Nye sandheder om falske nyheder

Nye sandheder om falske nyheder

Share

”Fake news”, der spredes livligt på internettet, er et stadigt voksende problem. Forskerne arbejder intenst på at udvikle skarpsindige sprog-algoritmer, der kan skelne løgn fra sandhed. Og de er nået ganske langt

Falske nyheder har formentlig været i omløb siden mennesket fik tunge, og bøger, radio og tv har ikke gjort det bedre. Med nutidens digitale medier kan falske historier imidlertid sprede sig med tankens fart, og mange af dem er derfor ikke blot tankeløse, men direkte meningsløse og kan skabe vrede, panik og angst og i værste fald dræbe. Det evige 24-timers nyhedspres og den benhårde konkurrence nyhedsmedierne imellem har resulteret i både mere overfladisk reportage og meningsforskellighed med god plads til misinformation, forudindtagethed og faktuelle fejl.

Men i dag er mange nyheder også bevidst forkerte og vildledende, og historien har vist, at falske rygter kan påvirke både aktiemarkedet, samfundsøkonomien og menneskers hele livsopfattelse. Omvendt kan falske nyheder også forføre, skabe fejlagtig glæde og ikke mindst forkerte forventninger. Eksempelvis kan anmeldelser af produkter og tjenesteydelser, som omtales positivt på nettet, se troværdige og reelle ud, men de er måske i virkeligheden iscenesat af producenten eller leverandøren selv.

Se også:  Tema del 2/3: Digital intelligens fremmer dit helbred

I dag er det desuden også muligt at fordreje og manipulere billeder og endog videoer, så de gengiver en falsk eller ”alternativ” virkelighed. Heldigvis kan de fleste fornuftige mennesker skelne sandhed fra løgn, men som antallet af potentielt falske nyheder stiger, bliver det sværere og sværere. Her kommer computeren ind, men hvordan skiller du skæg fra det, der er værre, med en computer, der i bund og grund selv er snotdum?

Udgangspunktet er menneskelig vurdering

”Det er ikke nok at analysere sprogbrug og tegnsætning (der kan afsløre visse psykologiske kendetegn), for en tekst skal også vurderes på sammenhæng mellem indhold og overskrift,” forklarer Leon Derczynski, der er specialist i AI, Natural Language Processing og Machine Learning og forsker i kunstig intelligens, lingvistik og datalogi på IT-universitetet. ”Desuden også helst sammenlignes med andre tekster, der handler om det samme.” Derudover træner forskerne sprogintelligente algoritmer ved at lade dem tygge sig igennem titusindvis af udsagn hentet fra digitale sociale medier, tweets og newsfeeds.

Se også:  Computeren hører både lyde og stemmer

”Disse historier kan være sande og falske mellem hinanden,” fortæller Leon Derczynski, ”men forinden har vi gerne grupperet dem og sat dem i sammenhæng og derpå ladet et hold kritiske redaktører gå dem igennem med både deres erfaring og sunde fornuft. Redaktørernes vurderinger, dvs. om de anerkender (og evt. deler), anfægter eller slet og ret fornægter udsagnene, bliver efterfølgende indarbejdet i algoritmen. På den måde lærer de neurale netværk at skelne typiske mønstre og kendetegn for falske historier.”

leon

Leon Derczynski er britisk ekspert i kunstig intelligens, lingvistik og datalogi og nu tilknyttet IT-universitetet på Islands Brygge.

Her ville det måske være smart at bede nogle erfarne og dygtige psykologer om at udfærdige veldrejede og umiddelbart overbevisende og troværdige løgnehistorier, som algoritmerne kunne øve sig på. Dette forslag er Leon Derczynski helt enig i, men han indrømmer med et stort smil, at det bare – så vidt han ved – aldrig har været forsøgt.

Del denne