علمی، پژوهشی و فناوری

مغز تفاوت صدای انسان با صدای هوش‌مصنوعی را تشخیص می‌دهد

به گزارش پایگاه خبری علم و فناوری : تشخیص تمایز بین صدای انسان و هوش مصنوعی برای مردم دشوار است، به طوری که تنها در حدود نیمی از موارد می‌توانند آن‌ها را به درستی تشخیص دهند. با وجود این، اسکن‌های مغزی نشان داد که پاسخ‌های عصبی به صدای انسان و هوش مصنوعی متفاوت است. صدای انسان مناطقی از مغز را که با حافظه و همدلی مرتبط هستند، فعال می‌کند، در حالی که صدای هوش مصنوعی، بخش‌هایی را که مسئولیت تشخیص خطا و تنظیم توجه را برعهده دارند، برمی‌انگیزد.

این یافته‌ها بر هر دو جنبه، یعنی چالش‌ها و پتانسیل فناوری پیشرفته‌ی صدای هوش مصنوعی، تأکید می‌کند. پژوهش‌های بعدی به بررسی چگونگی تأثیر ویژگی‌های شخصیتی بر توانایی تشخیص منشأ صدا می‌پردازند.

جزئیات بیشتر تحقیق

پژوهشگران در انجمن علوم اعصاب اروپا (FENS) 2024 اعلام کردند، در حالی که تشخیص تمایز بین صدای انسان و صدای تولید شده توسط هوش مصنوعی برای مردم کار ساده‌ای نیست، مغز ما به این دو نوع صدا واکنش‌های متفاوتی نشان می‌دهد.

این مطالعه توسط کریستین اسكیگستاد، دانشجوی دکترا و با همکاری پروفسور ساشا فروهولز، هر دو از اعضای دانشکده روانشناسی دانشگاه اسلو در نروژ، انجام شده است.

اسكیگستاد در خصوص اهمیت این پژوهش می‌کوید: «ما می‌دانیم که صداهای تولید شده توسط هوش مصنوعی آنقدر پیشرفت کرده‌اند که تشخیص آن‌ها از صدای واقعی انسان تقریبا غیرممکن است. اکنون می‌توان تنها با چند ثانیه ضبط، صدای فردی را شبیه‌سازی کرد و کلاهبرداران از این تکنولوژی برای تقلید صدای یکی از عزیزان فرد قربانی و فریب او برای انتقال پول سوءاستفاده کرده‌اند.»

وی می‌افزاید:‌«در حالی که متخصصان یادگیری ماشین در حال توسعه راه‌حل‌های فناورانه برای تشخیص صداهای هوش مصنوعی هستند، دانش ما در مورد واکنش مغز انسان به این صداها بسیار کم است.»

برای این پژوهش، از ۴۳ نفر خواسته شد تا به صداهای انسان و هوش مصنوعی که پنج احساس مختلف را بیان می‌کردند، گوش دهند: خنثی، عصبانی، ترس، خوشحالی و لذت. این افراد در حالی که مغزشان با استفاده از تصویربرداری ام‌آرآی عملکردی (fMRI) مورد بررسی قرار می‌گرفت، باید صداها را به عنوان مصنوعی یا طبیعی تشخیص می‌دادند. این نوع ام‌آر‌آی برای تشخیص تغییرات در جریان خون در مغز به کار می‌رود و نشان می‌دهد کدام قسمت‌های مغز فعال هستند. همچنین از شرکت‌کنندگان خواسته شد تا ویژگی‌های صداهایی که می‌شنوند از نظر طبیعی بودن، قابل اعتماد بودن و اصالت صدا را ارزیابی کنند.

با اینکه شرکت‌کنندگان تنها در ۵۶ درصد مواقع صداهای انسان و ۵۰.۵ درصد مواقع صداهای هوش مصنوعی را به درستی تشخیص دادند، نتایج اسکن‌های مغزی آنها تفاوت جالبی را نشان داد.

شرکت‌کنندگان به احتمال زیاد می‌توانستند صدای هوش مصنوعی «خنثی» را به درستی تشخیص دهند، که نشان می‌دهد افراد تصور می‌کنند صداهای خنثی بیشتر شبیه صدای هوش مصنوعی هستند.

همچنین، صدای خنثای هوش مصنوعی با صدای زن، بیشتر از صدای خنثی هوش مصنوعی با صدای مرد به درستی تشخیص داده شد. نرخ تشخیص صحیح برای صدای «شاد» انسان، ۷۸ درصد بود، در حالی که این میزان برای صدای «شاد» هوش مصنوعی تنها ۳۲ درصد بود. این موضوع نشان می‌دهد که افراد شادی را بیشتر با صدای انسان مرتبط می‌دانند.

هم صداهای خنثی انسان و هم هوش مصنوعی از نظر طبیعی بودن، قابل اعتماد بودن و اصالت، کمترین امتیاز را دریافت کردند، در حالی که صدای «شاد» انسان از نظر طبیعی بودن، قابل اعتماد بودن و اصالت، بیشترین امتیاز را به خود اختصاص داد.

اسكیگستاد در خصوص این نتایج می‌گوید:‌ «تحقیقات من نشان می دهد که ما در تشخیص اینکه صدا انسان است یا ساخته هوش مصنوعی، چندان دقیق نیستیم. شرکت کنندگان نیز اغلب بیان می کردند که تمایز قائل شدن بین صداها برایشان دشوار بوده است. این نشان می دهد که فناوری صدای هوش مصنوعی امروزی می تواند صدای انسان را تا جایی تقلید کند که تشخیص دقیق آنها برای مردم دشوار باشد.»

وی می‌افزاید:‌«نتایج همچنین نشان دهنده یک سوگیری در درک است؛ صداهای خنثی بیشتر به عنوان صدای ساخته شده توسط هوش مصنوعی و صداهای شاد بیشتر به عنوان صدای انسان شناسایی می شدند، صرف نظر از اینکه آنها واقعا چه نوع صدایی بوده اند. این امر به ویژه در مورد صداهای خنثای هوش مصنوعی زنانه صادق بود، که ممکن است به دلیل آشنایی ما با دستیارهای صوتی زن مانند سیری و الکسا باشد.»

او اینگونه نتیجه می‌گیرد که «اگرچه ما در تشخیص صدای انسان از صدای هوش مصنوعی چندان مهارت نداریم، به نظر می رسد در واکنش مغز تفاوت وجود داشته باشد. صداهای هوش مصنوعی ممکن است باعث افزایش هوشیاری شوند، در حالی که صداهای انسانی ممکن است حس نزدیکی را برانگیزند.»