Ten język jest tłumaczony maszynowo i nie został zweryfikowany przez człowieka.

Najważniejsze · Artykuł

Jak dziennikarze i sprawdzający fakty weryfikują twierdzenia i dostrzegają dezinformację

Opublikowano:

W skrócie

Dziennikarze i organizacje sprawdzające fakty weryfikują twierdzenia, śledząc je do źródeł pierwotnych, krzyżowo sprawdzając wielu niezależnych świadków lub dokumenty i stosując określone techniki cyfrowe, takie jak wyszukiwanie obrazów odwrotnych i geolokacja. Certyfikowane organizacje sprawdzające fakty stosują się do opublikowanego kodeksu wymagającego bezstronności, przejrzystości źródeł i otwartych poprawek. Pojawienie się obrazów, filmów i tekstów generowanych przez sztuczną inteligencję spowolniło tę pracę weryfikacyjną i uczyniło ją bardziej sporną, nawet gdy produkcja sfałszowanej zawartości staje się tańsza.

Ta wersja jest tłumaczeniem maszynowym oryginału (English). Przeczytaj oryginał

Weryfikacja to etap między twierdzeniem krążącym w Internecie lub pochodzącym od urzędnika a twierdzeniem zgłaszanym jako fakt. To nie jest pojedyncza technika, ale zestaw nakładających się kontroli, które dziennikarze i dedykowane organizacje sprawdzające fakty stosują przed publikacją.

Począwszy od źródeł pierwotnych i dokumentów

Podstawowa metoda nauczana w redakcjach to zbliżyć się jak najbardziej do oryginalnego dokumentu, a nie polegać na relacji drugiej ręki. Zgodnie z Granite State News Collaborative, reporterzy konsultują się z oryginalnymi plikami, dokumentami z rejestru publicznego, ustawami i wydatkami bezpośrednio i proszą o kopie danych źródłowych od władz, zamiast przyjmować streszczenie.

W przypadkach, gdy dokument nie istnieje, na przykład przy relacjonowaniu spornego zdarzenia, dziennikarzom zaleca się niezależnie przesłuchać wiele osób i używać ostrożnego języka, takiego jak 'wszystkie dostępne dowody sugerują', zamiast twierdzenia pewności. Redaktorzy następnie sprawdzają imiona, liczby i atrybuty przed publikacją, a niektóre redakcje pokazują wrażliwe fragmenty artykułu źródłom z wyprzedzeniem, aby złapać błędy.

Zasady, które przestrzegają certyfikowane organizacje sprawdzające fakty

Organizacje, które chcą być uznane za organizacje sprawdzające fakty przez Międzynarodową Sieć Weryfikacji Faktów (IFCN), jednostkę Poynter Institute, muszą podpisać Kodeks Zasad zbudowany na pięciu zobowiązaniach, ocenianych corocznie przez niezależnych recenzentów w odniesieniu do 31 kryteriów.

Weryfikacja obrazów i filmów: techniki OSINT

Duża część dezinformacji rozprzestrzenia się poprzez fotografie i filmy wyjęte z kontekstu, a nie jawne fałszerstwo. Bellingcat, grupa otwartego śledztwa źródłowego, opisuje sprawdzenie pięciu rzeczy przed potraktowaniem zawartości wizualnej jako wiarygodnej: czy obraz jest oryginalny czy wcześniej krążył, kto go opublikował i na jakiej platformie, gdzie został faktycznie nakręcony (geolokacja), kiedy został nakręcony (chronolokacja) i dlaczego został udostępniony.

W praktyce obejmuje to przepuszczenie pliku przez kilka wyszukiwarek obrazów odwrotnych, takich jak Google Images, Yandex i TinEye równolegle, ponieważ każda indeksuje różne części sieci. Śledczy szukają również charakterystycznych widocznych szczegółów — znaku, budynku, munduru — zamiast całego obrazu i krzyżowo sprawdzają widoczne wskazówki, takie jak cienie lub punkty orientacyjne, w stosunku do map i znanych znaczników czasu, aby sprawdzić, czy podany czas i miejsce się sprawdzają.

Rosnące wyzwanie zawartości generowanej przez sztuczną inteligencję

Generatywna sztuczna inteligencja zmieniła ekonomię tej pracy. Tech Policy Press opisuje podstawową asymetrię: produkcja przekonującego sfałszowanego obrazu, wideo lub dokumentu stała się tania i szybka, podczas gdy weryfikacja autentyczności pozostaje powolna i zasobochłonna, a narzędzia do wykrywania stają się przestarzałe za każdym razem, gdy ulepszają się modele generatywne.

W tym samym raporcie wskazano, że oceny pewności od narzędzi do wykrywania sztucznej inteligencji — na przykład narzędzie stwierdzające, że jest 70% pewne, że obraz nie został wygenerowany przez sztuczną inteligencję — nie przekładają się na osąd tak-nie, które publikacja wymaga, i że wiele takich narzędzi zostało zbudowanych bez udziału dziennikarzy, co ogranicza ich przyjęcie w redakcjach. Oddzielne wysiłki branżowe, Koalicja ds. Pochodzenia i Autentyczności Zawartości (C2PA), opracowały etykiety kryptograficzne mające na celu śledzenie zawartości od momentu jej przechwycenia, ale Tech Policy Press donosi, że etykiety te są często usuwane przez oprogramowanie do edycji, systemy zarządzania zawartością lub platformy społeczne, zanim obraz lub wideo dotrą do odbiorców.

Fałszowanie staje się coraz tańsze i szybsze. Tymczasem weryfikacja może być droga i powolna.

— Tech Policy Press

Co czytelnicy mogą sprawdzić sami

Te same podstawowe pytania, które zadają sprawdzający fakty — kto jest oryginalnym źródłem, gdzie i kiedy to zostało faktycznie nagrane i czy pojawia się to gdzieś wcześniej — to te, które przewodniki umiejętności medialnych rekomendują publiczności przed udostępnieniem twierdzenia. Żadna z przeanalizowanych tutaj organizacji i przewodników nie sugeruje, że jedno narzędzie jest wystarczające; wszystkie opisują triangulację, krzyżową weryfikację twierdzenia względem kilku niezależnych źródeł pierwotnych, jako wspólny wątek.

Pytania

Czym jest Kodeks Zasad IFCN?
To zestaw pięciu zobowiązań — bezstronności, przejrzystości źródeł, przejrzystości finansowania i organizacji, przejrzystości metodologii i otwartych poprawek — które organizacje muszą przestrzegać, aby być certyfikowane jako organizacje sprawdzające fakty przez Międzynarodową Sieć Weryfikacji Faktów, jednostkę Poynter Institute.
Co oznacza 'triangulacja' przy weryfikacji faktów?
Oznacza to potwierdzenie twierdzenia poprzez wiele niezależnych źródeł — takich jak dokumenty, nazwani świadkowie i oryginalne nagrania — zamiast polegania na jednej relacji, metoda opisana zarówno przez przewodniki redakcji, jak i grupy OSINT, takie jak Bellingcat.
Jak śledczy weryfikują lokalizację i datę fotografii lub wideo?
Bellingcat opisuje sprawdzenie, czy zawartość pojawiła się wcześniej w Internecie (poprzez wyszukiwanie obrazów odwrotnych), określenie, kto ją opublikował i gdzie, oraz porównanie widocznych szczegółów, takich jak punkty orientacyjne, znaki lub cienie, z mapami i znanymi znacznikami czasu, aby potwierdzić lub obalić podaną lokalizację i czas.
Czy sztuczna inteligencja może wykryć, czy obraz lub wideo zostały wygenerowane przez sztuczną inteligencję?
Narzędzia do wykrywania istnieją, ale mają ograniczenia: Tech Policy Press donosi, że oceny pewności z takich narzędzi często nie dają jasnej odpowiedzi tak-nie i że metody wykrywania stają się przestarzałe wraz z ulepszeniem się modeli generatywnej sztucznej inteligencji, czyniąc to bieżącym wyzwaniem, a nie rozwiązanym problemem.
Czy organizacje sprawdzające fakty oceniają twierdzenia w ten sam sposób?
Organizacje certyfikowane w ramach Kodeksu Zasad IFCN są zobowiązane do stosowania tego samego standardu oceny do każdego twierdzenia niezależnie od tego, kto go złożył, i do publikacji swojej metodologii, chociaż konkretne skale ocen, które wykorzystują, mogą się różnić między organizacjami.

Źródła

  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

Ten tekst przygotowała sztuczna inteligencja, a przed publikacją przeszedł automatyczną kontrolę źródeł. Jeśli widzisz błąd, poproś o sprostowanie. Poproś o sprostowanie lub odpowiedź · Jak to robimy

Powiązane