यह भाषा मशीन द्वारा अनुवादित है और किसी मानव द्वारा समीक्षा नहीं की गई है।

मुख्य खबरें · लेख

पत्रकार और तथ्य-जांचकर्ता दावों की पुष्टि कैसे करते हैं और गलत सूचना की पहचान कैसे करते हैं

प्रकाशित:

संक्षेप में

पत्रकार और तथ्य-जांचकर्ता दावों की पुष्टि प्राथमिक स्रोतों का पता लगाकर, कई स्वतंत्र गवाहों या दस्तावेजों को क्रॉस-चेक करके, और रिवर्स इमेज सर्च और भौगोलिक स्थिति जैसी विशिष्ट डिजिटल तकनीकें लागू करके करते हैं। प्रमाणित तथ्य-जांच संगठन एक प्रकाशित संहिता का पालन करते हैं जिसमें निष्पक्षता, स्रोत पारदर्शिता और खुली सुधारें आवश्यक हैं। कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न छवियों, वीडियो और पाठ के उदय ने इस सत्यापन कार्य को धीमा और अधिक विवादास्पद बना दिया है क्योंकि नकली सामग्री का उत्पादन सस्ता होता जा रहा है।

यह संस्करण मूल पाठ (English) का मशीनी अनुवाद है। मूल पाठ पढ़ें

सत्यापन वह कदम है जो किसी दावे के ऑनलाइन या किसी आधिकारिक स्रोत से फैलने और तथ्य के रूप में रिपोर्ट किए जाने के बीच आता है। यह एक एकल तकनीक नहीं बल्कि अतिव्यापी जांच का एक समूह है जो पत्रकार और समर्पित तथ्य-जांच संगठन प्रकाशन से पहले लागू करते हैं।

प्राथमिक स्रोतों और दस्तावेजों के साथ शुरुआत करना

समाचार कक्षों में सिखाई जाने वाली मूल विधि मूल रिकॉर्ड के जितना करीब संभव हो जाना है बजाय दूसरे हाथ के खाते पर निर्भर करने के। Granite State News Collaborative के अनुसार, पत्रकार मूल फाइलें, सार्वजनिक रिकॉर्ड, कानून और खर्च दस्तावेजों से सीधे परामर्श लेते हैं, और सारांश स्वीकार करने के बजाय अधिकारियों से अंतर्निहित डेटा की प्रतियां प्राप्त करते हैं।

जहां कोई दस्तावेज मौजूद नहीं है, जैसे कि विवादास्पद घटनाओं की रिपोर्टिंग में, पत्रकारों को स्वतंत्र रूप से कई लोगों से साक्षात्कार लेने और 'सभी साक्ष्य सुझाव देते हैं' जैसी सावधानीपूर्ण भाषा का उपयोग करने के बजाय निश्चितता की बात कहने की सलाह दी जाती है। संपादक फिर प्रकाशन से पहले नामों, आंकड़ों और विशेषता की समीक्षा करते हैं, और कुछ समाचार कक्ष गलतियों को पकड़ने के लिए पहले से स्रोतों को कहानी के संवेदनशील अनुभाग दिखाते हैं।

तथ्य-जांच संगठन जो प्रमाणित हैं उनके नियम

जो संगठन International Fact-Checking Network (IFCN) द्वारा तथ्य-जांचकर्ता के रूप में मान्यता प्राप्त करना चाहते हैं, जो Poynter Institute की एक इकाई है, को पांच प्रतिबद्धताओं पर निर्मित सिद्धांतों के कोड पर हस्ताक्षर करना चाहिए, जिसका मूल्यांकन स्वतंत्र समीक्षकों द्वारा 31 मानदंडों के विरुद्ध वार्षिक रूप से किया जाता है।

छवियों और वीडियो की सत्यापन: OSINT तकनीकें

गलत सूचना का एक बड़ा हिस्सा पूर्ण जाली के बजाय संदर्भ से बाहर की गई तस्वीरों और वीडियो के माध्यम से फैलता है। Bellingcat, एक खुले स्रोत जांच समूह, पांच चीजों की जांच का वर्णन करता है इससे पहले कि दृश्य सामग्री को विश्वसनीय माना जाए: यदि छवि मूल है या पहले प्रसारित हुई है, किसने इसे पोस्ट किया और किस प्लेटफॉर्म पर, इसे वास्तव में कहां फिल्माया गया (भू-स्थान), इसे कब फिल्माया गया (कालक्रमण), और इसे क्यों साझा किया गया।

व्यवहार में इसमें एक फाइल को Google Images, Yandex और TinEye जैसे कई रिवर्स-इमेज-सर्च इंजन के माध्यम से समानांतर में चलाना शामिल है, क्योंकि प्रत्येक वेब के विभिन्न भागों को अनुक्रमणिका करता है। जांचकर्ता पूरी छवि के बजाय विशिष्ट दृश्य विवरण खोजते हैं - एक संकेत, एक इमारत, एक वर्दी - और छाया या स्थलचिह्न जैसे दृश्य सुरागों को मानचित्र और ज्ञात समय मुद्रा के विरुद्ध क्रॉस-जांच करते हैं यह देखने के लिए कि क्या दावा किया गया समय और स्थान है या नहीं।

कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न सामग्री की बढ़ती चुनौती

Generative AI ने इस काम की अर्थशास्त्र को बदल दिया है। Tech Policy Press एक मूल विषमता का वर्णन करता है: एक convincing नकली छवि, वीडियो या दस्तावेज बनाना सस्ता और तेज हो गया है, जबकि प्रामाणिकता को सत्यापित करना धीमा और संसाधन-गहन रहता है, और पहचान उपकरण हर बार पुराने हो जाते हैं जब generative मॉडल सुधार करते हैं।

यही रिपोर्ट नोट करती है कि कृत्रिम बुद्धिमत्ता-पहचान उपकरणों से आत्मविश्वास स्कोर - उदाहरण के लिए, एक उपकरण कह रहा है कि यह 70% आत्मविश्वास से है कि एक छवि कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न नहीं है - प्रकाशन के लिए आवश्यक हां-या-नहीं निर्णय में अनुवाद नहीं करते, और यह कि कई ऐसे उपकरण पत्रकारों के इनपुट के बिना निर्मित थे, समाचार कक्षों में उनका अपनाना सीमित करते हुए। एक अलग उद्योग प्रयास, Coalition for Content Provenance and Authenticity (C2PA), ने क्रिप्टोग्राफिक लेबल विकसित किए हैं जो सामग्री को उस पल से ट्रैक करने के लिए अभिप्रेत हैं जब इसे कैप्चर किया जाता है, लेकिन Tech Policy Press रिपोर्ट करता है कि ये लेबल अक्सर संपादन सॉफ्टवेयर, सामग्री प्रबंधन सिस्टम, या सोशल प्लेटफॉर्म द्वारा हटा दिए जाते हैं इससे पहले कि एक छवि या वीडियो वास्तव में ��र्शकों तक पहुंचे।

चीजों को नकली बनाना सस्ता और तेज होता जा रहा है। इस बीच, चीजों को सत्यापित करना महंगा और धीमा हो सकता है।

— Tech Policy Press

जो पाठक स्वयं जांच सकते हैं

वही मूल प्रश्न जो तथ्य-जांचकर्ता पूछते हैं - मूल स्रोत कौन है, यह वास्तव में कहां और कब कैप्चर किया गया था, और क्या यह पहले कहीं और दिखाई दिया - वह वही है जो मीडिया साक्षरता गाइड साझा करने से पहले दर्शकों को सलाह देती है। यहां समीक्षा किए गए संगठनों और गाइडों में से कोई भी सुझाव देता है कि एक एकल उपकरण पर्याप्त है; सभी त्रिकोणित करने का वर्णन करते हैं, एक दावे को कई स्वतंत्र प्राथमिक स्रोतों के विरुद्ध क्रॉस-जांच करना, एक आम धागे के रूप में।

प्रश्न

IFCN सिद्धांतों का कोड क्या है?
यह पांच प्रतिबद्धताओं का एक समूह है - निष्पक्षता, स्रोतों की पारदर्शिता, फंडिंग और संगठन की पारदर्शिता, कार्यप्रणाली की पारदर्शिता, और खुली सुधारें - जो संगठनों को International Fact-Checking Network द्वारा तथ्य-जांचकर्ता के रूप में प्रमाणित करने के लिए Poynter Institute की एक इकाई है, का पालन करना चाहिए।
तथ्य-जांच में 'त्रिकोणन' का क्या अर्थ है?
इसका अर्थ है कि किसी दावे को कई स्वतंत्र स्रोतों के माध्यम से पुष्टि करना - जैसे दस्तावेज, नामांकित गवाह, और मूल फुटेज - एकल खाते पर निर्भर करने के बजाय, एक विधि जो समाचार कक्ष सत्यापन गाइड और Bellingcat जैसे OSINT समूह दोनों द्वारा वर्णित है।
जांचकर्ता किसी फोटो या वीडियो के स्थान और तिथि को कैसे सत्यापित करते हैं?
Bellingcat यह बताता है कि क्या सामग्री पहले ऑनलाइन दिखाई दी है (रिवर्स इमेज सर्च के माध्यम से) की जांच करें, यह पहचानें कि किसने इसे पोस्ट किया और कहां, और स्थलचिह्न, संकेत या छाया जैसे दृश्य विवरण को मानचित्र और ज्ञात समय मुद्रा के विरुद्ध क्रॉस-जांच करें ताकि दावा किए गए स्थान और समय की पुष्टि या खंडन किया जा सके।
क्या कृत्रिम बुद्धिमत्ता पता लगा सकती है कि कोई छवि या वीडियो कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न है?
पहचान उपकरण मौजूद हैं लेकिन सीमाएं हैं: Tech Policy Press रिपोर्ट करता है कि ऐसे उपकरणों से आत्मविश्वास स्कोर अक्सर स्पष्ट हां-या-नहीं निर्णय में अनुवाद नहीं करते हैं, और यह कि पहचान विधियां हर बार पुरानी हो जाती हैं जब generative कृत्रिम बुद्धिमत्ता मॉडल सुधार करते हैं, इसे एक चल रही चुनौती बनाते हैं बजाय एक हल की गई समस्या के।
क्या तथ्य-जांच संगठन दावों को समान तरीके से रेट करते हैं?
IFCN सिद्धांतों के तहत प्रमाणित संगठन हर दावे पर यही मूल्यांकन मानदंड लागू करने के लिए आवश्यक हैं, भले ही कौन इसे बनाता है, और अपनी कार्यप्रणाली प्रकाशित करें, हालांकि विशिष्ट रेटिंग पैमाने जो वे उपयोग करते हैं संगठनों के बीच भिन्न हो सकते हैं।

स्रोत

  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

यह लेख कृत्रिम बुद्धिमत्ता से तैयार किया गया और प्रकाशन से पहले स्वचालित स्रोत-जाँच से गुज़रा। कोई गलती दिखे तो सुधार का अनुरोध करें। सुधार या उत्तर का अनुरोध करें · हम कैसे काम करते हैं

संबंधित लेख