“ಕೆಟ್ಟ ವ್ಯಾಕರಣ”: ರಷ್ಯಾ ಸಂಬಂಧಿತ ಟೆಲಿಗ್ರಾಮ್ ಪ್ರತಿಕ್ರಿಯೆ ಚಟುವಟಿಕೆ
ಉಕ್ರೇನ್, ಮೊಲ್ಡೋವಾ, ಬಾಲ್ಟಿಕ್ ಮತ್ತು ಅಮೆರಿಕದ ರಾಜಕೀಯದ ಕುರಿತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬಳಸಿ ಇಂಗ್ಲಿಷ್ ಹಾಗೂ ರಷ್ಯನ್ ಟೆಲಿಗ್ರಾಮ್ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಿದ, ನಾವು “ಕೆಟ್ಟ ವ್ಯಾಕರಣ” ಎಂದು ಕರೆದ ರಷ್ಯಾ ಮೂಲದ ಕಾರ್ಯಾಚರಣೆಯ ಖಾತೆಗಳನ್ನು OpenAI ನಿಷೇಧಿಸಿತು.
ಈ ಪ್ರಕರಣದ ಅಧ್ಯಯನವನ್ನು ಮೂಲತಃ OpenAIನ ಮೇ 2024ರ(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ವರದಿಯಲ್ಲಿ ಪ್ರಕಟಿಸಲಾಗಿತ್ತು.
ಚಟುವಟಿಕೆ ನಡೆಸಿದವರು
ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಿ ನಂತರ ಅವುಗಳನ್ನು ಟೆಲಿಗ್ರಾಮ್ನಲ್ಲಿ ಪೋಸ್ಟ್ ಮಾಡುತ್ತಿದ್ದ, ಈ ಹಿಂದೆ ವರದಿಯಾಗದ ಖಾತೆಗಳ ಜಾಲವನ್ನು ನಾವು ನಿಷೇಧಿಸಿದೆವು. ಈ ಚಟುವಟಿಕೆಗೆ ರಷ್ಯಾದ ವ್ಯಕ್ತಿಗಳ ಸಂಪರ್ಕವಿರುವುದನ್ನು ನಾವು ಪತ್ತೆಹಚ್ಚಿದೆವು. ಟೆಲಿಗ್ರಾಮ್ ಮೇಲಿನ ಅದರ ಗಮನ, ವ್ಯಾಕರಣ ದೋಷಗಳಿರುವ ಇಂಗ್ಲಿಷ್ನ ಪುನರಾವರ್ತಿತ ಪೋಸ್ಟಿಂಗ್ ಮತ್ತು ಪ್ರೇಕ್ಷಕರನ್ನು ಸೆಳೆಯಲು ಅದು ಪಟ್ಟ ಶ್ರಮವನ್ನು ಪರಿಗಣಿಸಿ, ನಾವು ಈ ಜಾಲಕ್ಕೆ “ಕೆಟ್ಟ ವ್ಯಾಕರಣ” ಎಂದು ಹೆಸರಿಸಿದೆವು.
ನಡವಳಿಕೆ
ಈ ಜಾಲವು ರಷ್ಯನ್ ಮತ್ತು ಇಂಗ್ಲಿಷ್ ಭಾಷೆಯ ವಿಷಯದ ಮೂಲಕ ರಷ್ಯಾ, ಉಕ್ರೇನ್, ಅಮೆರಿಕ, ಮೊಲ್ಡೋವಾ ಮತ್ತು ಬಾಲ್ಟಿಕ್ ರಾಷ್ಟ್ರಗಳ ಪ್ರೇಕ್ಷಕರನ್ನು ಗುರಿಯಾಗಿಸಿಕೊಂಡಿತ್ತು.
ಈ ಜಾಲವು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಹರಡುವ ವ್ಯವಸ್ಥೆಯನ್ನು ಸ್ಥಾಪಿಸಲು ನಮ್ಮ ಮಾದರಿಗಳು ಮತ್ತು ಟೆಲಿಗ್ರಾಮ್ ಖಾತೆಗಳನ್ನು ಬಳಸಿತು. ಮೊದಲು, ಟೆಲಿಗ್ರಾಮ್ನಲ್ಲಿ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪೋಸ್ಟ್ ಮಾಡಲು ವಿನ್ಯಾಸಗೊಳಿಸಿದಂತೆ ಕಂಡ ಕೋಡ್ನ ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಲು ನಿರ್ವಾಹಕರು ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಿದರು. ನಂತರ ಅವರು ನಿರ್ದಿಷ್ಟ ಟೆಲಿಗ್ರಾಮ್ ಪೋಸ್ಟ್ಗಳಿಗೆ ಉತ್ತರವಾಗಿ ರಷ್ಯನ್ ಮತ್ತು ಇಂಗ್ಲಿಷ್ ಭಾಷೆಯಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಿದರು. ಕೊನೆಗೆ, ಆ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪೋಸ್ಟ್ ಮಾಡಲು ಅವರು ಕನಿಷ್ಠ ಹನ್ನೆರಡು ಟೆಲಿಗ್ರಾಮ್ ಖಾತೆಗಳನ್ನು ಬಳಸಿದಂತೆ ಕಾಣುತ್ತದೆ.

ಈ ಜಾಲ ರಚಿಸಿದ ಪಠ್ಯಕ್ಕೆ ಹೊಂದುವ ಸಾರ್ವಜನಿಕ ಟೆಲಿಗ್ರಾಮ್ ಪ್ರತಿಕ್ರಿಯೆ. ಸಂಬಂಧಿತ ಖಾತೆಯು ಈ ಜಾಲದ ಔಟ್ಪುಟ್ಗೆ ಹೊಂದುವ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪದೇಪದೇ ಪೋಸ್ಟ್ ಮಾಡಿತ್ತು.
ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ, ಅಮೆರಿಕದ ರಾಜಕೀಯ ವಲಯದ ಎರಡೂ ಬದಿಗಳನ್ನು ಪ್ರತಿನಿಧಿಸುವ ವಿಭಿನ್ನ ಜನಸಮೂಹಗಳಿಗೆ ಸೇರಿದ ಹಲವು ನಕಲಿ ವ್ಯಕ್ತಿತ್ವಗಳ ಧ್ವನಿಯಲ್ಲಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಲು ನಿರ್ವಾಹಕರು ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಿದರು. ರಷ್ಯನ್ ಭಾಷೆಯಲ್ಲಿ ಅವರು ವ್ಯಕ್ತಿತ್ವ ಆಧಾರಿತ ಸೂಚನೆಗಳಿಗಿಂತ ವಿಷಯಾಧಾರಿತ ಸೂಚನೆಗಳಿಗೆ ಹೆಚ್ಚು ಆದ್ಯತೆ ನೀಡಿದರು.
ಈ ಜಾಲವು ಮುಖ್ಯವಾಗಿ ಕೆಲವೇ ಟೆಲಿಗ್ರಾಮ್ ಚಾನೆಲ್ಗಳ ಪೋಸ್ಟ್ಗಳಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸಿತು. ರಷ್ಯಾ ಪರ ಚಾನೆಲ್ @Slavyangrad ಅನ್ನು ಅತಿ ಹೆಚ್ಚು ಉಲ್ಲೇಖಿಸಲಾಗಿತ್ತು; ನಂತರದ ಸ್ಥಾನಗಳಲ್ಲಿ ಇಂಗ್ಲಿಷ್ ಭಾಷೆಯ @police_frequency ಮತ್ತು @SGTNewsNetwork ಇದ್ದವು. (ಕೊನೆಯದು ತನ್ನನ್ನು ಸಂಪ್ರದಾಯವಾದಿ ಅಮೆರಿಕನ್ ಯೋಧ ಎಂದು ಬಿಂಬಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಆದರೆ ಅದು ವಾಸ್ತವವಾಗಿ ಇರಾನ್ನಲ್ಲಿ ಹುಟ್ಟಿಕೊಂಡಿದೆ ಎಂದು ನವೆಂಬರ್ನಲ್ಲಿ Meta ವರದಿ ಮಾಡಿತ್ತು(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ).) ಫೆಬ್ರವರಿಯ ಚಟುವಟಿಕೆಯ ಮಾದರಿಯಲ್ಲಿ, ನಂತರದ ಅತಿ ಹೆಚ್ಚು ಉಲ್ಲೇಖಿಸಲಾದ 10 ಚಾನೆಲ್ಗಳಿಗೆ ಒಟ್ಟಾಗಿ ನೀಡಲು ಯತ್ನಿಸಿದ ಉತ್ತರಗಳಿಗಿಂತ ಎರಡು ಪಟ್ಟು ಹೆಚ್ಚು ಉತ್ತರಗಳನ್ನು ಈ ಮೂರು ಚಾನೆಲ್ಗಳಿಗೆ ರಚಿಸಲು ಜಾಲವು ಯತ್ನಿಸಿತು.
ವಿಷಯ
ಈ ಅಭಿಯಾನವು ಕೆಲವು ರಾಜಕೀಯ ವಿಷಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ ಕಿರು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಿತು. ಇಂಗ್ಲಿಷ್ ಮತ್ತು ರಷ್ಯನ್ ಎರಡೂ ಭಾಷೆಗಳಲ್ಲಿ, ಉಕ್ರೇನ್ನ ಯುದ್ಧ, ಮೊಲ್ಡೋವಾ ಮತ್ತು ಬಾಲ್ಟಿಕ್ ರಾಷ್ಟ್ರಗಳ ರಾಜಕೀಯ ಪರಿಸ್ಥಿತಿ ಹಾಗೂ ಅಮೆರಿಕದ ರಾಜಕೀಯವು ಟೆಲಿಗ್ರಾಮ್ನಲ್ಲಿ ಅದು ಪೋಸ್ಟ್ ಮಾಡಿದ ಪ್ರಮುಖ ವಿಷಯಗಳಾಗಿದ್ದವು.
ಟೆಲಿಗ್ರಾಮ್ನಲ್ಲಿನ ಸಾಮಾನ್ಯ ರಷ್ಯನ್ ಭಾಷೆಯ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಉಕ್ರೇನ್ ಮತ್ತು ಮೊಲ್ಡೋವಾದ ಅಧ್ಯಕ್ಷರ ವಿರುದ್ಧ ಭ್ರಷ್ಟಾಚಾರ, ಜನಬೆಂಬಲದ ಕೊರತೆ ಮತ್ತು ಪಾಶ್ಚಾತ್ಯ “ಹಸ್ತಕ್ಷೇಪಕ್ಕಾಗಿ” ತಮ್ಮದೇ ಜನರಿಗೆ ದ್ರೋಹ ಬಗೆದ ಆರೋಪಗಳನ್ನು ಮಾಡುತ್ತಿದ್ದವು. ಟೆಲಿಗ್ರಾಮ್ನಲ್ಲಿನ ಇಂಗ್ಲಿಷ್ ಭಾಷೆಯ ಪ್ರತಿಕ್ರಿಯೆಗಳು ವಲಸೆ, ಆರ್ಥಿಕ ಸಂಕಷ್ಟ ಮತ್ತು ಅಂದಿನ ತಾಜಾ ಸುದ್ದಿಗಳಂತಹ ವಿಷಯಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ್ದವು. ಅಮೆರಿಕವು ಉಕ್ರೇನ್ಗೆ ಬೆಂಬಲ ನೀಡಬಾರದು ಎಂದು ವಾದಿಸಲು ಈ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಆಗಾಗ್ಗೆ ಪ್ರಸ್ತುತ ಘಟನೆಗಳ ಸಂದರ್ಭವನ್ನು ಬಳಸುತ್ತಿದ್ದವು.

ಈ ಜಾಲ ರಚಿಸಿದ ಪಠ್ಯಕ್ಕೆ ಹೊಂದುವ ಸಾರ್ವಜನಿಕ ಟೆಲಿಗ್ರಾಮ್ ಪ್ರತಿಕ್ರಿಯೆ. ಸಂಬಂಧಿತ ಖಾತೆಯು ನಮ್ಮ ಮಾದರಿಗಳಿಂದ ರಚಿಸಿದ ವಿಷಯಕ್ಕೆ ಹೊಂದುವ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪದೇಪದೇ ಪೋಸ್ಟ್ ಮಾಡಿತ್ತು.
ಕೆಲವೊಮ್ಮೆ ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ವ್ಯಕ್ತಿತ್ವಗಳು ಒಂದೇ ಪೋಸ್ಟ್ಗೆ ಪರಸ್ಪರ ವಿರುದ್ಧ ದೃಷ್ಟಿಕೋನಗಳೊಂದಿಗೆ ಪ್ರತಿಕ್ರಿಯಿಸುತ್ತಿದ್ದವು. ಎರಡೂ ಬದಿಗಳ ಧ್ವನಿಗಳಂತೆ ನಟಿಸುವ ಈ “ದ್ವಿಮುಖ” ವಿಧಾನವನ್ನು ರಷ್ಯಾದ ಕಾರ್ಯಾಚರಣೆಗಳಲ್ಲಿ ಈ ಹಿಂದೆಯೂ ಗಮನಿಸಲಾಗಿದೆ. ಇದು ನಿರ್ದಿಷ್ಟ ಪ್ರೇಕ್ಷಕರನ್ನು ಆಕರ್ಷಿಸುವ ಅಥವಾ ವಿಭಜನೆಯನ್ನು ಉತ್ತೇಜಿಸುವ ಬಯಕೆಯನ್ನು ಸೂಚಿಸಬಹುದು.

ಈ ಜಾಲ ರಚಿಸಿದ ಪಠ್ಯಗಳಿಗೆ ಹೊಂದುವ ಸಾರ್ವಜನಿಕ ಟೆಲಿಗ್ರಾಮ್ ಪ್ರತಿಕ್ರಿಯೆಗಳು. ಸಂಬಂಧಿತ ಖಾತೆಗಳು ನಮ್ಮ ಮಾದರಿಗಳಿಂದ ರಚಿಸಿದ ವಿಷಯಕ್ಕೆ ಹೊಂದುವ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಪದೇಪದೇ ಪೋಸ್ಟ್ ಮಾಡಿದ್ದವು.
ಮಾರ್ಚ್ 22ರಂದು ಮಾಸ್ಕೋದಲ್ಲಿ ನಡೆದ ಭಯೋತ್ಪಾದಕ ದಾಳಿ ಮತ್ತು ನಾಲ್ವರು ತಾಜಿಕ್ ಪ್ರಜೆಗಳ ಬಂಧನದ ನಂತರ, ಈ ಅಭಿಯಾನವು ತಜಿಕಿಸ್ತಾನದ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದ ಹೊಸ ಟೆಲಿಗ್ರಾಮ್ ಖಾತೆಗಳ ಸಮೂಹವನ್ನು ಬಳಸಲು ಆರಂಭಿಸಿತು. ಅದು ಪೋಸ್ಟ್ ಮಾಡಿದ ಪ್ರತಿಕ್ರಿಯೆಗಳು ತಾಜಿಕ್ ಮತ್ತು ರಷ್ಯನ್ ಜನರ ನಡುವಿನ ಏಕತೆ ಹಾಗೂ ರಷ್ಯಾದ ಕಾನೂನಿಗೆ ಗೌರವ ನೀಡುವಂತೆ ಕರೆ ನೀಡಿದವು.
ಪರಿಣಾಮದ ಮೌಲ್ಯಮಾಪನ
ಉತ್ಪಾದಕ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬರುವುದಕ್ಕೂ ಮೊದಲೇ, ಪ್ರಭಾವ ಕಾರ್ಯಾಚರಣೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ದೊಡ್ಡ ಪ್ರಮಾಣದಲ್ಲಿ ಹರಡುವ ತಂತ್ರವನ್ನು ಬಳಸುತ್ತಿದ್ದವು. ತನ್ನ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ರಚಿಸಲು ಕೆಟ್ಟ ವ್ಯಾಕರಣ ಜಾಲವು ಹೊಸ ತಂತ್ರವನ್ನು ಬಳಸಿದರೂ, ಅದರ ವಿತರಣಾ ವ್ಯವಸ್ಥೆಯು ಜನರ ತೊಡಗಿಸಿಕೊಳ್ಳುವಿಕೆಯನ್ನು ಆಕರ್ಷಿಸಲು ವಿಫಲವಾಯಿತು.
ಅದರ ಕೆಲವೇ ಪ್ರತಿಕ್ರಿಯೆಗಳಿಗೆ ಮೆಚ್ಚುಗೆಗಳು ಅಥವಾ ಉತ್ತರಗಳು ದೊರೆತವು. ಯಾವುದೇ ಒಂದು ಪೋಸ್ಟ್ನ ಉತ್ತರಗಳಲ್ಲಿ ಈ ಜಾಲದ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಅಲ್ಪಸಂಖ್ಯಾತವಾಗಿದ್ದವು. ಇತರ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಮರೆಮಾಡುವುದೇ ಗುರಿಯಾಗಿದ್ದರೆ, ಅದು ಈಡೇರಲಿಲ್ಲ.
ಸಾಂದರ್ಭಿಕವಾಗಿ, ಬಹುಶಃ ಮತ್ತೊಬ್ಬ ಟೆಲಿಗ್ರಾಮ್ ಬಳಕೆದಾರರೊಂದಿಗಿನ ಖಾಸಗಿ ಸಂದೇಶಗಳಂತೆ ಕಾಣುವ ಪಠ್ಯವನ್ನು ರಚಿಸಲು ಈ ಜಾಲವು ನಮ್ಮ ಮಾದರಿಗಳನ್ನು ಬಳಸಿತು. ಆದರೆ ರಚಿಸಲಾದ ಪಠ್ಯಗಳ ಪ್ರಕಾರ, ಜಾಲವು ಕ್ರಿಪ್ಟೋಕರೆನ್ಸಿ ವಂಚಕರೊಂದಿಗೆ ಸಂಭಾಷಿಸುತ್ತಿತ್ತು.
ಪ್ರಭಾವ ಕಾರ್ಯಾಚರಣೆಗಳ ಪರಿಣಾಮವನ್ನು 1ರಿಂದ (ಅತ್ಯಂತ ಕಡಿಮೆ) 6ರವರೆಗಿನ (ಅತ್ಯಂತ ಹೆಚ್ಚು) ಶ್ರೇಣಿಯಲ್ಲಿ ಅಳೆಯುವ ಬ್ರೇಕ್ಔಟ್ ಮಾಪಕವನ್ನು(ಹೊಸ ಕಿಟಕಿಯಲ್ಲಿ ತೆರೆಯುತ್ತದೆ) ಬಳಸಿದಾಗ, ಇದನ್ನು ವರ್ಗ 1 ಎಂದು ನಾವು ನಿರ್ಣಯಿಸುತ್ತೇವೆ. ಇದು ಒಂದೇ ವೇದಿಕೆಯಲ್ಲಿ ಪೋಸ್ಟ್ ಮಾಡುವ ಚಟುವಟಿಕೆಯನ್ನು ಸೂಚಿಸುತ್ತದೆ ಮತ್ತು ಜಾಲದ ಹೊರಗಿನ ಜನರು ಅದನ್ನು ಗಮನಾರ್ಹವಾಗಿ ವಿಸ್ತರಿಸಿದ ಪುರಾವೆಯಿಲ್ಲ.