مدل ها و روش های تشخیص دیپ فیک در هوش مصنوعی و تاثیر این پدیده بر فرهنگ اجتماعی از منظر رسانه

هدف: این پژوهش به بررسی پدیده دیپ فیک به عنوان یکی از پیامدهای فناوری های پیشرفته هوش مصنوعی، یادگیری ماشین و یادگیری عمیق در دهه اخیر می پردازد. هدف این تحقیق، تحلیل روش های مختلف مقابله با محتوای جعلی و بررسی اثرات اجتماعی و قانونی آن ها است.روش شناسی پژوهش: این مطالعه به بررسی چهار دسته از روش های مقابله با دیپ فیک شامل روش های مبتنی بر یادگیری عمیق، یادگیری ماشین کلاسیک، روش های آماری و بلاک چین می پردازد. همچنین، عملکرد این روش ها در شناسایی دیپ فیک ها بر اساس مجموعه داده های مختلف مورد ارزیابی قرار می گیرد.یافته ها: نتایج نشان می دهند که روش های مبتنی بر یادگیری عمیق در شناسایی دیپ فیک ها کارایی بیشتری دارند. همچنین، این تحقیق به تحلیل جنبه های مختلف دیپ فیک از منظر رسانه ها، جامعه، تولید و بازنمایی رسانه ها، مخاطبان، جنسیت، قانون و سیاست می پردازد و نشان می دهد که جامعه در مقابله با دیپ فیک ها آماده نیست.اصالت/ارزش افزوده علمی: این پژوهش با بررسی جامع و تطبیقی روش های مختلف شناسایی دیپ فیک، به ارزشمندی و اصالت خود در زمینه ارایه راهکارهای موثر و تحلیل ابعاد اجتماعی و قانونی این پدیده می افزاید. نتایج این مطالعه می تواند به سیاست گذاران و محققان در تدوین راهبردهای مناسب برای مقابله با دیپ فیک کمک کند.

کلیدواژه ها:

هوش مصنوعی ، دیپ فیک ، رسانه دیجیتال ، یادگیری ماشین ، یادگیری عمیق