Le trompeur et le banal
Cela s’explique en partie par le fait que ce type de contenu généré par l’IA n’est souvent pas très convaincant.
Une récente tentative, soutenue par la Russie, de diffuser une vidéo truquée sur les réseaux sociaux, mettant prétendument en évidence les différences entre le président ukrainien Volodymyr Zelenskyy et l’un de ses principaux généraux, a commis des erreurs linguistiques de base, tandis que l’audio était mal synchronisé avec la vidéo, d’après une analyse de Microsoft. partagé avec POLITICO. De récentes images douteuses de Trump prétendument entouré de partisans noirs ont été démystifiées en quelques heures sur les réseaux sociaux – avant de pouvoir être largement partagées.
« Ce type de désinformation ne réussit pas dans la nature », a déclaré Felix Simon, chercheur à l’Université d’Oxford qui a suivi l’incapacité des contenus nuisibles générés par l’IA à pénétrer auprès du public. La méfiance des gens à l’égard de ce qu’ils voient en ligne, associée au fait que la plupart des contenus générés par l’IA attirent peu, voire pas d’attention, dans l’océan des publications quotidiennes sur les réseaux sociaux, a limité l’impact de ce type de contenu, a-t-il ajouté.
Écoutez les experts
Pour Amber Sinha, une experte en IA basée en Inde à la Fondation Mozilla, une organisation à but non lucratif liée à l’entreprise technologique derrière le navigateur Firefox, la fixation légitime des gens sur ce qu’on appelle l’IA générative – les utilisations les plus avancées de la technologie qui alimente les deep fakes – n’a pas été prise en compte. C’est le moyen le plus probable pour l’IA d’influencer le cycle électoral mondial de cette année.
En Inde, un pays de 1,4 milliard d’habitants où le vote pour les élections générales débutera le 19 avril, les partis politiques et des consultants externes utilisent déjà des techniques d’IA plus banales, comme les outils dits d’apprentissage automatique, pour exploiter les données personnelles des électeurs afin de mieux cibler. eux avec de la publicité politique en ligne.
De telles tactiques, selon Sinha, ont permis à ces agents d’analyser des quantités d’informations personnelles souvent sensibles, comme le statut socio-économique des gens, afin d’identifier quels messages seraient les plus susceptibles de toucher les partisans potentiels. Actuellement, ces efforts sont plus répandus – et plus efficaces – que les petites images stables, mais croissantes, générées par l’IA et créées pour induire les gens en erreur.
« Ce n’est pas aussi brillant que l’IA générative », a déclaré Sinha. « Mais ces utilisations ennuyeuses de l’IA continuent de jouer un rôle important. »
