تحقیقات نشان می‌دهد که افراد برای تشخیص صدای هوش مصنوعی از صدای انسان تلاش می‌کنند، اما فعالیت‌های مغزی آنها متفاوت است و به هر نوع صدا به شیوه‌ای منحصربه‌فرد پاسخ می‌دهد.
به گزارش ایتنا، مردم تصور می‌کنند که صداهای شاد صداهای واقعی هستند و صداهای خنثی هوش مصنوعی هستند. صداهای تولید شده توسط هوش مصنوعی آنقدر پیشرفته شده‌اند که تقریباً از صدای واقعی انسان قابل تشخیص نیستند.
شبیه سازی صدای یک فرد تنها چند ثانیه پس از ضبط امکان پذیر است. کلاهبرداران نیز از این فناوری برای تقلید صدای فردی که به نظر می‌رسد در دردسر افتاده است استفاده می‌کنند تا قربانیان را فریب دهند و از آنها بخواهند که پول منتقل کنند. اما راه‌حل‌های تکنولوژیکی برای تشخیص صداهای هوش مصنوعی و در نتیجه اطلاعات زیادی در مورد واکنش مغز انسان به این صداها وجود ندارد.
تلاش برای شناسایی صداها
تحقیقات جدید شامل 43 نفر بود که از آنها خواسته شد به صدای انسان و صدای تولید شده توسط هوش مصنوعی گوش دهند که پنج حس مختلف را بیان می‌کرد: خنثی، خشم، ترس، شادی و لذت.
از آنها خواسته شد تا تشخیص دهند که آیا این صداها مصنوعی است یا انسانی، در حالی که مغز آنها با استفاده از تصویربرداری تشدید مغناطیسی عملکردی (fMRI) برای تشخیص تغییرات در جریان خون در مغز مورد مطالعه قرار گرفت که نشان دهنده بخش‌های فعال همزمان مغز بود.
همچنین از شرکت کنندگان خواسته شد تا ویژگی‌های صداهایی را که می‌شنوند ارزیابی کنند. شرکت کنندگان تنها 56% صداهای انسان را به درستی و 50.5% صدای هوش مصنوعی را شناسایی کردند. این بدان معناست که آنها در شناسایی هر دو نوع صدا به همان اندازه اشتباه کردند.
احتمال بیشتری وجود داشت که آزمایش شوندگان صدای «خنثی» را به‌عنوان صدای هوش مصنوعی به درستی تشخیص دهند، و برای صداهای شاد انسان، نرخ شناسایی صحیح، 78 درصد بود که نشان می‌داد مردم شادی را با شبیه‌تر بودن به انسان مرتبط می‌دانند.
تفاوت پاسخ مغز
با نگاهی به تصویربرداری از مغز، محققان دریافتند که صدای انسان پاسخ‌های قوی‌تری را در نواحی مغز مرتبط با حافظه ایجاد می‌کند، در حالی که صداهای تولید شده توسط هوش مصنوعی پاسخ‌های قوی‌تری را در مناطق مربوط به تشخیص خطا و تنظیم توجه ایجاد می‌کنند.
نتایج نشان داد که ما در تعیین اینکه آیا یک صدا انسانی است یا توسط هوش مصنوعی تولید شده است، چندان دقیق عمل نمی‌کنیم. شرکت کنندگان همچنین اغلب بیان کردند که تشخیص صداها بسیار دشوار است. این نشان می‌دهد که فناوری صوتی فعلی هوش مصنوعی می‌تواند صدای انسان را به حدی تقلید کند که تشخیص برای مردم دشوار باشد.
این امر خطر استفاده از این فناوری برای فریب و کلاهبرداری از مردم را افزایش می‌دهد. با این حال، این فناوری مزایای بالقوه‌ای نیز دارد، مانند ارائه جایگزین‌های صوتی برای افرادی که صدای طبیعی خود را از دست داده‌اند. صداهای هوش مصنوعی همچنین می‌توانند برای درمان برخی از بیماری‌های روانی مورد استفاده قرار گیرند.∎