Az automatizált tényellenőrzés képes elkapni azokat az állításokat, amelyek elcsúsznak az emberi ellenőrzők mellett. Íme a két munkamódszer.

Vagy hitelesítik az állításokat egy hiteles forrással vagy cikkel szemben, vagy használnak egy számítási technikát, amelyet álláspontdetektálásnak neveznek.

(Shutterstock)

A hamis állításokból, hogy a citromos meleg víz ivása megvéd a koronavírustól nak nek magas a szennyezettségi arány a Lettországban állomásozó NATO-csapatok között , a világjárvány megérett már sokféle álhírre és dezinformációs kampányra.

Január és március között a Reuters Újságírástudományi Intézet felfigyelt erre a tényellenőrzések száma 900%-kal nőtt , ami valószínűleg még nagyobb növekedést jelent az álhírek előfordulásának számában, mivel sok közülük valószínűleg átcsúszott a neten.

Noha a médiaműveltség elengedhetetlen a dagály megfordításához, az automatizálás és az algoritmusok alkalmazása segítheti a tényellenőrző erőfeszítéseket nagyarányúan. Az övében 2018-as jelentés , Lucas Graves lényegében az automatizált tényellenőrzés két típusát azonosította: a tényellenőrzést, amely az állításokat hiteles forrással vagy egy már ellenőrzött történettel szemben igazolja, és olyan tényellenőrzést, amely „másodlagos jelekre” támaszkodik, mint pl. állásfelismerés — számítástechnika, amely meghatározza, hogy egy szövegrész egyetért-e vagy nem egy állítással.

Íme egy áttekintés az újságírói felhasználásokról és a kutatási projektekről, mindkét szempontot figyelembe véve.

Fallabda: A Duke University Reporters’ Lab Squash-al kísérletezik , egy számítógépes program, amely a TV-feliratokat szövegláncokká alakítja, majd összeveti azokat a korábbi tényellenőrzések adatbázisával. A Squash célja a politikusok kijelentéseinek szinte azonnali ellenőrzése, bár kutatócsoportja elismerte, hogy a program még mindig emberi segítségre van szükség annak eldöntéséhez, hogy közvetítse-e saját eredményeit .

Teljes tény: A londoni székhelyű tényellenőrző szervezet, a Full Fact is képes kétes állításokat észlel a TV-feliratokon keresztül , összeveti őket a saját ellenőrzött tényellenőrzési katalógusával, és megbízható adatokat, például kormányzati statisztikákat használ az ellenőrizetlen állítások ellenőrzésére.

De még a megbízható adatokat is alaposan ellenőrizni kell. Graves jelentésében a Full Fact automatizálási részlegének alapító vezetője hangsúlyozta, hogy a hivatalos adatok könnyen kiragadhatók a szövegkörnyezetből, például amikor 2003-ban megugrott a gyilkosságok aránya az Egyesült Királyságban, de csak azért, mert az évek során egy hírhedt sorozatgyilkos követte el a gyilkosságokat. előtt hivatalosan is szerepeltek az akkori statisztikákban.

Checkbot: Mint a Squash és a Full Fact, checkbot – az argentin Chequeado tényellenőrző szervezet kezdeményezése – automatikusan átvizsgálja a nemzeti médiát, keresve az ellentmondásos kijelentéseket. Ezután összeveti őket egy meglévő adatbázissal, és szöveges fájlokat hoz létre, amelyeket a tényellenőrzők megoszthatnak a közösségi médiában. De Chequeabotot mindazonáltal érinti a nyers adatok hiánya Argentínában, ami arra készteti Chequeado-t, hogy megvizsgálja a kormánnyal, de az egyetemekkel, agytrösztökkel és szakszervezetekkel való együttműködést is.

Az IFCN chatbotja: A világjárvány közepette a Nemzetközi Tényellenőrző Hálózat összeállított egy tényellenőrzési adatbázist, amely immár több mint 7000 bejegyzésből áll, több mint 40 nyelven. Májusban elindult a tényellenőrző szövetség saját WhatsApp chatbotja , amely képes átkutatni az adatbázist, hogy válaszoljon a felhasználó kulcsszókérésére. Először angolul, a WhatsApp Chatbot már spanyol, hindi és portugál nyelven is elérhető.

A Waterloo Egyetem: A kanadai Waterloo Egyetem kutatócsoportja, az álláspontészlelést vizsgálja, hogy olyan eszközt hozzon létre, amely képes észlelni az álhíreket összehasonlítva az állításokat hasonló bejegyzésekkel és történetekkel. A kutatók algoritmusokat programoztak, hogy tanuljanak a képzési adatokban talált szemantikából, és 10-ből kilencszer sikerült pontosan meghatározni az állításokat. Megoldásukat segítő eszközként képzelik el, amelynek célja a hamis tartalom kiszűrése, hogy segítsék az újságírókat a vizsgálatra érdemes állítások követésében.

VAL VEL: Az álláspontfelismerésből fakadó egyik probléma azonban az, hogy hajlamos a nyelv iránti saját elfogultságaink reprodukálására. Például a negatív kijelentések nagyobb valószínűséggel pontatlan tartalmat közvetítenek, míg az igenlő állítások általában az igazságérzethez kapcsolódnak. Ez az, amit az MIT kutatócsoportja megállapította miközben algoritmikus modelleket tesztel a meglévő adatkészleteken. Ez arra késztette őket, hogy új modelleket fejlesszenek ki. A csapat arra is felhívta a figyelmet, hogy az állítások egy adott pillanatban igazak, de egy bizonyos ponton túl már nem pontosak.

Jelentésében Graves más jelzésekre is rámutatott, amelyek segíthetnek a hamis információk nagyarányú leleplezésében. Ezek a „stilisztikai jellemzőktől, például a közösségi médiás bejegyzésekben vagy a feltételezett híradásokban használt nyelvezettől” a „forrás hálózati pozíciójáig” vagy „egy adott állítás vagy hivatkozás interneten való terjedésének módja”ig terjedhetnek.

De bármennyire is fejlettek az automatizált megoldások, még mindig kihívások elé állítják őket a sok ok, amiért elhisznek bennünket az álhíreknek elsősorban – legyen szó például elfogult érvelésről, elterelt figyelemről vagy ismételt expozícióról. Ezen túlmenően fennáll a „visszatüzelés” hatásának további kockázata, a fogalom Ez azt jósolja, hogy ha egy állítás erősen igazodik valakinek az elképzeléseihez, akkor ez a személy tovább erősödik saját nézeteiben, miután ki van téve az igazságnak.

Végül az automatizált tényellenőrzés csak akkor lesz sikeres, ha szorosan összefonódik a médiaműveltséggel.

Samuel Danzon-Chambaud Ph.D. kutató a JOLT projekt , amely az Európai Unió Horizont 2020 kutatási és innovációs programjából kapott támogatást a 765140. számú Marie Skłodowska-Curie támogatási megállapodás alapján.