ახლო აღმოსავლეთის ავტორიტარული რეჟიმები ხელოვნურ ინტელექტს პროტესტების ჩასახშობად გამოიყენებენ?

კონფლიქტების პროგნოზირება, ხელოვნური ინტელექტისა (AI) და მონაცემთა დიდი მოცულობის გამოყენებით, სწრაფად ვითარდება. ახლო აღმოსავლეთის ავტორიტარული რეჟიმები შესაძლოა მსოფლიოში პირველები აღმოჩნდნენ, ვინც ამ ტექნოლოგიას პროტესტების შეჩერებისთვის გამოიყენებენ — სანამ ისინი დაიწყება. წარმოიდგინეთ, 2010 წლის დეკემბერში ტუნისის მთავრობას — რომელსაც მაშინ ავტორიტარული ლიდერი ბენ ალი ხელმძღვანელობდა — სცოდნოდა, რა მოხდებოდა მას შემდეგ, რაც მოკრძალებული ხილის გამყიდველი თავს საჯარო მოედანზე დაიწვავდა. ხილის გამყიდველ მოჰამედ ბუაზიზის საშინელმა სიკვდილმა საბოლოოდ მასობრივი დემონსტრაციები და ალის ქვეყნიდან გაქცევა გამოიწვია. ტუნისის რევოლუციამ სხვა პროტესტებიც შთააგონა, რომლებმაც ახლო აღმოსავლეთი სამუდამოდ შეცვალეს იმ პერიოდში, რომელიც არაბული გაზაფხულის სახელით გახდა ცნობილი. მაგრამ რა მოხდებოდა, ტუნისის ავტორიტარულ რეჟიმს ხელოვნური ინტელექტით აღჭურვილი ინსტრუმენტები რომ ჰქონოდა, რომლებიც მოახლოებულ რევოლუციას იწინასწარმეტყველებდნენ? მათ შესაძლოა სხვა პროტესტები აღეკვეთათ, ან სამთავრობო მოძრაობის ლიდერები დაეპატიმრებინათ, სანამ ის უფრო გაიზრდებოდა. ბენ ალის რეჟიმს ასეთი ინსტრუმენტები არ ჰქონია. მაგრამ დღევანდელ ახლო აღმოსავლეთში ზოგიერთ ავტორიტარულ მთავრობას აქვს — ყოველ შემთხვევაში, გარკვეულწილად. და მათი გამოყენების პოტენციალი პოლიტიკური განსხვავებული აზრის ჩასახშობად, სანამ ის დაიწყება, იზრდება, რადგან AI-ზე დაფუძნებული კონფლიქტების პროგნოზირება ვითარდება. ანალიტიკოსები ყოველთვის ცდილობდნენ მომავალი რისკების პროგნოზირებას. მაგრამ ბოლო რამდენიმე წლის განმავლობაში, მონაცემთა მასიური მოცულობისა და გამოთვლითი სიმძლავრის ხელმისაწვდომობამ, ისევე როგორც მანქანური სწავლების წინსვლამ, განაპირობა ის, რომ გამოთვლითი მოდელები სულ უფრო მეტად იყენებენ წარსული მოვლენების შესახებ მონაცემებს მომავალი მოვლენების პროგნოზირებისთვის. გეოპოლიტიკური თვალსაზრისით, კონფლიქტების პროგნოზირების დადებითი მხარეები მოიცავს რესურსების უკეთეს განაწილებას და ქვეყნებისა და ჰუმანიტარული ორგანიზაციების უკეთეს მომზადებას. მაგრამ კონფლიქტების პროგნოზირების სფეროს მკვლევარები ასევე შეშფოთებულნი არიან ამ ტიპის ტექნოლოგიის შესაძლო არასწორი გამოყენებით, ადასტურებს კრისტოფერ რაუჰი, კემბრიჯის უნივერსიტეტის ეკონომიკისა და მონაცემთა მეცნიერების პროფესორი და ორგანიზაცია ConflictForecast-ის ერთ-ერთი დამფუძნებელი. ის იყენებს მანქანური სწავლებისა და ადამიანის ექსპერტიზის კომბინაციას, რათა „აღმოაჩინოს კონფლიქტის რისკის ახალი, დახვეწილი სიგნალები იმ ქვეყნებში, რომლებიც ამჟამად არ არიან ომში.“ „დიახ, ჩვენ ვღელავთ, რომ ბოროტმა აქტორებმა შეიძლება გამოიყენონ ზოგიერთი მონაცემი — სწორედ ამიტომ არ ვაქვეყნებთ პროტესტების პროგნოზებს, მაგალითად,“ — განაგრძო რაუჰმა. „ჩვენი მოდელი ადაპტირებადია და მცირე მოდიფიკაციით, ჩვენ შეგვეძლო მათი [პროტესტის პროგნოზების] ადვილად წარმოება. მაგრამ რადგან პროტესტი შეიძლება იყოს დემოკრატიის ჯანსაღი გამოხატულება, ჩვენ არ ვაქვეყნებთ ამ მონაცემებს — ბოროტმა აქტორმა შესაძლოა აღკვეთოს ისინი.“ რაუჰი ამბობს, რომ ამჟამად კონფლიქტების პროგნოზირება არ არის საკმარისად დეტალური, რომ ავტორიტარულმა სახელმწიფოებმა ადვილად ბოროტად გამოიყენონ. „ეს მოდელები საშუალო მაჩვენებლებზე მუშაობენ, როდესაც მაღალი რისკის სიტუაციებს აფიქსირებენ. ისინი ჯადოსნური არ არიან,“ — განმარტავს ის. „მაგრამ, როდესაც პროგნოზირება გაუმჯობესდება და მონაცემთა ხელმისაწვდომობა გაიზრდება, რისკებიც უფრო დიდი გახდება.“ როგორც სხვა მანქანური სწავლების მოდელების შემთხვევაში — რომლებიც ხშირად ხელოვნურ ინტელექტად მოიხსენიება — მოდელმა ჯერ უნდა „ისწავლოს“ მრავალი განსხვავებული მონაცემიდან. ეს შეიძლება იყოს ყველაფერი, მედიის რეპორტებიდან დაწყებული, რეალურ დროში კონფლიქტების სათვალთვალო ორგანიზაციების მიერ მოწოდებული ინფორმაციით დამთავრებული, როგორიცაა ამერიკული არაკომერციული ორგანიზაცია Armed Conflict Location and Event Data ან შვედეთში დაფუძნებული უფსალას უნივერსიტეტის კონფლიქტების მონაცემთა პროგრამა. ის ასევე შეიძლება მოიცავდეს ეკონომიკურ მაჩვენებლებს, დემოგრაფიულ მონაცემებს, ჩვილთა სიკვდილიანობის მაჩვენებლებს, მობილური ტელეფონების ადგილმდებარეობის მონიტორინგს და ავიაციის გადაადგილებას, ნებისმიერ სხვა ინფორმაციასთან ერთად, რომელსაც მკვლევარები რელევანტურად მიიჩნევენ. ერთ-ერთი ყველაზე მნიშვნელოვანი ის არის, რომ საჭიროა ბევრი ისტორიული მონაცემი, სასურველია ათწლეულზე მეტი ხნის, განმარტავს რაუჰი, რათა მოდელმა შეძლოს ნიმუშების ამოცნობა. „ამჟამად არ არსებობს ხელოვნური ინტელექტის მქონე სისტემა, რომელსაც შეუძლია სრულყოფილად იწინასწარმეტყველოს გეოპოლიტიკური ცხელი წერტილები ან მათი შედეგები,“ — წერდნენ დიდი ბრიტანეთის ალან ტურინგის ინსტიტუტის მკვლევარები, რომელიც ფოკუსირებულია მონაცემთა მეცნიერებასა და AI-ზე, 2025 წლის მარტში. გამოწვევები მოიცავს გამოთვლითი სიმძლავრის ნაკლებობას, მონაცემთა სიმწირეს ან არათანმიმდევრულობას და იმ ფაქტს, რომ ძალიან ძნელია იმის პროგნოზირება, თუ რა მოულოდნელ ქმედებებს ჩაიდენს ინდივიდი — მაგალითად, ტუნისელი ხილის გამყიდველი მოჰამედ ბუაზიზი ან ლიდერები, რომლებმაც გადადგომა არჩიეს ბრძოლის ნაცვლად. მაგრამ შესაძლოა, ისინი ამაში გაუმჯობესდნენ. კონფლიქტების პროგნოზირება, რისკისა და საფრთხის ანალიზი ხელოვნური ინტელექტის გამოყენებით იზრდება, როგორც საჯარო, ისე კერძო სექტორებში. ეს თავისთავად პრობლემური შეიძლება იყოს, ამბობს დამინი სატიჯა, Amnesty Tech-ის დირექტორი, Amnesty International-ის ნაწილი. „როგორც რეკლამირებულია, ინსტრუმენტები უნდა იყოს გაწვრთნილი არსებულ მონაცემთა ნაკრებებზე, რაც იმას ნიშნავს, რომ ისინი გაიმეორებენ შეცდომებს, მიკერძოებას ან ხარვეზებს რეალურ სამყაროში არსებული მონაცემებიდან,“ — აღნიშნავს ის. „კიდევ უფრო კრიტიკულია ის, რომ ეს ინსტრუმენტები დამოკიდებულია ვარაუდზე, რომ რთული და ცვალებადი ადამიანური ქცევა შეიძლება დაიშალოს მარტივ ინდიკატორებად. დანაშაულის პროგნოზირების ან რეციდივის კონტექსტში, ეს უკვე უარყოფილია.“ როდესაც, და თუ, ტექნოლოგია განვითარდება, ახლო აღმოსავლეთის ზოგიერთი ავტოკრატია შესაძლოა პირველ ქვეყნებს შორის აღმოჩნდეს, რომელიც AI-ზე დაფუძნებულ კონფლიქტების პროგნოზირებას განსხვავებული აზრის ჩასახშობად გამოიყენებს. ახლო აღმოსავლეთი ტექნოლოგიური...