Извините, для данной страницы нет перевода на Русский язык For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.

Фактыларды автоматтык текшерүү катардагы адамдар текшере албаган ырастоолорду аныкташы мүмкүн. Мындай текшерүүгө мүмкүн болгон эки жол төмөнкүлөр.

Алар абройлуу булактар же макалалар менен салыштырып ырастоолорду текшерет, же болбосо позицияны аныктоочу деп аталган эсептөө техникасын пайдаланат.

Лимон менен жылуу суу коронавирустан коргойт деген имиш сөздөрдөн тартып, Латвияда жайгашкан НАТО аскер кызматчылары арасындагы оору жугуунун жогору көрсөткүчтөрү тууралуу жалган билдирүүлөргө чейинки адаштыруу жана дезинформация кампанияларынын көптөгөн түрлөрү үчүн пандемия жакшы шарт түздү.

Reuters-тун Журналистиканы изилдөө институту январдан мартка чейинки аралыкта фактыларды текшерүү 900% чейин өскөнүн байкаган, демек бул жалган жаңылыктар тараган учурларынын көбөйүшүн билдирген, анткени алардын көпчүлүгү Интернет аркылуу тарап кеткен.

Кырдаалды өзгөртүү үчүн медиа сабаттуулук абдан маанилүү болсо дагы автоматташтыруу жана алгоритмдерди пайдалануу фактыларды масштабдуу текшерүүгө жардам бере алат. Лукас Грейвс өзүнүн 2018-жылкы отчетунда фактыларды автоматтык түрдө текшерүүнүн эки түрүн бөлүп көрсөткөн: буга чейин текшерилген абройлуу булактардан жана окуялардан текшерүү аркылуу ырастоолорду тастыктаган фактыларды текшерүү жана «экинчи маанидеги сигналдарга» таянган фактыларды текшерүү, мисалы позицияны аныктоо – текстин бөлүгү ырастоого ылайык келээр-келбесин аныктаган эсептөө техникасын колдонулат.

Төмөндө журналистикада жана изилдөө долбоорлорунда пайдаланылган эки өңүткө сереп келтирилет.

Фактыларды булактар же мурдагы маалыматтар боюнча текшерүү

Squash: Дьюка университетинин Репортерлор лабораториясы теле титрлерди текст саптарына айланткан, андан кийин мурдагы фактыларды текшерүү маалымат базасы менен салыштырган Squash компьютердик программасын пайдаланат. Squash программасынын максаты – саясатчылардын билдирүүлөрүн дээрлик бир заматта текшерүү, бирок изилдөөчүлөр тобу моюнга алгандай, өз корутундуларын жарыялоо үчүн программага мурдагыдай эле адамдын жардамы керек.

Толук факт (Full Fact): Full Fact Лондондук уюму фактыларды текшерүү боюнча теле субтитрлердин жардамы менен шектүү ырастоолорду текшерилген фактылардын өздүк каталогуна салыштыруу аркылуу жана тастыкталбаган фактыларды, билдирүүлөрдү текшерүү үчүн мамлекеттик статистика сыяктуу ишенимдүү маалыматтарды пайдалануу менен ачыктай алат.

Бирок атүгүл анык маалыматтар дагы текшерүүнү талап кылат. Full Fact автоматизация бөлүмүнүн башчысы Грейвстин отчетунда баса белгилегендей, расмий маалыматтарды жеңил эле бөлүп алууга болот, мисалы, 2003-жылы Бириккен Королдукта киши өлтүрүүлөрдүн саны кескин түрдө өсүп кеткен, бирок ал көрсөткүч ошол жылдары пайда болгон канкор киши өлтүргүчтүн курмандыктары ошол кездеги статистикага расмий түрдө киргизилген себептүү гана көбөйгөн.

Chequeabot: Squash жана Full Fact сыяктуу эле Chequeabot – фактыларды текшерүү боюнча аргентиналык Chequeado уюмунун демилгеси улуттук ЖМКлардагы карама-карышылыктуу билдирүүлөрдү аныктоо боюнча автоматтык түрдөгү байкоо жүргүзөт. Андан соң аларды колдо болгон маалыматтар менен салыштырат жана текшерүүчүлөр коомдук түйүндөрдө бөлүшө ала тургандай текст файлдарын түзөт. Бирок Chequeabot демилгесине Аргентинадагы иштетилбеген маалыматтардын жоктугу таасирин тийгизет, бул аны өкмөт, университеттер, аналитикалык борборлор жана кесиптик кошуундар менен кызматташуу тууралуу ойлонуусуна түрткү берди.

IFCN чат-боту: Пандемия күчөп турган убакта Фактылардын текшерүүнүн эл аралык тармагы 40 ашык тилде 7000 ашык жазуудан турган фактыларды текшерүүчү маалымат базасын түздү. Майда фактыларды текшерүү боюнча альянсы негизги сөз боюнча колдонуучунун сурамына ылайык жооп берүү үчүн өздүк WhatsApp чат-ботун түзгөн, ал алгач англис тилинде ачылса, эми испан, хинди жана португал тилдеринде жеткиликтүү.

Позицияларды табуу жолдору

Ватерлоо Университети: Канададагы Ватерлоо университетинин изилдөө тобу билдирүүлөрдү окшош кабарлар жана окуялар менен салыштыруу жолу аркылуу жалган жаңылыктарды табууга жөндөмдүү аспаптарды түзүү үчүн позицияларды аныктоону изилдеп жатат. Изилдөөчүлөр алгоритмдерди окутуучу маалыматтардан табылган семантиканы изилдөөгө программалашты жана ырастоолордун 10 учурунун тогузун так аныктай алышты. Алар өз ишин жалган контентти чыпкалоого багытталган көмөкчү аспап катары карашат. Анын негизинде журналисттер айрым билдирүүлөргө журналисттик иликтөөлөрдү жүргүзө алышмакчы.

MIT: Мазмунду табууга байланышкан дагы бир көйгөй – бул анын биздин тилге карата жеке шектенүүбүздү жаратууга умтулганы. Мисалы, терс ырастоолор чоң ыктымалдык менен так эместикти көрсөтөт, ал эми тастыктоочу ырастоолор адатта чындык сезимине байланышкан. Бул Массачусетс технологиялык институтунун изилдөөчү тобу учурдагы маалымат топтомдоруна алгоритм моделдерин тестирлөөдө тапкан нерсе. Бул аларды жаңы моделдерди иштеп чыгууга шыктандырды. Ал топ ырастоолор кайсыл бир убакыт аралыгында анык болооруна, ал учур өтүп кеткенден кийин ар ырастоолор так болбой кала турган маселеге көңүл бурду.

Өзүнүн отчетунда Грейвс жалган маалыматтарды ири масштабда жокко чыгарууга жардам бере турган башка кошумча кеңештерди дагы көрсөткөн. Алар «коомдук түйүндөрдө же болжолдонгон жаңылык билдирүүлөрдө пайдаланылган тилдеги стилдик өзгөчөлүктөрдөн» тартып, «тармактагы булак абалына» же болбосо «анык ырастоолорду же шилтемени Интернетте таратуу ыкмасына» чейин өзгөрүп турат.

Бирок автоматташкан чечимдер канчалык өнүккөн болсо да, алар дагы деле биз биринчи кезекте жалган маалыматтарга ишенүүгө жакын болгон көптөгөн себептерге – алдын ала жаңылыш пикирлерге, же көңүлдү алаксытууга же, мисалы, кайталанма таасир көрсөтүүлөргө туш болууда.

Анын үстүнө «тескери таасир көрсөтүү» сыяктуу кошумча тобокелдик келип чыгышы мүмкүн – бул ырастама кимдир бирөөнүн идеясы менен чындап макул болгондо ал адам чындыкты билээр замат ошол ойго же өзүнүн жеке көз карашына дагы көбүрөөк ишенип калат.

Ошентип акырында фактыларды автоматтык текшерүүлөр эгерде медиа сабаттуулук менен тыгыз байланышта болсо гана ийгиликтүү болот.

Автор: Самуэль Данзон-Шамбо – философиянын доктору, JOLT долбоорунун изилдөөчүсү.

Poynter.org, макаланын түп нускасы бул жерде