- CES 2020: Segway представила кресло-капсулу S-Pod для комфортных поездок - 06.01.2020 14:14
- CES 2020: Seagate показала, как работать с данными - 06.01.2020 13:42
- CES 2020: очень «умная» бытовая техника и изогнутые игровые мониторы Odyssey - 05.01.2020 14:22
Специалисты Университета штата Пенсильвания в США провели исследование, по итогам которого смогли составить четкую классификацию fake news, которая поможет более эффективно распознавать ложную информацию и бороться с ней
Несмотря на то, что fake news более популярны у пользователей, чем правдивая информация, большинство ресурсов стараются бороться с ней — так поступают, например, Facebook и Instagram. Ученые постоянно разрабатывают все новые алгоритмы для борьбы с дезинформацией, которые используют возможности искусственного интеллекта.
Чтобы нейросетям было проще распознавать и маркировать фейковые новости, исследователи Университета штата Пенсильвания классифицировали дезинформацию по основным признакам. Ученые определили семь основных категорий фейков: сатира; газетные «утки»; недостоверные сведения; лживые комментарии; убеждающая информация; и городская журналистика.
Как рассказали авторы исследования в статье «Fake News» Is Not Simply False Information: A Concept Explication and Taxonomy of Online Content в журнале American Behavioural Scientist, все фейковые новости имеют как минимум четыре признака, отличающих их от достоверной информации. Это несоблюдение журналисткого стиля; сильный эмоциональный окрас без фактов — «игра на чувствах»; отсутствие источников информации или ссылки на неопределенный «анонимный источник»; а также завлекательные или провокационные заголовки.
Также авторы исследования классифицировали признаки сайтов с недостоверной информацией, наличие которых повысит вероятность фейковости, размещенной на нем информации. В частности, это отсутствие контактов владельцев и редакции; нестандартные e-mail; подмена разделов (например, выдаваемая за аналитику личное мнение); и смешение рекламы с основным контентом.
По мнению ученых, их исследование не только поможет людям более четко разграничивать ложную информацию в интернете, но и повысит эффективность работы интеллектуальных систем распознавания, которые получают четкую категоризацию и список маркеров. При этом, используя подробные признаки, нейросети смогут отличать сатиру и шутки от настоящей лжи.