Niedługo po inwazji na Ukrainę rosyjskie sieci i kanały rozpowszechniające kremlowską propagandę zaczęły zalewać internet taką ilością materiałów, że zakłóciło to procesy „uczenia się” powszechnie stosowanych modeli AI. W rezultacie analitycy z NewsGuard odkryli, że ponad 33 procent treści dostarczanych użytkownikom przez te systemy obejmuje aspekty rosyjskiej dezinformacji.
Rosja stosuje mechanizm, za pomocą którego modele AI zdobywają „wiedzę” poprzez wchłanianie rozległych zestawów danych dostępnych w Internecie. Przytłoczenie tych systemów znaczną liczbą artykułów zawierających określone kłamstwo powoduje, że chatbot przekazuje je użytkownikom, jakby było prawdą.
McKenzie Sadeghi i Isis Blachez z platformy NewsGuard, która ocenia wiarygodność witryn informacyjnych, zbadały ten problem w 10 najczęściej używanych chatbotach AI i odkryły, że około 33% treści dostarczanych przez te systemy zawierało aspekty rosyjskiej dezinformacji. Badacze podkreślili, że stanowi to poważne ryzyko dla bezpieczeństwa i integralności procesów demokratycznych w innych krajach.
W badaniu przeprowadzonym przez inną organizację, The American Sunlight Project, która dąży do zwalczania zagrożeń dla amerykańskiej demokracji, ujawniono, że wśród wielu kanałów, za pośrednictwem których Kreml „koryguje wiedzę” chatbotów, sieć „Prawda” odgrywa kluczową rolę, ponieważ została utworzona wkrótce po inwazji na Ukrainę. Sieć ta obejmuje ponad 150 domen, co pozwala średnio ponad 20 000 artykułów zawierających prokremlowskie narracje, manipulacje i fałsze na infiltrację Internetu w ciągu zaledwie dwóch dni.
Michał Marek z Centrum Badań nad Współczesnym Środowiskiem Bezpieczeństwa zauważył w wywiadzie dla PAP, że treści znajdowane w polskojęzycznej wersji portalu „Prawda” zazwyczaj składają się z tłumaczeń rosyjskich materiałów, które pierwotnie zostały opublikowane na platformach takich jak Ria Nowosti i innych mediach w całości kontrolowanych przez rosyjski rząd. „Dodatkowo są to teksty stworzone przez osoby z Polski zaangażowane w kampanie dezinformacyjne na rzecz
