| Abstract : | Η αυξανόμενη διανομή παραπληροφόρησης σχετικά με την κλιματική αλλαγή αποτελεί τεράστια πρόκληση για τη δημόσια γνώση και δράση σχετικά με την κλιματική αλλαγή. Η παρούσα διπλωματική εργασία, με τίτλο "Αντιμετώπιση της Κλιματικής Παραπληροφόρησης με τη Χρήση Τεχνητής Νοημοσύνης", εξετάζει τη χρήση Τεχνητής Νοημοσύνης (ΤΝ) και προσεγγίσεων Επεξεργασίας Φυσικής Γλώσσας (NLP) για την ανίχνευση και καταπολέμηση της παραπληροφόρησης στον τομέα της κλιματικής αλλαγής, με ιδιαίτερη έμφαση στην επιστημονική βιβλιογραφία. Στόχος της μελέτης είναι ο σχεδιασμός και η δοκιμή μοντέλων Τεχνητής Νοημοσύνης, ειδικά μοντέλων βασισμένων στο FLAN-T5 ενισχυμένα με την Προσαρμογή Χαμηλής Βαθμίδας (Low – Rank Adaptation or LoRa), για την ικανότητά τους να διακρίνουν μεταξύ σωστών πληροφοριών και παραπλανητικών ισχυρισμών σε επιστημονικά άρθρα για το κλίμα και την υγεία.Η μελέτη αυτή αντιμετωπίζει την σημαντική ανάγκη για τεχνολογίες που μπορούν γρήγορα να εντοπίζουν και να διορθώνουν παραπλανητικές αφηγήσεις σχετικά με την κλιματική αλλαγή χρησιμοποιώντας μια συστηματική προσέγγιση που καλύπτει τη συλλογή δεδομένων, την προεπεξεργασία, την εκπαίδευση μοντέλων και την αξιολόγηση. Η διπλωματική εργασία υποδεικνύει ότι η προσαρμογή μοντέλων Τεχνητής Νοημοσύνης με Προσαρμογή Χαμηλής Βαθμίδας (LoRa) αυξάνει σημαντικά την ικανότητά τους να ανιχνεύουν παραπλανητικές δηλώσεις, καθιστώντας την μια ελκυστική προσέγγιση για τη βελτίωση της ποιότητας και της αξιοπιστίας των πληροφοριών στον δημόσιο διάλογο.Η διεξαγόμενη έρευνα είναι σημαντική πέρα από τις άμεσες ακαδημαϊκές συνεισφορές της, καθώς καταδεικνύει τη δυνατότητα των τεχνολογιών ΤΝ και NLP να συνεισφέρουν στη λήψη αποφάσεων και στη δημόσια πολιτική βάσει αποδείξεων. Η διπλωματική αυτή εργασία παρέχει το πλαίσιο για μελλοντική έρευνα στον τομέα προτείνοντας μια ολοκληρωμένη προσέγγιση για τον εντοπισμό της παραπληροφόρησης σχετικά με το κλίμα, καθώς και υπογραμμίζει τη θεμελιώδη σημασία της σύγχρονης τεχνολογίας στην εξασφάλιση της ακρίβειας της επιστημονικής συζήτησης για την κλιματική αλλαγή.
The increasing distribution of climate misinformation presents an enormous challenge to public knowledge and action on climate change. This thesis, titled "Tackling Climate Misinformation with AI," examines the use of Artificial Intelligence (AI) and Natural Language Processing (NLP) approaches to detect and fight misinformation in the field of climate change, with a special emphasis on scientific literature. The study's goal is to design and test AI models, especially FLAN-T5-based models enhanced with Low-Rank Adaptation (LoRa), for their ability to discriminate between correct information and deceptive claims in scientific articles on climate and health.This study addresses the important need for technologies that can quickly identify and correct misleading narratives about climate change by using a systematic approach that covers data collection, preprocessing, model training, and assessment. The thesis indicates that fine-tuning AI models with LoRa extensively increases their capacity to detect misleading statements, making it an appealing approach for improving the quality and trustworthiness of information in public debate.The research being conducted is significant beyond its immediate academic contributions, as it demonstrates the potential of AI and NLP technologies to assist with evidence-based public policy and decision-making. This thesis provides the framework for future study in the area by proposing a comprehensive approach to identifying climate misinformation, as well as emphasizing the essential significance of modern technology in ensuring the accuracy of scientific discussion on climate change.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.