Information Contamination in AI-Assisted OSINT: A Comparative Analysis of Local Large Language Models
Informační kontaminace v OSINT podporovaném umělou inteligencí: Komparativní analýza lokálních velkých jazykových modelů
diplomová práce (OBHÁJENO)
Zobrazit/
Trvalý odkaz
http://hdl.handle.net/20.500.11956/211676Identifikátory
SIS: 294467
Kolekce
- Kvalifikační práce [20608]
Fakulta / součást
Fakulta sociálních věd
Obor
International Security Studies with specialisation in Security, Technology and Society
Katedra / ústav / klinika
Katedra bezpečnostních studií
Datum obhajoby
17. 6. 2026
Nakladatel
Univerzita Karlova, Fakulta sociálních vědJazyk
Angličtina
Známka
Výborně
Klíčová slova (česky)
AI, OSINT, velký jazykový model, informační kontaminace, evaluace modelů, Gemma 3, Qwen 3.5Klíčová slova (anglicky)
AI, OSINT, large language model, information contamination, model evaluation, Gemma 3, Qwen3.5Tato práce zkoumá zranitelnost zpravodajství z otevřených zdrojů s podporou umělé inteligence vůči kontaminovanému zdrojovému materiálu u lokálně nasazených velkých jazykových modelů. Studie srovnává dva modely srovnatelného rozsahu, avšak odlišného původu, Gemma 3 12B od Google DeepMind a Qwen 3.5 9B od Alibaba DAMO Academy, napříč čtyřiceti experimentálními výstupy generovanými z korpusu pěti OSINT dokumentů o čínských státem podporovaných vlivových operacích zaměřených proti Tchaj-wanu a Hongkongu, zpracovaných v čisté a kontaminované verzi s dvaceti záměrně vloženými nepravdivými tvrzeními. Výstupy byly hodnoceny podle pětidimenzionální behaviorálně ukotvené stupnice. Zjištění naznačují podstatný a konzistentní efekt degradace za kontaminovaných podmínek, přičemž oba modely vykazují stabilní dimenzionální profil naznačující obecnou zranitelnost spíše než chování specifické pro daný původ, a poukazují na OSINT s podporou umělé inteligence jako na kategorii analytického pracovního postupu, která vyžaduje vlastní protokoly pro ověřování zdrojů.