Дослідники виявили сім типів фейкових новин

Щоб допомогти людям виявляти фейкові новини або створити технологію з визначення “новинних фальшивок”, необхідно спочатку визначити, що це таке. Учені зі США проаналізували численні приклади fake news, згрупувавши їх у сім основних категорій.

Дослідники визначили такі різновиди новинних фейків: газетні качки, упереджена думка, сатира, недостовірні відомості, коментарі, переконуюча інформація і міська журналістика. Вчені також порівняли ці типи матеріалів з реальними достовірними новинами.

У достовірних матеріалів є певні ознаки, що відрізняють їх від неправдивих. У фейкових новинах зазвичай не дотримується журналістський стиль, вони менш витримані і замість фактів пропонують людям емоційні затвердження. Також ознакою fake news є привабливі або провокаційні заголовки, відсутність джерел інформації або посилання на “анонімне джерело”.

Учені відзначили особливості в структурі веб-сайтів, які дозволяють маркувати їх як джерело недостовірної інформації: наприклад, використання нестандартних e-mail адрес для зворотного зв’язку або ж відсутність контактів редакторів і власників ресурсу. Онлайнові новини також часто позбавлені багатьох структурних особливостей, які присутні в більш традиційних медіа (журналах і газетах) і дозволяють розрізняти форми контенту. Так, на сайтах часто реальні новини змішуються з рекламними матеріалами без відповідних позначок, а думка автора видається за аналітику.

За словами провідного автора статті Марії Моліни, виявлення особливостей різних форм правдивих і неправдивих онлайн-новин необхідне не тільки для того, щоб допомогти людям розрізняти фейки. Ці дані будуть корисні при створенні систем штучного інтелекту, які автоматично попереджатимуть людей про можливу дезінформації.

Крім того, дані дослідження допоможуть розробити систему маркування контенту, яка відновить характерну для традиційних ЗМІ сегментацію новин.

Дуже важливо розпізнавати різні види онлайн-новин, щоб мати можливість налаштувати очікування читачів і деяких громадських діячів, які звинувачують ЗМІ в фальсифікації даних, – говорить співавтор дослідження Шіям Сундар.

Використання комп’ютерів для автоматичного визначення фейкових новин ускладнює те, що штучний інтелект мислить в категоріях бінарної логіки, розпізнаючи лише правду чи брехню, не вловлюючи при цьому багатьох нюансів. Наприклад, сатиричний памфлет фактично містить неправдиві дані, але з урахуванням контексту не повинен маркуватися як фальшивка. З іншого боку, якщо елементи сатири використовуються в повідомленнях поза контекстом, такі матеріали повинні бути відзначені як сумнівні.

Наше поліпшене розуміння характеристик семи підтипів [фейкових новин] дозволить нам розробити новий тип системи автоматичного визначення, здатний приймати більш індивідуальні рішення, – стверджує Лі Донгвон, один з учасників дослідження.

Учені вже працюють над програмним рішенням цієї проблеми з використанням методик машинного навчання.

Джерело