التحقق من الأخبار الزائفة
ما هو التحقق من الحقائق؟
التحقق من الحقائق أو الفكت تشيك هو عملية تقييم صحة المعلومات والأخبار والادعاءات بهدف الحد من انتشار المعلومات المضللة. يتم تنفيذ هذه العملية بطرق يدوية، نصف آلية، وآلية بالكامل. مع انتشار الأخبار الزائفة وزيادة حجم المعلومات الرقمية، أصبح التحقق من الحقائق أكثر أهمية (Graves, 2018).
أنواع التحقق من الحقائق حسب الطريقة:
1. التحقق اليدوي (Manual Fact-Checking):
-
يتم بواسطة محللين بشريين يستخدمون مصادر موثوقة للتحقق من صحة المعلومات.
-
الخصائص:
-
يحتاج لدقة وتحليل عميق.
-
يستغرق وقتًا بسبب محدودية الموارد البشرية.
-
-
يتميز بالدقة العالية عند فحص المعلومات السياسية والاجتماعية الحساسة.
2. التحقق نصف الآلي (Semi-Automated Fact-Checking):
-
يجمع بين القوة البشرية وأدوات الذكاء الاصطناعي أو البرامج.
-
الخصائص:
-
يسرع جمع البيانات وتحليلها.
-
يحتاج لتدخل بشري في المراحل النهائية.
-
-
فعال لتحليل الادعاءات النصية بكميات كبيرة.
3. التحقق الآلي بالكامل (Automated Fact-Checking):
-
يعتمد على خوارزميات الذكاء الاصطناعي وتعلم الآلة لتقييم الادعاءات تلقائيًا.
-
الخصائص:
-
سرعة عالية وقدرة على معالجة كميات ضخمة من البيانات.
-
صعوبة في تحليل المعلومات المعقدة أو الغامضة.
-
-
فعال مع الادعاءات المبنية على بيانات واضحة ومنظمة.
مزايا وعيوب كل طريقة:
| الطريقة | المزايا | العيوب |
|---|---|---|
| اليدوي | دقة وعمق عالي | يستغرق وقتًا ومحدود في حجم المعلومات |
| نصف الآلي | يجمع بين دقة الإنسان وسرعة الأدوات الرقمية | يحتاج لمراقبة بشرية |
| الآلي | سرعة وقابلية للتوسع | صعوبة تحليل المعلومات المعقدة |
مراكز موثوقة للتحقق من الحقائق:
-
PolitiFact: للتحقق من صحة الادعاءات السياسية.
-
FactCheck.org: يستخدم أدوات نصف آلية لتحليل المعلومات.
تقنيات التحقق من الحقائق وأمثلة واقعية:
| التصنيف | التقنية | الوصف | أمثلة أخبار زائفة | أمثلة واقعية |
|---|---|---|---|---|
| تحليل المحتوى | التحقق من المصادر | فحص مصداقية المصدر والمؤلف | أخبار من مواقع مجهولة أو مؤلفين غير معروفين | خبر زائف عن توزيع أموال نقدية من مسؤول حكومي عبر موقع غير موثوق |
| تحليل المحتوى | تحليل المحتوى | التعرف على التناقضات أو المبالغة أو الغموض | عناوين مبالغ فيها مثل “عاجل: اكتشاف علاج نهائي لكورونا!” | خبر عن “اكتشاف دواء جديد لكورونا” بدون مصدر علمي |
| تحليل المحتوى | التحقق من التواريخ | مطابقة التواريخ مع الأحداث الحقيقية | إعادة نشر أخبار قديمة مع تواريخ مزيفة | إعادة نشر خبر زلزال كرمانشاه القديم بعنوان جديد |
| الصور والفيديو | البحث العكسي عن الصور | التعرف على الصور المعدلة أو غير المرتبطة بالخبر | استخدام صور قديمة لكوارث طبيعية | صورة فيضان الهند استخدمت خطأ لوصف فيضان باكستان 2022 |
| الصور والفيديو | تحليل الفيديو والصوت | فحص الملفات متعددة الوسائط للتغيرات أو التزييف باستخدام أدوات مثل InVID | فيديوهات ديب فايك عن السياسيين | فيديو ديب فايك لباراك أوباما ينطق جمل مسيئة |
| الأدوات وقواعد البيانات | التحقق من صحة الصور أو الفيديو | تحليل بيانات الميتا والتغيرات الرقمية في الملفات | صور معدلة للإعلانات المضللة | صورة فوتوشوب لهاتف محمول بخصائص خاطئة |
| الأدوات وقواعد البيانات | استخدام قواعد فكت تشيك | الرجوع لمصادر موثوقة مثل FactCheck.org أو Snopes | أخبار مضللة عن اللقاحات | شائعة تأثير لقاح كورونا على خصوبة النساء تم نفيها بواسطة Snopes |
| الأدوات وقواعد البيانات | تتبع الرابط | تحليل الروابط المرتبطة بالخبر لمعرفة المصدر الأصلي | أخبار زائفة بروابط مشابهة لمواقع رسمية | موقع يشبه CDC لنشر معلومات خاطئة عن الأمراض |
| التحليل الخوارزمي | تحليل النطاق والرابط | التعرف على المواقع الزائفة أو منخفضة المصداقية | مواقع إخبارية زائفة مشابهة للمواقع الرسمية | موقع BBC-News.co.uk لنشر أخبار سياسية خاطئة |
| تحليل الأدلة والمصداقية | تحليل شبكة نشر الخبر | تتبع انتشار المحتوى وعدد المشاركات باستخدام أدوات مثل CrowdTangle | انتشار واسع لأخبار زائفة في مجموعات التواصل الاجتماعي | شائعة وفاة ممثل مشهور في واتساب وتليجرام |
| تحليل الأدلة والمصداقية | مراجعة الأدلة | مقارنة الخبر بمصادر موثوقة أخرى | اقتباسات خاطئة من شخصيات بارزة | خبر عن اقتباس غير صحيح لبيل غيتس عن لقاح كورونا |
المصادر:
-
Graves, L. (2018). Understanding the Promise and Limits of Automated Fact-Checking. Oxford University Press.
-
Graves, L., & Cherubini, F. (2016). The Rise of Fact-Checking Sites in Europe. Reuters Institute.
-
Hassan, N., Arslan, F., Li, C., & Tremayne, M. (2017). Toward automated fact-checking: Detecting check-worthy factual claims by claimbuster. Proceedings of the 23rd ACM SIGKDD.
-
Thorne, J., Vlachos, A., Christodoulopoulos, C., & Mittal, A. (2018). FEVER: a large-scale dataset for fact extraction and verification. Proceedings of the 2018 Conference of the North American Chapter of the Association for Computational Linguistics.