كل من التقنيات التي تم إنشاؤها منذ اللحظة التي التقط فيها الشخص حجرًا ، ملزمة بتحسين حياة الشخص ، وأداء وظائفه الرئيسية. ومع ذلك ، فإن أي تقنية يمكن أن يكون لها "آثار جانبية" ، أي أنها تؤثر على الشخص والعالم من حوله بطريقة لم يفكر فيها أحد في وقت إنشاء هذه التكنولوجيا أو يريد التفكير فيها. مثال حي: تم إنشاء الآلات ، وتمكن الشخص من التحرك لمسافات طويلة بسرعة أكبر من ذي قبل. ولكن في نفس الوقت بدأ التلوث.
سنتحدث اليوم عن "التأثير الجانبي" للإنترنت ، الذي لا يؤثر على الغلاف الجوي للأرض ، ولكن على عقول وأرواح الناس أنفسهم. والحقيقة هي أن شبكة الويب العالمية أصبحت أداة ممتازة لنشر وتبادل المعلومات ، وللتواصل بين الأشخاص البعيدين جسديًا عن بعضهم البعض ولأكثر من ذلك بكثير. يساعد الإنترنت في مختلف مجالات المجتمع ، من الطب إلى التحضير العادي لاختبار التاريخ. ومع ذلك ، فإن المكان الذي يجتمع فيه عدد كبير من الأصوات والآراء في بعض الأحيان ، للأسف ، مليء بما هو متأصل في كراهية الإنسان.
في دراسة اليوم ، ينقسم العلماء إلى عدة خوارزميات مهمتها الرئيسية تحديد الرسائل المسيئة والفظاظة والمعادية. تمكنوا من كسر كل هذه الخوارزميات ، مما يدل على مستوى منخفض من الكفاءة والإشارة إلى تلك الأخطاء التي يجب إصلاحها. كيف كسر العلماء ما يفترض أنه عمل ، ولماذا فعلوا ذلك ، وما هي الاستنتاجات التي يجب أن نستخلصها جميعًا - سنبحث عن إجابات لهذه الأسئلة وغيرها في تقرير الباحثين. دعنا نذهب.
خلفية الدراسةأصبحت الشبكات الاجتماعية والأشكال الأخرى للتفاعل عبر الإنترنت بين الأشخاص جزءًا لا يتجزأ من حياتنا. لسوء الحظ ، فإن العديد من مستخدمي هذه الخدمات يفهمون حرفياً شيء مثل "حرية الكلام والفكر والتعبير" ، الذي يغطي هذا مع حقهم في السلوك غير اللائق والمألوف والوقح على الشبكة. واجه كل منا بطريقة أو بأخرى "نشاط" هؤلاء الأفراد. حتى أصبح الكثير موضوع هذه الكلمات. بالطبع ، لا يمكن إنكار أن لكل شخص الحق في قول ما يفكر فيه. ومع ذلك ، فإن التعبير عن أفكارك شيء ، وإهانة شخص آخر شيء آخر. بالإضافة إلى حرية الكلام ، يتم استغلال إخفاء الهوية أيضًا ، لأنه يمكنك أن تقول أي شيء لأي شخص ، بينما تظل متخفيًا. ونتيجة لذلك ، لن تتم معاقبتك على سلوكك غير اللائق.
لا يجدر شرح أن عبارات "لم يعجبني" و "هذا نكاح كامل ** ، قتل المؤلف ضد الجدار" (هذا خيار لائق إلى حد ما) يحتوي على ألوان عاطفية مختلفة تمامًا ، على الرغم من أن لها جوهر مشترك - للمعلق لا يعجبني ما رآه / قرأ / سمع ، إلخ. ولكن إذا منعت شخصًا من التعبير عن استيائه بهذه الطريقة ، فهل يعتبر ذلك انتهاكًا لحقوقه؟ سيقول الكثير نعم. من ناحية أخرى ، هل يستحق الأمر الاستمرار في غض الطرف عن الكراهية المتزايدة بشكل متزايد على الإنترنت ، والتي لا مبرر لها في معظم الحالات. الكراهية ، على هذا النحو ، لديها مكان لتكون فيه. بالطبع ، هذه مشاعر قوية للغاية وسلبية بشكل لا يصدق. ومع ذلك ، إذا كان الشخص يكره الشخص الذي فعل شيئًا فظيعًا (القتل والاغتصاب وغيرها من الأعمال اللاإنسانية) ، فلا يزال هذا يمكن تبريره بطريقة أو بأخرى. ولكن عندما تتجلى الكراهية في عنوان شخص غريب تمامًا لم يرتكب أي شيء غير أخلاقي أو غير إنساني ، فهذه قصة مختلفة تمامًا.
قررت الآن العديد من الشركات والمجموعات البحثية إنشاء خوارزميات خاصة بها يمكنها تحليل أي نص وتحديد مكان
وجود لغة العداء * وإلى أي مدى يتم التعبير عنها. قرر أبطالنا اليوم اختبار هذه الخوارزميات ، على وجه الخصوص ، واجهة برمجة تطبيقات Google Perspective التي تم الترويج لها للغاية ، والتي تحدد "حموضة" العبارة ، أي كم يمكن اعتبار هذه العبارة إهانة.
الكلام الذي يحض على الكراهية * - كما هو واضح من اسم هذا المصطلح ، فهو عبارة عن مزيج من الوسائل اللغوية التي تهدف إلى التعبير عن عداء حيوي بين المحاورين. أكثر أشكال خطاب الكراهية شيوعًا هي: العنصرية والتمييز الجنسي وكره الأجانب وكراهية المثلية الجنسية وغيرها من أشكال العداء تجاه شيء آخر.
المهام الرئيسية التي حددها الباحثون لأنفسهم هي دراسة الخوارزميات الأكثر شيوعًا لتحديد الكلام الذي يحض على الكراهية ، وفهم أساليب عملهم ومحاولة الالتفاف حولهم.
خوارزميات البحثاختار العلماء العديد من الخوارزميات التي تختلف قواعد بياناتها عن بعضها البعض ، مما يسمح لنا بتحديد أفضل قاعدة بيانات أيضًا. تعتمد بعض الخوارزميات بشكل أكبر على تحديد
الدلالات الجنسية
* ، والبعض الآخر - الدينية. المشترك بين جميع الخوارزميات هو مصدر معرفتهم - Twitter. وفقا للباحثين ، هذا بعيد عن الكمال ، لأن هذه الخدمة لها قيود معينة (على سبيل المثال ، عدد الأحرف في رسالة واحدة). لذلك ، يجب ملء قاعدة الخوارزمية الفعالة من الشبكات والخدمات الاجتماعية المختلفة.
دلالة * - طريقة لتلوين كلمة أو عبارة بظلال دلالية أو عاطفية إضافية. قد تختلف باختلاف اللغة أو الثقافة أو أي شكل آخر من أشكال الانفصال الاجتماعي. مثال: عاصف - "كان اليوم عاصفًا" (المعنى المباشر للكلمة) ، "كان دائمًا شخصًا عاصفًا" (في هذه الحالة ، يعني عدم الثبات والتهور).
قائمة الخوارزميات ووظائفها:
Detox : مشروع ويكيبيديا لتحديد لغة غير لائقة في التعليقات التحريرية. وهو يعمل على أساس
الانحدار اللوجستي * ووجهة نظر متعددة الطبقات * ، باستخدام نماذج
N-gram * على مستوى الحروف والكلمات. يختلف حجم N-grams لكلمة من 1 إلى 3 ، والأحرف - من 1 إلى 5.
الانحدار اللوجستي * هو نموذج للتنبؤ باحتمال وقوع حدث من خلال ملاءمة البيانات بمنحنى لوجستي.
إن الإدراك متعدد الطبقات * هو نموذج لإدراك المعلومات ، ويتكون من ثلاث طبقات رئيسية: S - مستشعرات (استقبال إشارة) ، A - عناصر ارتباطية (معالجة) وعناصر تفاعل R (استجابة لإشارة) ، بالإضافة إلى طبقة إضافية A.
N-gram * عبارة عن سلسلة من العناصر n.
تم جمع البيانات الخاصة بقاعدة الخوارزمية بواسطة أطراف ثالثة ، وتم تقييم كل تعليق بواسطة عشرة مقيّمين.
T1 : خوارزمية بقاعدة مقسمة إلى ثلاثة أنواع من التعليقات من Twitter (كلام يحض على الكراهية ، إهانات بدون كلام يحض على الكراهية ومحايدة). يقول الباحثون أن هذا هو الأساس الوحيد مع تصنيف مماثل. تم الكشف عن الكلام الذي يحض على الكراهية بالبحث في تويتر عن أنماط معينة. علاوة على ذلك ، تم تقييم النتائج التي تم العثور عليها من قبل ثلاثة من موظفي CrowdFlower (الآن الشكل Eight Inc. ، دراسة لتعلم الآلة والذكاء الاصطناعي). معظم العبارات الأساسية (76٪) هي عبارات مسيئة ، في حين أن اللغة العدائية تأخذ 5٪ فقط.
T2 : خوارزمية تستخدم الشبكات العصبية العميقة. تم التركيز بشكل رئيسي على الذاكرة قصيرة المدى (LSTM). تنقسم قاعدة هذه الخوارزمية إلى ثلاث فئات: العنصرية والتمييز الجنسي ولا شيء. قام الباحثون بدمج الفئتين الأوليين في واحدة ، لتشكيل فئة متكاملة من اللغة العدائية. كان أساس القاعدة 16000 تغريدة.
T1 * ،
T3 : خوارزمية تعتمد على الشبكة العصبية التلافيفية (CNN) ووحدات التكرار الخاضعة للرقابة (GRU) ، باستخدام قاعدة المعرفة T1 ، وتكملها بفئات منفصلة تستهدف اللاجئين والمسلمين (T3).
أداء الخوارزميةتم اختبار أداء الخوارزميات بطريقتين. في البداية ، عملوا على النحو المنشود أصلاً. وفي الثانية ، تم تدريب الخوارزميات من خلال قواعد بيانات كل منها ، وهو نوع من تبادل الخبرات.
نتائج الاختبار (تظهر نتائج استخدام قواعد البيانات الأصلية بالخط العريض).كما يتضح من الجدول أعلاه ، أظهرت جميع الخوارزميات نفس النتائج تقريبًا عند تطبيقها على نصوص مختلفة (قواعد بيانات). هذا يشير إلى أنهم جميعًا درسوا باستخدام نفس نوع النص.
يظهر الانحراف الكبير الوحيد في T1 *. ويرجع ذلك إلى حقيقة أن قاعدة بيانات هذه الخوارزمية غير متوازنة للغاية ، وفقًا للعلماء. لا يستغرق الكلام الذي يحض على الكراهية سوى 5٪ ، كما نعلم بالفعل. تم تحويل التقسيم الأولي إلى ثلاث فئات من النصوص إلى قسم إلى قسمين ، عندما تم دمج "الإهانات ، ولكن بدون لغة معادية" والنصوص "المحايدة" في مجموعة واحدة ، تحتل حوالي 80 ٪ من القاعدة بأكملها.
علاوة على ذلك ، أعاد الباحثون تدريب الخوارزميات. في البداية ، تم استخدام القواعد الأصلية. بعد ذلك ، كان على كل خوارزميات العمل مع قاعدة خوارزمية أخرى ، بدلاً من العمل بها.
نتائج اختبار إعادة التدريب (تظهر النتائج باستخدام قواعد البيانات الأصلية بين قوسين).أظهر هذا الاختبار أن جميع الخوارزميات غير مستعدة تمامًا للعمل مع قواعد البيانات الأجنبية. يشير هذا إلى أن المؤشرات اللغوية لخطاب الكراهية لا تتقاطع في قواعد بيانات مختلفة ، وهو ما قد يرجع إلى حقيقة أنه في قواعد البيانات المختلفة هناك عدد قليل جدًا من الكلمات المطابقة ، أو بسبب عدم الدقة في تفسير عبارات معينة.
الإهانات وخطاب الكراهيةقرر الباحثون إيلاء اهتمام خاص لفئتين من النصوص: الهجومية والعدائية. خلاصة القول هي أن بعض الخوارزميات تجمعها في كومة واحدة ، بينما يحاول البعض الآخر فصلها كمجموعات مستقلة. بالطبع ، تعتبر الإهانات ظاهرة سلبية بشكل واضح ، ويمكن أن تعزى بأمان إلى فئة واحدة مع العداء. ومع ذلك ، يعد تحديد الإهانات عملية أكثر تعقيدًا بكثير من تحديد الكراهية الواضحة في النص.
لاختبار الخوارزميات للقدرة على الكشف عن الشتائم ، تم استخدام قاعدة T1. لكن خوارزمية T1 * لم تشارك في هذا الاختبار ، نظرًا لأنها مستعدة بالفعل لمثل هذا العمل ، مما يجعل نتائج التحقق منها متحيزة.
نتائج الاختبار للقدرة على اكتشاف النصوص المسيئة.أظهرت جميع الخوارزميات نتائج متواضعة إلى حد ما. كان الاستثناء T3 ، ولكن ليس على حساب مواهبهم. والحقيقة هي أن الكلمات غير المألوفة للخوارزمية يتم تمييزها بعلامة
unk . تم تمييز ما يقرب من 40 ٪ من الكلمات في كل جملة بهذه العلامة ، وحسبتها الخوارزمية تلقائيًا كإهانات. وهذا ، بالطبع ، كان بعيدًا عن الصواب دائمًا. وبعبارة أخرى ، لم تتعامل خوارزمية T3 مع المهمة نظرًا لمفرداتها القصيرة.
يعتبر العلماء العامل البشري واحدة من المشاكل الرئيسية للخوارزميات. يتم جمع معظم قواعد البيانات لكل خوارزميات وتحليلها وتقييمها من قبل الناس. وهنا توجد اختلافات قوية في النتائج. قد تبدو نفس العبارة مسيئة لبعض الناس أو محايدة للآخرين.
أيضًا ، فإن عدم وجود خوارزميات لفهم العبارات غير القياسية التي يمكن أن تحتوي على لغة بذيئة بهدوء ، ولكن بدون أي إهانات أو لغة عدائية ، يلعب أيضًا تأثيرًا سلبيًا.
لإثبات ذلك ، تم إجراء اختبار مع عدة عبارات. ثم تكرر الاختبار ، ولكن في كل عبارة تمت إضافة كلمة فاحشة للغاية “
f * ck ” (مميزة بالحرف
F في الجدول).
نتائج التعرف المقارن للعبارات مع كلمة "f * ck" وبدونها.كما يتبين من الجدول ، كان من الجدير إضافة كلمة بالحرف F ، حيث أخذت جميع الخوارزميات على الفور العبارة كلغة عداء. على الرغم من أن جوهر العبارات ظل كما هو ، إلا أن اللون العاطفي تغير إلى لون أكثر وضوحًا.
تُظهر اختبارات واجهة برمجة تطبيقات Google Perspective الموضحة أعلاه نتائج مشابهة. هذه الخوارزمية غير قادرة أيضًا على التمييز بين اللغة العدائية والإهانات ، والإهانة من لقب بسيط يستخدم لتزيين عبارة عاطفيًا.
كيفية خداع الخوارزمية؟كما يحدث غالبًا ، إذا كسر شخص ما شيئًا ما ، فهذا ليس دائمًا سيئًا. وكل ذلك لأنه عندما نكسر ، نكشف عن عدم وجود نظام ، نقطة ضعفه ، والتي يجب تحسينها عن طريق منع تكرار الانهيار. النماذج المذكورة أعلاه ليست استثناء ، وقرر الباحثون معرفة كيف يمكن تعطيل عملهم. كما اتضح ، لم يكن الأمر صعبًا كما اعتقد مبدعو هذه الخوارزميات.
نموذج تجاوز الخوارزمية بسيط: يعرف التكسير أنه تم فحص نصوصه ، يمكنه تغيير بيانات الإدخال (النص) بطريقة لتجنب الكشف. لا يستطيع التكسير الوصول إلى الخوارزمية نفسها وبنيتها. ببساطة ، يكسر المهاجم الخوارزمية حصريًا على مستوى المستخدم.
تنقسم خوارزمية تجاوز (دعنا نطلق عليها الكلمة القديمة الجيدة "القرصنة") إلى ثلاثة أنواع:
- تغيير الكلمة: الأخطاء المطبعية المتعمدة و Leet ، أي استبدال بعض الأحرف بالأرقام (على سبيل المثال: أنت تبدو رائعًا اليوم! - Y0U 100K 6r347 70D4Y!) ؛
- تغيير المسافة بين الكلمات: إضافة وإزالة المسافات ؛
- أضف الكلمات في نهاية العبارة.
يجب أن يكمل برنامج القرصنة الأول - تغيير الكلمات - ثلاث مهام بنجاح: تقليل درجة التعرف على كلمة من خلال خوارزمية ، وتجنب التصحيحات الإملائية ، والحفاظ على سهولة قراءة الكلمات للشخص.
يقوم البرنامج بتبديل الحرفين في الكلمة. تعطى الأفضلية للحروف الأقرب إلى منتصف الكلمة وإلى بعضها البعض. يتم استبعاد الأحرف الأولى والأخيرة فقط في الكلمة. علاوة على ذلك ، يتم تعديل الكلمات بعين على Leet ، حيث يتم استبدال بعض الأحرف بأرقام: a - 4 ، e - 3 ، l - 1 ، o - 0 ، s - 5.
من أجل التعامل مع مثل هذه الحيل ، تم تحسين الخوارزميات قليلاً عن طريق إدخال التدقيق الإملائي والتحول العشوائي لقاعدة المعرفة التدريبية. أي ، لم تكن الكلمات الرئيسية موجودة فقط في قاعدة البيانات ، ولكن تم تغييرها أيضًا من خلال إعادة ترتيب أحرف النموذج.
ومع ذلك ، كلما طالت الكلمة ، زاد عدد الخيارات المتاحة لإعادة ترتيب الحروف ، مما يوسع قدرات برنامج التكسير.
تتميز طريقة إزالة أو إضافة مسافات أيضًا بخصائصها الخاصة. إزالة المسافات أكثر ملاءمة لمعارضة الخوارزميات التي تحلل الكلمات بأكملها. لكن الخوارزميات التي تحلل كل حرف يمكن أن تتعامل بسهولة مع غياب المسافات.
قد تبدو إضافة المسافات طريقة غير فعالة للغاية ، ولكن لا يزال بإمكانها خداع بعض الخوارزميات. تقوم النماذج التي تنظر في الكلمات ككل بإجراء تحليل معجمي للعبارة ، وتقسيمها إلى مكونات (رموز مميزة). في هذه الحالة ، يعمل الفضاء كفاصل كلمات ، أي عنصر مهم في تحليل العبارة. إذا كانت هناك فجوات أكثر من اللازم ، فإن الكلمات بينهما تصبح غير معروفة للخوارزمية. في الوقت نفسه ، تحتفظ طريقة الالتفاف هذه بدرجة عالية من سهولة قراءة العبارات للبشر. تعمل الطريقة ببساطة: يتم تحديد حرف عشوائي في الكلمة ، بعد أن يتم وضع مسافة. ونتيجة لذلك ، فإن الكلمة التي كانت معروفة سابقًا للخوارزمية لم تعد كذلك. مثال: "الكراهية" - "الكراهية". إذا قمت بإزالة جميع الفجوات في النص ، فستصبح العبارة الكاملة للخوارزمية كلمة واحدة غير مفهومة بالنسبة له. كما هو الحال في القصة حيث أعطت الابنة والدتها هاتفًا جديدًا ، وكتبت لها رسالة نصية قصيرة بها نص: "عزيزي لترك فراغًا على هذا الهاتف." يمكننا قراءة هذه العبارة ، لكن الخوارزمية ستدركها على أنها كلمة واحدة ، وهو بالطبع لا يعرفها.
ومع ذلك ، إذا قامت الخوارزمية بتحليل الأحرف بشكل منفصل ، فستتمكن من التعرف على العبارة ، وبالتالي فإن طريقة القرصنة هذه ليست مناسبة في مثل هذه الحالات.
ولمواجهة مثل هذه الهجمات ، تم أيضًا إعادة تدريب الخوارزميات. لمكافحة إضافة مسافات ، مرت قاعدة الخوارزمية من خلال برنامج إدخال عشوائي للمسافات: يمكن فصل كلمة n من الأحرف بمسافة بطرق n-1. ومع ذلك ، أدى هذا إلى انفجار اندماجي ، عندما يزداد تعقيد الخوارزمية بشكل حاد بسبب الزيادة في حجم بيانات الإدخال. ونتيجة لذلك ، يعد تعلم الخوارزمية بناءً على الطريقة المعروفة جيدًا لإضافة المساحات عملية صعبة للغاية وغير فعالة.
من الصعب أيضًا حذف المساحات. إذا تم تجديد قاعدة الخوارزمية بعبارات يعرفها ، ولكن بدون مسافات ، فلن يعمل هذا بشكل فعال إلا عند تطبيق هذه العبارة. يجدر استبدال زوجين من الحروف أو الكلمة ، ولا تتعرف الخوارزمية على أي شيء.
في طريقة القرصنة بإضافة الكلمات ، فإن الجوهر الرئيسي هو كيف تعمل خوارزمية التعرف. يقسم الكلمات إلى فئات ، ويقول "جيد" و "سيئ". إذا كانت العبارة تحتوي على "جيدة" أكثر ، فمن المرجح أن تحدد الخوارزمية العبارة بأكملها على أنها "جيدة". والعكس صحيح. إذا قمت بإضافة كلمة "جيدة" عشوائية إلى عبارة "سيئة" في المعنى ، فيمكنك خداع الخوارزمية ، وسيظل معنى العبارة للشخص الذي يقرأها كما هو. يولد برنامج الاختراق أرقامًا عشوائية (من 10 إلى 50) أو كلمات في نهاية كل عبارة. تم اختيار قائمة الكلمات الإنجليزية الأكثر شيوعًا التي تقدمها Google كمصدر للكلمات العشوائية.
جدول بنتائج تطبيق الأساليب المذكورة أعلاه للقرصنة ورد فعل الخوارزميات على هذا (الهجوم - الهجوم - التدريب - بناء على مبدأ برنامج الهجوم ، SC - التدقيق الإملائي ، RW - إزالة المساحات).لتوضيح الحل عن طريق إدخال كلمات إضافية ، أجرى الباحثون اختبارًا باستخدام كلمة "حب". تمت إضافة هذه الكلمة في نهاية العبارات المسيئة.
نتائج الاختبار بكلمة "الحب".يوضح الجدول أن هذه الطريقة كانت قادرة على خداع جميع الخوارزميات التي تحلل الكلمة بأكملها. كما عانت الخوارزميات التي تحلل الحروف بشكل منفصل ، ولكن ليس كثيرًا.
في وقت سابق ، تم اختبار واجهة برمجة تطبيقات Google Perspective بالفعل ، والتي أظهرت قدرتها غير الفعالة على التعرف على النصوص المحايدة والمسيئة.ثم استخدمنا عبارات اختبارية (لن أترجم لأسباب واضحة):S1: Climate change is happening and it's not changing in our favor. If you think differently you're an idiot.
S2: They're stupid, it's getting warmer, we should enjoy it while it lasts
S3: They are liberal idiots who are uneducated
S4: idiots. backward thinking people. nationalists. not accepting facts. susceptible to lies.
S5: They are stupid and ignorant with no class
S6: It's stupid and wrong
S7: If they voted for Hilary they are idiots
S8: Anyone who voted for Trump is a moron
S9: Screw you trump supporters
استخدم الباحثون نفس العبارات في بحثهم. كانت النتيجة أفضل بكثير ، مما يشير إلى أنه تم تحسين Google Perspective API. ومع ذلك ، فإن تطبيق طريقة إزالة المسافات مع إدخال كلمة "الحب" على كل من العبارات أعلاه أظهر نتيجة مختلفة تمامًا.
واجهة برمجة تطبيقات Google Perspective: درجة "سمية" (هجوم) العبارات.بين قوسين تظهر النتائج الحالية مقارنة بتلك التي كانت قبل تحسين Google Perspective API.للتعرف أكثر على هذه الدراسة ، يمكنك استخدام تقرير العلماء المتاح هنا .الخاتمةاستخدم الباحثون عن عمد أبسط طرق خوارزميات الخداع لإثبات درجة كفاءتهم المنخفضة ، وكذلك للإشارة للمطورين إلى النقاط الضعيفة التي تتطلب اهتمامهم.من المؤكد أن البرامج التي يمكنها تتبع العبارات المسيئة عبر الإنترنت هي فكرة رائعة. ولكن ما هي الخطوة التالية؟ هل يجب أن يمنع هذا البرنامج عبارات مماثلة؟ أو هل تقترح عبارة بديلة لا تحتوي على شتائم؟ من الجانب الأخلاقي ، هناك الكثير من الأسئلة: حرية الكلام ، الرقابة ، ثقافة السلوك ، المساواة بين الناس ، إلخ. هل يحق للبرنامج تحديد ما يحق للشخص قوله وما لا؟ ربما. ومع ذلك ، يجب أن يكون تنفيذ مثل هذا البرنامج لا تشوبه شائبة ، وخالي من العيوب التي يمكن استخدامها ضده. وبينما يستمر العلماء في اللغز حول هذه القضية ، يجب على المجتمع نفسه أن يقرر بنفسه - هل حرية التعبير الكاملة جميلة جدًا أم يمكن أن تكون محدودة في بعض الأحيان؟شكرا لك على البقاء معنا. هل تحب مقالاتنا؟ هل تريد رؤية مواد أكثر إثارة للاهتمام؟ ادعمنا عن طريق تقديم طلب أو التوصية به لأصدقائك ، خصم 30 ٪ لمستخدمي Habr على نظير فريد من خوادم مستوى الدخول التي اخترعناها لك: الحقيقة الكاملة حول VPS (KVM) E5-2650 v4 (6 نوى) 10GB DDR4 240GB SSD 1Gbps من 20 $ أو كيفية تقسيم الخادم؟ (تتوفر الخيارات مع RAID1 و RAID10 ، حتى 24 مركزًا وحتى 40 جيجابايت DDR4).VPS (KVM) E5-2650 v4 (6 نوى) 10GB DDR4 240GB SSD 1Gbps حتى ديسمبر مجانًا عند الدفع لمدة ستة أشهر ، يمكنك الطلب هنا .ديل R730xd أرخص مرتين؟ فقط لدينا 2 x Intel Dodeca-Core Xeon E5-2650v4 128GB DDR4 6x480GB SSD 1Gbps 100 TV من 249 دولارًافي هولندا والولايات المتحدة! اقرأ عن كيفية بناء مبنى البنية التحتية الطبقة باستخدام خوادم Dell R730xd E5-2650 v4 بتكلفة 9000 يورو مقابل سنت واحد؟