اثبات انسان بودن در دنیای دیجیتال کنونی، سخت‌تر از همیشه شده است
پیچیدگی «کپچا» بی‌فایده است
در اوایل دهه ۲۰۰۰، تصاویر ساده به همراه نوشته‌ای کوچک برای تشخیص کاربر انسان و روبات کافی بود ولی حالا با گذشت یک دهه، سیستم کپچاها بسیار پیشرفته‌تر، حرفه‌ای‌تر و سخت‌تر شده و سوالات چالش‌برانگیزی در برابر کاربر قرار می‌گیرد. پیچیدگی کپچا وضعیت متناقضی برای همه ما ایجاد کرده است. شکی نیست که با پیشرفت تکنولوژی‌هایی مانند یادگیری ماشینی و هوش مصنوعی، حالا پروسه‌های تفریق انسان از روبات باید سخت‌تر شود. در سال ۲۰۱۴، گوگل یک سیستم الگوریتم یادگیری ماشینی را در برابر یک کامپیوتر و یک انسان قرار داده و هر دو سعی کردند که یک تست کپچای بسیار پیچیده را همزمان حل کنند. نتیجه این تست این شد که کامپیوتر در ۸/ ۹۹ درصد موارد توانست به گزینه درست اشاره کرده و انسان تنها ۳۳ درصد سوالات را به درستی جواب داد!بعد از این بود که گوگل سیستم خود را به NoCaptcha ReCaptcha تغییر داد. در سیستم جدید، گاهی اوقات نرم افزار گوگل با بررسی اطلاعات و فعالیت‌ها، به برخی از کاربران انسان با تیک زدن گزینه «من روبات نیستم» اجازه عبور داده و برخی مواقع نیز تصاویر کپچا برای وی به نمایش در می‌آید. اما آیا ماشین‌ها این بار نیز به انسان‌ها می‌رسند؟
چالش اثبات انسان بودن در عصر ماشین‌ها
Jason Polakis، پروفسور علوم کامپیوتری در دانشگاه ایلینویز در شیکاگو سخت‌تر شدن کپچاها را منطقی می‌داند. در سال ۲۰۱۶، وی مقاله‌ای به چاپ رساند که در آن توضیح داده چگونه با استفاده از ابزارهای تشخیص تصویر، از جمله تکنولوژی خود گوگل، توانسته تصاویر کپچاها را ۷۰ درصد با موفقیت شناسایی کند. محققان دیگری نیز با استفاده ابزار نرم افزاری تشخیص دهنده صوتی خود گوگل، موفق شده‌اند کپچاهای صوتی این شرکت را به راحتی حل کنند. به گفته Polakis، تکنولوژی یادگیری ماشینی این روزها به اندازه انسان‌ها در مواردی همچون تشخیص تصویر و تشخیص صدا، حرفه‌ای است.بنابراین پیچیدگی کپچا کمکی به انسان نمی‌کند. در واقع، الگوریتم‌های کامپیوتری در بیشتر موارد حتی بهتر از انسان‌ها نیز عمل می‌کنند:« ما به نقطه‌ای رسیدیم که ارائه موانع سخت برای دسترسی روبات‌ها، به موانع سخت‌تری برای انسان‌ها تبدیل می‌شود. ما باید به دنبال روش جایگزینی باشیم که فعلا هیچ ایده‌ای در این‌باره نداریم.» پروفسور پولاکیس: ما به نقطه‌ای رسیدیم که ارائه موانع سخت برای دسترسی روبات‌ها، به موانع سخت‌تری برای انسان‌ها تبدیل می‌شود.
محققان، دسته‌بندی‌هایی همچون ارائه تصایر و اصوات تفکیک شده بر اساس نژاد، جنسیت، موقعیت فرهنگی و جغرافیایی و چند حوزه دیگر که کامپیوترها فعلا به آنها زیاد احاطه ندارند را فعلا به‌عنوان راه حل جایگزین در حال بررسی دارند. اخیرا روش جدیدی در حال آزمایش است که در آن از کپچاهای بازی مانند-گیمینگ- استفاده می‌شود، تست‌هایی که کاربران باید با توجه به دستورالعمل‌های نوشتاری ارائه شده، در آن اشیا را جابه‌جا کرده و در زوایای به خصوص قرار دهند یا پازل‌ها را به درستی حل کنند. تمامی این شیوه‌ها به این امید طراحی شده که منطق انسان‌ها، آنها را نسبت به ماشین‌ها جلو بیندازد.محققان دیگری نیز هستند که معتقدند باید با استفاده از دوربین‌های دستگاه، سندی برای ثبات حقیقی بودن کاربران ارائه شود. تمام روش‌های جدید، یک مشکل کلی دارند: روبات‌ها لزوما باهوش‌تر از انسان‌ها نیستند بلکه این کاربران انسانی هستند که معمولا در تست‌های ارائه شده افتضاح به بار می‌آورند! و دلیل آن‌هم، کم هوش‌تر بودن انسان‌ها نیست بلکه تفاوت‌های زبانی، فرهنگی و تجربه است که باعث بالا بردن درصد خطا و اشتباه در جواب کاربران انسان می‌شود. محققان باید به دنبال راه حلی باشند که برای عموم مردم آسان است، حوزه‌ای که کامپیوترها و ماشین‌ها روی آنها احاطه‌ای ندارند. همین مساله، گزینه‌ها را بسیار محدود می‌کند. اما بالاخره باید حوزه‌ای باشد که انسان‌ها در آن بهتر هستند. راه‌حل‌هایی که برای به زحمت انداختن روبات‌ها به کار می‌رود باعث به زحمت افتادن خود انسان شده است.
پیچیدگی کپچا و سوال‌های بی‌جواب؟
اما واقعا چه جنبه‌ای از قابلیت‌های انسانی می‌تواند نسبت به تکنولوژی‌های پیشرفته ماشین‌ها برتری پیدا کند؟ انسان بودن حقیقتا چه مزیتی دارد؟ این سوالات که به ذهن خطور می‌کند، مساله را به مرزهای فلسفی و اخلاقی وارد می‌کند و دسترسی به جواب را سخت‌تر. اینکه آیا انسان بودن صرفا با تکیه بر قابلیت‌هایش قابل سنجش است؟ Shuman Ghosemajumder یکی از کارمندان اسبق بخش امنیت سایبری گوگل است. وی در مورد پیچیدگی کپچا معتقد است که تمام موانع موجود از کپچاهای ویدئویی، کارتونی، صوتی و... بالاخره توسط ماشین‌ها قابل رسوخ است:« باید نوعی تایید هویتی برای کاربران انجام شود.
باید فعالیت‌ها و رفتارهای کاربر به دقت بررسی شده و تحت نظارت قرار بگیرد و هرگونه رفتار ماشین محور، شناسایی شود. مثلا یک کاربر انسان، حرکات زیاد ماوس روی صفحه نمایش انجام می‌دهد ولی ماشین بدون خطا، تنها به سراغ هدف مورد نظر خود می‌رود.» تیم کپچای گوگل نیز در حال تحقیق روی همین مساله هستند. با رشد تکنولوژی ماشینی، تست‌ها نیز سخت و سخت‌تر می‌شود ولی چاره‌ای نیست. آخرین نسخه نرم افزار جدید reCaptch v۳، سال گذشته معرفی شد که با استفاده از تکنیک «تجزیه و تحلیل سازگاری خطرها»- adaptive risk analysis- می‌تواند فعالیت‌های مشکوک ترافیک کاربران را شناسایی کرده و کاربران مشکوک، با چالش‌های بیشتر روبه‌رو می‌شوند. این تکنیک البته نقطه ضعف‌های مخصوص به خود را دارد. Aaron Malenfant، مدیر بخش مهندسی تیم کپچای گوگل می‌گوید که در این رقابت، انسان‌ها نباید بازنده شوند:« با رشد فزاینده تکنولوژی ماشینی، تست‌های تایید برای کاربر انسان نیز سخت و سخت‌تر می‌شود ولی چاره‌ای نیست. CAPTCHA V۳ هم با همین هدف معرفی شده است اما درصد بالای خطا و اشتباه در انسان‌ها، کار را سخت می‌کند.» در واقع پیچیدگی کپچا کمکی به ما نکرده است. Malenfant معتقد است که ۵ تا ۱۰ سال آینده، سیستم چالش‌های کپچا به احتمال زیاد عملا بی‌کاربرد خواهد بود و وب‌سایت‌ها نیز باید مدام از تورینگ‌های امنیتی مخفیانه برای کنترل ترافیک خود استفاده کنند تا راه حل کاربردی برای معضل پیدا شود.
ارسال نظر