Перспективы использования технологий прикладного искусственного интеллекта в системе верификации информации СМИ и социальных медиa
DOI:
https://doi.org/10.47475/2070-0695-2023-48-2-118-126Ключевые слова:
журналистское образование, верификация данных, фактчекинг, информационные технологии, искусственный интеллект, образовательный проект #СТУДFACTCHECKАннотация
В статье рассматриваются теоретические и практические вопросы, связанные с применением ИТ (информационных технологий) в системе верификации информации СМИ и социальных медиа. Актуальный характер данной проблемы обусловлен спецификой ситуации в информационном пространстве. Развитие современных технологий позволяет создавать и распространять заведомо ложный контент, который в отдельных случаях практически не отличается от достоверной информации. Это формулирует запрос на создание гибридных технологий фактчекинга, которые позволили бы соединить традиционные методики проверки информации и возможности прикладного ИИ (искусственного интеллекта). Решение данной проблемы необходимо, прежде всего, в контексте защиты от фальсифицированной и недостоверной информации, формирования медиаграмотности аудитории. В статье анализируются теоретические подходы к реализации этой задачи, представленные в трудах зарубежных и отечественных исследователей. Опираясь на их выводы, авторы представляют описание авторского подхода к процессу верификации информации с применением технологий ИИ, рассматривают примеры и возможности их реализации в данном контексте. Также в статье анализируется методология и методика проверки информации СМИ и социальных медиа в рамках международного образовательного проекта #СТУДFACTCHECK, который функционирует в Институте филологии и журналистики ННГУ им. НИ. Лобачевского с 2020 года по настоящее время. По мнению авторов данного исследования, опыт проекта может быть использован как базовая модель в процессе разработки универсальной системы проверки информации в России на современном этапе, в том числе с применением технологий прикладного искусственного интеллекта. Подключение специалистов в области ИТ к созданию методов автоматизации процессов верификации информации с их последующим внедрением в процесс подготовки будущих журналистов и специалистов в сфере массовой коммуникации является насущной задачей, реализация которой предполагает взаимодействие специалистов в области ИТ и социально-гуманитарного знания.
Библиографические ссылки
Berezhnaya, V. S. (2020). Voprosi standartizacii faktchekinga v journalistike dannyh. Teoreticheskiy aspekt [Standartized Fact Cheching in Data Journalism. A Theoretical view]. Nauka televidenia, 16.2, 191–209. (In Russ.).
Ilchenko, S. N. (2019). Feikovaya Juornalistika. Specialnyi kurs [Fake Journalism. Special Course]. Moscow: Direkt-Media Publ., 308 p. (In Russ.).
Kuritcyn, A. N., Lemer, L. G., Ashmanov, I. S. & Grebenuk, A. A. (2020). Velikaya Otechestvennaya voina. Falsificacia istorii. Manipulyacii v socialnyh media [The Great Patriotic War. Falsification of history. Manipulation in social media]. Moscow: First Economy Publ., 52 p. (In Russ.).
Lukina, M. M., Zamkov, A. V., Krasheninnikova, M. A. & Kulchitskaya, D. Yu. (2022). Iskusstvennyi intellekt v rossiyskih media i journalistike: k diskussii ob eticheskoy kodificacii. [Artificial Intelligence in the Russian Media and Journalism: The Issue of Ethics]. Voprosy teorii i praktiki zhurnalistiki, vol. 11, 4, 680–694. (In Russ.).
Makarova, L. S., Bureev, A. A. & Makarov, I. V. (2022). Mezhdunarodnyi obrazovatelnyi proekt EUFactcheck v Institute filologii I journalistiki NNGU im. N. I. Lobachevskogo: opit realisacii v sisteme podgotovki studentov po napravleniu «Journalistika» [EUFactcheck, the international educational project at the institute of philology and journalism of Lobachevsky state university of Nizhny Novgorod: experience of system of implementation in the system of training students in the direction of «Journalism»]. Znak: problrmnoe pole mediaobrazovanija, 1 (43), 7–16. (In Russ.).
Makarova, L. S. (2022). Metodicheskie podhodi k formirovaniu navikov verificacii informacii u studentov, obuchaushihsya po napravleniu «Journalistika»: opit realizacii proekta EUFactcheck/#СТУДFACTCHECK v Institute filologii I journalistiki NNGU im. N. I. Lobachevskogo [Methodical approaches to building skills of data verification in students trained under the «Journalism» academic program: experience in implementation of EUFactcheck / # STUDFACTCHECK, the project in the Institute of Philology and Journalism of the Lobachevsky State University]. Chelyabinsky gumanitariy, 1 (58), 70–79. https://www.doi.org/10.47475/2070-0695-2022- 10101. (In Russ.).
Morozova, А. A. & Arsentieva, A. D. (2022). Problemi I perspektivi ispoisovania iskusstvennogo intellekta v sfere mass-media: mnenie rossiyskoi auditoria. [Problems and prospects of the use of artificial intelligence in the sphere of mass media: opinion of the russian audience]. Znak: problemnoe pole mediaobrazovanija, 2 (44), 150–158. https://www.doi.org/10.47475/2070-0695-2022-10219. (In Russ.).
Raspopova, S. S. & Bogdan, E. N. (2018). Feikovie novosti. Informacionnaya mistifikaciya [Fake News. Information Hoax]. Moscow: Aspekt-Press Publ., 112 p. (In Russ.).
Raspopova, S. S. & Simakova, S. I. (2022). Faktcheking kak noviy format samoregulirovania setevoy kommunikacii. [Fact- checking as a new format of self-regulation network communication]. Znak: problemnoe pole mediaobrazovanija, 1 (43), 150–157. https://www.doi.org/10.47475/2070-0695-2022-10116. (In Russ.).
Ryzhova, T. Yu., Glazkov, B. M., Sokolenko, M. V. & Nikiforov, E. A. (2023). Instrumenti II v rukah moshennikov-klassifikacia ugros I sposobi protivodiystvia [Tools of AI in the hands of scammers - classification of threats and ways to counteract]. Moscow: FGUP «GRCHC» Publ., 83 p. (In Russ.).
Tretyakov, A. O., Filatov, O. G., Zhuk, D. V. & Gorlushkin, A. A., Puchkovskaya, A. A. (2018). Metod opredeleniya russkoyasichnyh feikovih novostey s ispolsovaniem elementov iskusstvennogo intellecta [The Method of Identify the Russian-Language Fake News Using Artificial Intelligence]. International Journal of Open Information Technologies, vol. 6, 12, 99–105. (In Russ.).
Chertovskikh, O. O. & Chertovskikh, M. G. (2019). Iskusstvennyi intellect na sluzhbe sovremennoi journalistiki: istoriya, facty, pespectivy azvitiya [Artificial Intelligence in Modern Journalism: History, Facts, Prospects for Development]. Voprosy teorii i praktiki zhurnalistiki, vol. 8, 3, 555–568. (In Russ.).
Bernecker, S., Flowerree, A. K. & Grundmann, Th. (2021). The Epistemology of Fake News. Oxford: Oxford University Press, 374 p.
Botnevik, B., Sakariassen, E. & Setty, V. (2020). BRENDA: Browser Extension for Fake News Detection. Proceedings of the 43rd International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR ’20), July 25–30, 2020, Virtual Event, China. ACM, New York, NY, USA, P. 1–4, available at: https://dl.acm.org/doi/10.1145/3397271.3401396 (accessed: 21.07.2023).
EUFactcheck. (2020). A Pan-European Project. Methodology and Lessons Learned. Haaga: Helia University of Applied Sciences, 124 p.
Farmer, L. S. J. (2021). Fake News in Context. Routledge, 175 p.
Forgas, J. P. (2021). The Social Psychology of Gullibility. Fake News, Conspiracy Theories, and Irrational Beliefs. Routledge, 363 p.
Giansiracusa, N. (2021). How Algorithms create and prevent fake news. Exploring the impacts of social media, deepfakes, GPT-3, and more. Apress, 239 p.
Greifeneder, R., Jaffe, M. E., Newman, E. J. & Schwarz, N. (2021). The Psychology of Fake News. Accepting, Sharing, and Correcting Misinformation. Routledge, 253 p.
Hasimi, L. & Poniszewska-Marańda, A. (2022). Browser Extension for Detection of Fake News and Disinformation. Papadaki, M., Rupino da Cunha, P., Themistocleous, M., Christodoulou, K. (eds) Information Systems. EMCIS 2022. Lecture Notes in Business Information Processing, vol. 464. Springer, available at: https://doi.org/10.1007/978-3-031-30694-5_16 (accessed: 21.07.2023).
Hassan, N., Li, Ch., Arslan, F. & Tremayne, M. (2017). Toward Automated Fact-Checking: Detecting CheckWorthy Factual Claims by ClaimBuster. KDD ‘17: Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, Halifax, NS, Canada, August 13–17, 2017. New York: Association for Computing Machinery. 1803–1812.
Journalism, «Fake News» and Disinformation (2018). Paris: UNESCO, 128 p.
Mc Brayer, J. P. (2021). Beyond fake news. Finding the Truth in a World of Misinformation. New York: Ruotledge, 181 p. Miranda, S., Nogueira, D., Mendes, A., Vlachos, A. (2019). Automated Fact Checking in the News Room. Proceedings of the 2019
World Wide Web Conference (WWW ’19), May 13–17, 2019, San Francisco, CA, USA. ACM, New York, NY, USA, available at: https://dl.acm.org/doi/10.1145/3308558.3314135 (accessed: 21.07.2023).
Nakov, P., Corney, D., Hasanain, M., Alam, F., Elsayed, T., Barron-Cedeno, A., Papotti, P., Shaar, Sh., Da San Martino, G. (2021). Automated Fact-Checking for Assisting Human Fact. Doxa: Qatar Computing Research Institute, 250 p.
Deepak, Р., Chakraborty, T., Long, Ch., Santosh, Kumar G. (2021). DATA Science for Fake News. Surveys and Perspectives. Springer, 308 p.
Pond, Ph. (2020). Complexity, Digital Media and Post Truth Politics. A Theory of Interactive Systems. Palgrave Macmillan, 247 p.
Shaar, S., Georgiev, N., Alam, F., Da San Martino, G., Mohamed, A., Nakov, P. (2021). Assisting the Human Fact-Checkers: Detecting All Previously Fact-Checked Claims in a Document. Doxa: Qatar Computing Research Institute, 308 p.
Shick, N (2020). Deepfakes. The Coming Infocalypse. New York- Boston, 436 p. Video Verification in the Fake News Era. (2019). Springer, 354 p.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2023 Знак: проблемное поле медиаобразования
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
