השפה הזו תורגמה אוטומטית ולא נבדקה על ידי אדם.

כותרות · מאמר

כיצד עיתונאים ובודקי עובדות מאמתים טענות ומגלים מידע שגוי

פורסם:

בקצרה

עיתונאים ובודקי עובדות מאמתים טענות על ידי עקיבה אחריהן למקורות ראשוניים, בדיקה צולבת של עדים או מסמכים עצמאיים מרובים, והחלת טכניקות דיגיטליות ספציפיות כגון חיפוש תמונה הפוך וקביעת מיקום גיאוגרפי. ארגונים מאומתים של בדיקת עובדות עוקבים אחר קוד פרסום המחייב אי-משוא פנים, שקיפות במקורות והתיקונים הפתוחים. עלייתה של תמונות, וידיאו וטקסט שנוצרו על ידי בינה מלאכותית הפכה את עבודת האימות הזו לאטית יותר ויותר שנויה במחלוקת גם כשתוכן זוייף הופך לזול יותר בייצור.

גרסה זו היא תרגום מכונה של המקור (English). לקריאת המקור

אימות הוא השלב בין טענה המסתובבת באינטרנט או מאת פקיד רשמי לבין טענה המדווחת כעובדה. זה לא טכניקה בודדת אלא קבוצה של בדיקות חופפות שעיתונאים וארגוני בדיקת עובדות ייעודיים מיישמים לפני הפרסום.

התחלה עם מקורות וחומרים ראשוניים

השיטה הבסיסית המלומדת בחדרי עיתונות היא להתקרב ככל האפשר לתיעוד המקורי במקום להסתמך על דיווח מסדר שני. לפי Granite State News Collaborative, עיתונאים התייעצו ישירות עם קבצים מקוריים, רישומים ציבוריים, חוקים ומסמכי הוצאות, והם מבקשים עותקים של נתונים בסיסיים מרשויות במקום לקבל תקציר.

כאשר לא קיים מסמך, כמו בדיווח על אירוע שנוי במחלוקת, עיתונאים מקבלים עצה לראיין מספר אנשים באופן עצמאי ולהשתמש בשפה זהירה כמו 'כל הראיות מצביעות' במקום לקבוע ודאות. לאחר מכן, עורכים בוחנים שמות, נתונים והיחסות לפני הפרסום, וחדרי עיתונות מסוימים מציגים חלקים רגישים של סיפור למקורות מראש כדי לתפוס טעויות.

הכללים שלפיהם פועלים ארגונים מאומתים של בדיקת עובדות

ארגונים שרוצים להיות מוכרים כבודקי עובדות על ידי International Fact-Checking Network (IFCN), יחידה של Poynter Institute, חייבים לחתום על Code of Principles שנבנה על חמישה התחייבויות, שהערכתם מתבצעת בשנה אחת על ידי סוקרים עצמאיים מול 31 קריטריונים.

אימות תמונות וווידאו: טכניקות OSINT

חלק גדול של מידע שגוי מתפשט דרך תמונות וסרטונים שנלקחו מתוך הקשר במקום זיוף ממש. Bellingcat, קבוצת חקירה בקוד פתוח, מתארת בדיקה של חמישה דברים לפני התיחסות לתוכן חזותי כאמין: האם התמונה מקורית או עברה בטסוג קודם לכן, מי פרסם אותה ובאיזו פלטפורמה, היכן היא אכן צולמה (קביעת מיקום גיאוגרפי), מתי היא צולמה (קביעת מיקום כרונולוגי), ולמה היא שותפה.

בפועל, זה כרוך בהעברת קובץ דרך מספר מנועי חיפוש תמונה הפוכה כמו Google Images, Yandex ו-TinEye בהקבלה, מכיוון שכל אחד מהם מאינדקס חלקים שונים של הרשת. חוקרים גם מחפשים פרטים נראים ייחודיים — שלט, בניין, מדים — במקום התמונה כולה, וביצוע בדיקה צולבת של רמזים נראים כמו צללים או ציוני דרך מול מפות וחותמות זמן ידועות כדי לראות אם הזמן והמקום המטענים עומדים.

האתגר הגדל של תוכן שנוצר על ידי AI

AI גנרטיבי שינה את הכלכלה של עבודה זו. Tech Policy Press מתארת אסימטריה ליבית: ייצור תמונה, וידאו או מסמך מזויף משכנע הפך זול ומהיר, בעוד אימות אותנטיות נשאר איטי ויוקר מבחינת משאבים, וכלים לגילוי הופכים למיושנים בכל פעם שמודלים גנרטיביים משתפרים.

אותה דוח מציין שציוני ביטחון מכלים לגילוי AI — לדוגמה, כלי הקובע שהוא בטוח ב-70% שתמונה לא נוצרה על ידי AI — לא תורגמו לפסק דין כן-או-לא שהפרסום דורש, וכי כלים רבים כאלה בנויים ללא תשומת לב מעיתונאים, מה שמגביל את האימוץ שלהם בחדרי עיתונות. מאמץ תעשייתי נפרד, Coalition for Content Provenance and Authenticity (C2PA), פיתחה תוויות קריפטוגרפיות שנועדו לעקוב אחר תוכן מרגע ההיתקפות, אך Tech Policy Press מדווחת שתוויות אלה מוסרות לעתים קרובות על ידי תוכנת עריכה, מערכות ניהול תוכן או פלטפורמות חברתיות לפני שתמונה או וידאו אפילו מגיע לקהל.

זיוף דברים הופך לזול וגם מהיר יותר. בינתיים, אימות של דברים יכול להיות יקר וגם איטי.

— Tech Policy Press

מה שקוראים יכולים לבדוק בעצמם

אותן שאלות ליבית שבודקי עובדות שואלים — מי מקור המקור, היכן ומתי זה באמת נתפס, והאם זה מופיע במקום אחר קודם — הן אלה שמדריכי אוריינות מדיה ממליצים לציבור לפני שיתוף טענה. אף אחת מהארגונים והמדריכים שנבדקו כאן לא מציעה שכלי בודד מספיק; כולם מתארים משולשות, בדיקה צולבת של טענה מול מספר מקורות ראשוניים עצמאיים, כחוט משותף.

שאלות

מהו Code of Principles של IFCN?
זה קבוצה של חמישה התחייבויות — אי-משוא פנים, שקיפות של מקורות, שקיפות של מימון וארגון, שקיפות של מתודולוגיה, ותיקונים פתוחים — שארגונים חייבים לעקוב אחריהם כדי להיות מוכרים כבודקי עובדות על ידי International Fact-Checking Network, יחידה של Poynter Institute.
מה המשמעות של 'משולשות' בבדיקת עובדות?
המשמעות היא אישור טענה דרך מספר מקורות עצמאיים — כמו מסמכים, עדים שנקובים בשם, וסרטון מקורי — במקום להסתמך על חשבון בודד, שיטה המתוארת הן על ידי מדריכי אימות בחדרי עיתונות והן על ידי קבוצות OSINT כמו Bellingcat.
כיצד חוקרים מאמתים את המיקום וההתאריך של תמונה או וידאו?
Bellingcat מתארת בדיקה של האם התוכן הופיע באינטרנט קודם לכן (דרך חיפוש תמונה הפוך), זיהוי מי פרסם אותו והיכן, והשוואה של פרטים נראים כמו ציוני דרך, שלטים או צללים מול מפות וחותמות זמן ידועות כדי לאשר או להכחיש את המיקום והזמן המטענים.
האם AI יכול לגלות אם תמונה או וידאו נוצרו על ידי AI?
כלים לגילוי קיימים אך יש להם מגבלות: Tech Policy Press מדווחת כי ציוני ביטחון מכלים כאלה לעתים קרובות אינם נותנים תשובה ברורה של כן-או-לא, וכי שיטות גילוי הופכות למיושנות כאשר מודלים AI גנרטיביים משתפרים, מה שהופך זאת לאתגר מתמשך במקום בעיה שפתורה.
האם ארגוני בדיקת עובדות מעריכים טענות באותו אופן?
ארגונים מוסמכים תחת Code of Principles של IFCN מחויבים להחיל אותו תקן הערכה על כל טענה ללא קשר למי שהעלה אותה, ולפרסם את המתודולוגיה שלהם, אם כי סולמות הדירוג הספציפיים בהם הם משתמשים יכולים להשתנות בין ארגונים.

מקורות

  1. IFCN / Poynter — The Commitments (Code of Principles)
  2. Granite State News Collaborative — How Journalists Verify Information and Ensure Accuracy
  3. Bellingcat — A Beginner's Guide to Social Media Verification
  4. Tech Policy Press — What It Now Takes to Establish a Fact

כתבה זו הוכנה בעזרת בינה מלאכותית ועברה בדיקת מקורות אוטומטית לפני הפרסום. אם ראיתם טעות, בקשו תיקון. בקשת תיקון או זכות תגובה · איך אנחנו עובדים

כתבות קשורות