. Δεν μπορούμε να περιμένουμε από αυτό εξ’ ορισμού να είναι τέλειο ενώ βλέπουμε ότι πολύ παρόμοιες ατέλειες κάνουν και οι άνθρωποι.
Μέχρι και το 2017 που έψαχνα ενεργά τις εξελίξεις στον κλάδο έλεγα ότι είναι αδύνατο να φτάσει η τεχνητή νοημοσύνη στο επίπεδο της ανθρώπινης. Στην καθημερινότητά μας δεν διανοούμαστε τι κάνει το μυαλό για να φτάσει να παράγει λόγο. Είναι ένα, αν το λέγαμε σε επίπεδο τεχνολογίας, υπερσύγχρονο νευρωνικό δίκτυο που για να υλοποιηθεί ακριβώς όπως είναι τώρα μπορεί να χρειάζεται έναν αιώνα ακόμα έρευνας. Ήρθε όμως το GPT τον επόμενο χρόνο και όσο αυξανόταν ο αριθμός των παραμέτρων του έδειξε ότι μπορεί να αποκτήσει κανονική νοημοσύνη.
Φυσικά, δεν είναι ακριβώς σαν την ανθρώπινη, έχει πολλά κενά. Ένα πολύ βασικό παράδειγμα είναι ότι το GPT από μόνο του δεν μπορεί να κρατάει σημειώσεις. Και εννοώ ότι εμείς όταν σκεφτόμαστε κάτι, το κρατάμε στο μυαλό μας, βάζουμε άλλες σκέψεις δίπλα, αφαιρούμε κάποιες, γράφουμε κάτι σε ένα χαρτί, το ξανασκεφτόμαστε. Το GPT δεν δουλεύει έτσι, τα γράφει όλα με τη μία, μία λέξη μετά την άλλη. Και είναι ασύλληπτο πως, χωρίς να «κρατάει σημειώσεις», φτάνει σε τέτοιο επίπεδο η σκέψη του. Αλλά ακόμα υστερεί και αυτό φαίνεται στις λεπτομέρειες, π.χ. αν ρωτήσεις ποια είναι η μητέρα του Τομ Κρουζ θα απαντήσει σωστά, ενώ αν δώσεις το όνομα της μητέρας του Τομ Κρουζ και ρωτήσεις ποιον έχει γιο δεν θα το βρει.
Παρόλο που δεν υπάρχει ομοφωνία ακόμα στην επιστημονική κοινότητα για το πώς ακριβώς συμβαίνει αυτό, πιστεύω ότι έχουμε καταφέρει να μοντελοποιήσουμε κάποιες διαδικασίες του μυαλού μας.
Απ’ την άλλη, αν το δούμε λίγο πιο ώριμα, πρέπει να κάνουμε σύγκριση με το πώς λειτουργούν και οι άνθρωποι. Δεν μπορούμε να περιμένουμε από αυτό εξ’ ορισμού να είναι τέλειο ενώ βλέπουμε ότι πολύ παρόμοιες ατέλειες κάνουν και οι άνθρωποι. Τα hallucinations για παράδειγμα είναι καθημερινό φαινόμενο της μνήμης μας. Έχει διαπιστωθεί ότι όταν έχει περάσει ένας χρόνος από ένα γεγονός, πολλές λεπτομέρειες τις κατασκευάζει το μυαλό και τις κολλάει πάνω στην αρχική ανάμνηση με τρόπο τόσο φυσικό που περνούν απαρατήρητες. Επίσης, έχουν γίνει πειράματα που δείχνουν ότι αν θέσουμε μια ερώτηση με τρόπο συναισθηματικά φορτισμένο, π.χ. «πάρε το πάρα πολύ σοβαρά αυτό γιατί κινδυνεύει η ζωή μου» ή «πάρε μια βαθιά ανάσα και μετά γράψε» βελτιώνεται κάπως η απόδοση του μοντέλου, το οποίο ακούγεται τρελό. Άρα, παρόλο που δεν υπάρχει ομοφωνία ακόμα στην επιστημονική κοινότητα για το πώς ακριβώς συμβαίνει αυτό, πιστεύω ότι έχουμε καταφέρει να μοντελοποιήσουμε κάποιες διαδικασίες του μυαλού μας.
– Πιστεύεις ότι θα υπάρξει κάποια στιγμή στο μέλλον που η ΤΝ θα αντικαταστήσει εξ ολοκλήρου τον ανθρώπινο παράγοντα στην καταπολέμηση της παραπληροφόρησης;
Θεωρώ ότι θα αργήσει αρκετά, θα είμαστε από τα τελευταία επαγγέλματα που θα εμπιστευτούν την ίδια την αλήθεια στην ΤΝ.
Σε κάποιες δουλειές, είτε το δέχεται είτε όχι ο πολύς κόσμος, τα συστήματα ΤΝ είναι πολύ ανώτερα του μέσου όρου του ανθρώπου. Εκεί που μέχρι και πριν λίγα χρόνια λέγαμε ότι είναι επιστημονική φαντασία και ότι δεν μπορεί να φτάσει το ανθρώπινο μυαλό, για πρώτη φορά πλέον το βλέπουμε στην πράξη. Δεν μπορείς πια να αρνηθείς τίποτα σαν πιθανότητα. Βλέπω περιορισμούς, βλέπω ατέλειες, αλλά με τη ταχύτητα που πάμε είναι δυνατόν σε λίγα χρόνια να έχουν λυθεί απόλυτα. Πρόκειται για το φαινόμενο της εκθετικότητας (exponentiality), ακριβώς όπως είχε συμβεί και με τον αριθμό των κρουσμάτων κατά τη διάρκεια της πανδημίας, το οποίο δεν είναι εύκολα κατανοητό από τον περισσότερο κόσμο. Αν συνεχίσει εκθετικά, είναι πρακτικά σίγουρο ότι θα μπορέσει να αντικαταστήσει τον άνθρωπο, θα φτάσουμε σε αυτό που λέμε γενική ΤΝ (Artificial General Intelligence – AGI) και πιστεύω ότι μπορεί να γίνει στο ορατό μέλλον πλέον.
Ωστόσο θεωρώ ότι η δουλειά μας καθ’ αυτή θα αργήσει πάρα πολύ να αυτοματοποιηθεί. Θεωρώ ότι άλλες, όπως η δουλειά του marketer ή του γραφίστα, θα αρχίσουν να βγαίνουν στο περιθώριο πιο γρήγορα όσο αναπτύσσεται η ΤΝ. Η δική μας θα είναι από τις τελευταίες, γιατί απλά δεν μπορείς να κάνεις λάθος, δεν μπορείς να εμπιστευτείς ένα ατελές σύστημα. Εγώ θεωρώ ρεαλιστικά ότι στο κοντινό μέλλον, επειδή και οι άνθρωποι έχουμε ατέλειες και οι fact-checkers ορισμένες φορές δίνουμε ελλιπείς αναλύσεις, θα τεθεί και το ανάποδο επιχείρημα να φτάνουμε δηλαδή σε σημείο που τελικά εμπιστευόμαστε πιο εύκολα τους υπολογιστές. Αλλά, θεωρώ ότι θα αργήσει αρκετά, θα είμαστε από τα τελευταία επαγγέλματα που θα εμπιστευτούν την ίδια την αλήθεια στην ΤΝ.
– Βλέπουμε τον τελευταίο καιρό ότι η ΤΝ (Generative AI) χρησιμοποιείται και για την παραγωγή ψευδών ειδήσεων σε όλες τις μορφές (κείμενο, εικόνα, ήχος). Μπορείς να μας δώσεις μια εικόνα της κατάστασης που επικρατεί;
Αν δε κάνω λάθος εκεί που εμφανίστηκαν τα πρώτα σημαντικά δείγματα ψευδούς περιεχομένου (deepfakes) ήταν το 2016 με ένα πολύ εντυπωσιακό βίντεο με κάποιον που υποκρινόταν τον Ομπάμα. Από τότε περιμέναμε ένα τεράστιο «μπαμ» στο χώρο αυτό το οποίο όμως δεν ήρθε σύντομα. Κατά τη γνώμη μου, ο λόγος είναι ότι όσοι παράγουν συστηματικά παραπληροφόρηση συνήθως δε διαθέτουν τεχνική εξειδίκευση ενώ τα deepfakes απαιτούσαν μια μη αμελητέα προσπάθεια και ορισμένες τεχνικές γνώσεις για να παραχθούν. Ωστόσο πλέον η διαδικασία έχει γίνει εξαιρετικά πιο εύκολη και μπορεί κανείς με ελάχιστο κόπο να κλωνοποιεί πλήρως όχι μόνο φωνή αλλά και συναισθήματα. Τέτοιες δυνατότητες μπορεί να παίξουν ριζικό ρόλο στο να προχωρήσει αυτή η τεχνολογία και η δική μου υπόθεση είναι ότι είμαστε στην αρχή μιας εκθετικής έκρηξης.
Αυτή τη στιγμή τα συστήματα των μεγάλων εταιριών δυσκολεύουν πολύ την μαζική παραγωγή προπαγάνδας, διότι διαθέτουν συγκεκριμένα «τείχη» ασφαλείας (guardrails). Αλλά υπάρχει μεγάλος κίνδυνος με τα μοντέλα που διατίθενται για δημόσια χρήση, τα λεγόμενα open-source μοντέλα, τα οποία καθώς ωριμάζει η τεχνολογία γίνονται όλο και πιο ικανά. Αν στο κοντινό μέλλον γίνει λίγο πιο εύκολο να τρέχουν τα open-source συστήματα από το μέσο χρήστη (π.χ. το Llama της Meta), φοβάμαι ότι θα χάσουμε την μπάλα όντως.
– Πιστεύεις ότι υπάρχει τρόπος, τώρα που είμαστε ακόμα στην αρχή, να περιοριστεί αυτό και να αποφύγουμε μια ανεξέλεγκτη πορεία εφαρμόζοντας συγκεκριμένους περιορισμούς;
Ξεκάθαρα υπάρχουν μέτρα. Το ποια μέτρα θα επιλέξει κανείς είναι εξαιρετικά αμφιλεγόμενο. Το περιστατικό που συνέβη τις προάλλες στην Open AI δείχνει ακριβώς τον προβληματισμό που υπάρχει στο τι πρέπει τελικά να κάνουμε. Από τη μια έχεις το παραδοσιακό συμβούλιο της Open AI να μένει στην παλιά λογική, λίγη-λίγη έρευνα, τα προϊόντα για ερευνητικό σκοπό και μόνο και από την άλλη έχεις τη λογική του Altman, ότι αυτά τα πράγματα πρέπει να αλλάξουν τον κόσμο σήμερα. Δίνοντας την απαραίτητη προσοχή σε ζητήματα ασφάλειας προφανώς, αλλά αυτό που προέχει είναι η καινοτομία. Άρα το πρώτο, ναι, αφορά τη νομοθεσία και πέρα από αυτό την ηθική της κάθε εταιρείας. Υπάρχουν τελείως διαφορετικές απόψεις, τελείως διαφορετική ισορροπία ρίσκου – οφέλους, αλλά θεωρώ ότι όντως είναι η βάση όλου του ζητήματος.
Το δεύτερο πιο άμεσο επίπεδο αφορά την εκπαίδευση και συγκεκριμένα το pre-bunking, όπως προανέφερα. Όταν δημοσιεύτηκε η φωτογραφία του Πάπα με αυτό το άσπρο μπουφάν, τρομερά αστεία, πιστεύω οι περισσότεροι υποψιάστηκαν αμέσως ότι ήταν ψεύτικη και πολύ γρήγορα αυτό μαθεύτηκε. Αυτό είναι το pre-banking στη πράξη, δηλαδή πολύ άμεσα βλέπεις ότι κάτι σε παραπλάνησε και το μυαλό σου το συνδέει. Έχουν φτιαχτεί πολλές ομάδες που προωθούν για πλάκα ένα σωρό ψεύτικες AI εικόνες. Θα τις δούμε παντού γύρω μας και πιστεύω ότι μέσα από τη τριβή αυτή το μυαλό του κόσμου εκπαιδεύεται ήδη χωρίς να ξεκινάμε μια εκστρατεία ενημέρωσης. Ωστόσο, ιδανικά, αυτό που λέμε media literacy θα έπρεπε να ενσωματωθεί στα ήδη υπάρχοντα σχολικά μαθήματα από πολύ μικρή ηλικία. Τέλος, σε ένα δεύτερο επίπεδο, χρειαζόμαστε ευέλικτες ανεξάρτητες νεανικές ομάδες σαν τη δική σας που μπορούν να κατανοήσουν αυτά τα ζητήματα και να τα επικοινωνήσουν αποτελεσματικά στο κοινό τους μέσα από τα διάφορα κανάλια τους.