Исследовательская группа KAIST разработала технологию, которая использует большие данные и ИИ для точного обнаружения следов скрытых операций по оказанию влияния.
Разработанный ИИ анализирует сообщения в три этапа.
Во-первых, он проверяет наличие признаков, указывающих на возможную связь автора с иностранным источником.
Во-вторых, он проверяет, содержит ли комментарий эмоционально поляризующие выражения, такие как моральное осуждение или слепая похвала.
В-третьих, он определяет, к какой стране или целевой аудитории обращены эти эмоциональные высказывания.
Модель не ограничивается простой маркировкой аккаунта как подозрительного. Она также выделяет конкретные фразы в комментариях, которые послужили основой для её оценки. Команда дополнительно объединила это с многомерным анализом поведенческих моделей, включая частоту активности аккаунта, срок существования аккаунта и связи активности с другими подозрительными аккаунтами.
https://techxplore.com/news/2026-08-ai-foreign-linked-opinion-million.html
Разработанный ИИ анализирует сообщения в три этапа.
Во-первых, он проверяет наличие признаков, указывающих на возможную связь автора с иностранным источником.
Во-вторых, он проверяет, содержит ли комментарий эмоционально поляризующие выражения, такие как моральное осуждение или слепая похвала.
В-третьих, он определяет, к какой стране или целевой аудитории обращены эти эмоциональные высказывания.
Модель не ограничивается простой маркировкой аккаунта как подозрительного. Она также выделяет конкретные фразы в комментариях, которые послужили основой для её оценки. Команда дополнительно объединила это с многомерным анализом поведенческих моделей, включая частоту активности аккаунта, срок существования аккаунта и связи активности с другими подозрительными аккаунтами.
https://techxplore.com/news/2026-08-ai-foreign-linked-opinion-million.html