การรายงานข่าวสาร
โดย:
PB
[IP: 185.159.158.xxx]
เมื่อ: 2023-05-23 17:48:53
นักวิจัยของมหาวิทยาลัยมิชิแกนที่พัฒนาระบบได้แสดงให้เห็นว่าระบบนี้เทียบได้กับและบางครั้งก็ดีกว่ามนุษย์ในการระบุข่าวปลอมได้อย่างถูกต้อง ในการศึกษาเมื่อเร็ว ๆ นี้พบว่าของปลอมประสบความสำเร็จถึง 76 เปอร์เซ็นต์เมื่อเทียบกับอัตราความสำเร็จของมนุษย์ที่ 70 เปอร์เซ็นต์ นอกจากนี้ยังสามารถใช้แนวทางการวิเคราะห์ทางภาษาเพื่อระบุบทความข่าวปลอมที่ใหม่เกินกว่าจะหักล้างได้โดยการอ้างอิงข้ามข้อเท็จจริงกับเรื่องราวอื่น Rada Mihalcea ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์และวิศวกรรมของ UM ที่อยู่เบื้องหลังโครงการนี้ กล่าวว่า โซลูชันอัตโนมัติอาจเป็นเครื่องมือสำคัญสำหรับเว็บไซต์ที่ประสบปัญหาในการรับมือกับการโจมตีของข่าวปลอม ซึ่งมักสร้างขึ้นเพื่อสร้างการคลิกหรือเพื่อบงการความคิดเห็นสาธารณะ การจับเรื่องปลอมก่อนที่จะส่งผลจริงอาจเป็นเรื่องยาก เนื่องจากเว็บไซต์รวบรวมและโซเชียลมีเดียในปัจจุบันต้องพึ่งพาบรรณาธิการที่เป็นมนุษย์เป็นอย่างมาก ซึ่งมักไม่สามารถติดตามข่าวสารที่หลั่งไหลเข้ามาได้ นอกจากนี้ เทคนิคการหักล้างในปัจจุบันมักขึ้นอยู่กับการยืนยันข้อเท็จจริงจากภายนอก ซึ่งอาจเป็นเรื่องยากสำหรับเรื่องราวใหม่ล่าสุด บ่อยครั้งที่เรื่องราวได้รับการพิสูจน์แล้วว่าเป็นเรื่องปลอม ความเสียหายได้เกิดขึ้นแล้ว การวิเคราะห์ทางภาษาใช้วิธีการที่แตกต่างออกไป วิเคราะห์คุณลักษณะเชิงปริมาณ เช่น โครงสร้างไวยากรณ์ การเลือกใช้คำ เครื่องหมายวรรคตอน และความซับซ้อน ทำงานได้เร็วกว่ามนุษย์และใช้กับข่าวประเภทต่างๆ ได้หลากหลาย "คุณลองนึกดูว่ามีแอปพลิเคชันจำนวนมากสำหรับสิ่งนี้ที่ส่วนหน้าหรือส่วนหลังของเว็บไซต์ข่าวหรือโซเชียลมีเดีย" มิฮาลเซียกล่าว "สามารถให้การประเมินความน่าเชื่อถือของเรื่องราวแต่ละเรื่องหรือเว็บไซต์ข่าวทั้งหมดแก่ผู้ใช้ หรืออาจเป็นแนวป้องกันด่านแรกที่ส่วนหลังของเว็บไซต์ข่าว โดยตั้งค่าสถานะเรื่องราวที่น่าสงสัยเพื่อการตรวจสอบเพิ่มเติม อัตราความสำเร็จ 76 เปอร์เซ็นต์ ทำให้เกิดข้อผิดพลาดค่อนข้างมาก แต่ก็ยังสามารถให้ข้อมูลเชิงลึกที่มีคุณค่าเมื่อใช้ร่วมกับมนุษย์" อัลกอริธึมทางภาษาที่วิเคราะห์คำพูดที่เป็นลายลักษณ์อักษรนั้นค่อนข้างธรรมดาในปัจจุบัน Mihalcea กล่าว ความท้าทายในการสร้างเครื่องตรวจจับ ข่าว ปลอมไม่ได้อยู่ที่การสร้างอัลกอริทึมเอง แต่อยู่ที่การค้นหาข้อมูลที่ถูกต้องเพื่อฝึกอัลกอริทึมนั้น ข่าวปลอมปรากฏขึ้นและหายไปอย่างรวดเร็วซึ่งทำให้ยากต่อการรวบรวม นอกจากนี้ยังมีหลายประเภทซึ่งทำให้กระบวนการรวบรวมซับซ้อนยิ่งขึ้น ตัวอย่างเช่น ข่าวเหน็บแนมนั้นง่ายต่อการรวบรวม แต่การใช้ถ้อยคำประชดประชันและไร้สาระทำให้มีประโยชน์น้อยกว่าในการฝึกอบรมอัลกอริทึมเพื่อตรวจจับข่าวปลอมที่ตั้งใจทำให้เข้าใจผิด ท้ายที่สุด ทีมของ Mihalcea ได้สร้างข้อมูลของตนเอง โดยระดมทีมออนไลน์ที่ออกแบบวิศวกรรมย้อนรอยเรื่องข่าวจริงให้กลายเป็นข่าวปลอม นี่คือวิธีการสร้างข่าวปลอมที่เกิดขึ้นจริงมากที่สุด Mihalcea กล่าว โดยบุคคลที่เขียนข่าวเหล่านั้นอย่างรวดเร็วเพื่อแลกกับรางวัลเป็นเงิน ผู้เข้าร่วมการศึกษาซึ่งได้รับคัดเลือกด้วยความช่วยเหลือของ Amazon Mechanical Turk ได้รับเงินเพื่อเปลี่ยนข่าวจริงสั้นๆ ให้เป็นข่าวปลอมที่คล้ายคลึงกัน โดยเลียนแบบรูปแบบการเขียนข่าวของบทความ ในตอนท้ายของกระบวนการ ทีมวิจัยมีชุดข้อมูล 500 ข่าวจริงและข่าวปลอม จากนั้นพวกเขาป้อนเรื่องราวที่มีป้ายกำกับเหล่านี้ให้กับอัลกอริทึมที่ทำการวิเคราะห์ทางภาษาศาสตร์ โดยสอนให้ตัวมันเองแยกแยะระหว่างข่าวจริงและข่าวปลอม ในที่สุด ทีมงานได้เปลี่ยนอัลกอริทึมเป็นชุดข้อมูลข่าวจริงและข่าวปลอมที่ดึงมาจากเว็บโดยตรง ซึ่งคิดเป็นอัตราความสำเร็จ 76 เปอร์เซ็นต์ รายละเอียดของระบบใหม่และชุดข้อมูลที่ทีมใช้สร้างนั้นมีให้ใช้งานฟรี และ Mihalcea กล่าวว่าไซต์ข่าวหรือหน่วยงานอื่นสามารถใช้ระบบเหล่านี้เพื่อสร้างระบบตรวจจับข่าวปลอมของตนเองได้ เธอกล่าวว่าระบบในอนาคตสามารถปรับปรุงเพิ่มเติมได้โดยการรวมข้อมูลเมตา เช่น ลิงก์และความคิดเห็นที่เกี่ยวข้องกับรายการข่าวออนไลน์ที่กำหนด เอกสารรายละเอียดระบบจะนำเสนอในวันที่ 24 สิงหาคมในการประชุมนานาชาติด้านภาษาศาสตร์เชิงคำนวณครั้งที่ 27 ในเมืองซานตาเฟ รัฐนิวเม็กซิโก มิฮาลเซียทำงานร่วมกับวิทยาการคอมพิวเตอร์และผู้ช่วยวิศวกรรมศาสตร์ของ UM เวโรนิกา เปเรซ-โรซาส นักวิจัยด้านจิตวิทยาเบนเน็ตต์ ไคลน์เบิร์กที่มหาวิทยาลัยอัมสเตอร์ดัม และ Alexandra Lefevre นักศึกษาระดับปริญญาตรีของ UM
- ความคิดเห็น
- Facebook Comments
