Dezinformacije su sve veći fenomen na digitalnim platformama, koji značajno utiče na društvene, političke i ekonomske događaje. Dugo je predstavljalo pretnju slobodi i demokratiji. Međutim, sada je to još hitnije zbog brzine kojom se kampanje šire putem digitalnih medija.
Istraživači sa IMDEA Netvorks, Kiparskog tehnološkog univerziteta i LSTECH ESPANA SL razvili su algoritam HiperGraphDis, koji omogućava otkrivanje dezinformacija na društvenim medijima, pomažući u borbi protiv širenja lažnih vesti.
Dr Marius Paraschiv, viši istraživač u IMDEA Netvorks i jedan od autora studije, objašnjava: „Naša studija „HiperGraphDis: Korišćenje hipergrafova za kontekstualno i društveno-bazirano otkrivanje dezinformacija“ predlaže metod detekcije koji uzima u obzir složene društvene strukture između korisnika. , kao i relacionih i semantičkih elemenata, da odredi prirodu njihovog generisanog sadržaja“.
Dr Nikolaos Laoutaris, profesor istraživanja na IMDEA Netvorks, dodaje: „Sa sve većim obimom podataka društvenih medija, postizanje visoke preciznosti u otkrivanju lažnih vesti nije dovoljno; algoritmi za otkrivanje moraju da budu skalabilni i brzi da bi mogli da obrađuju velike količine podataka u skoro u realnom vremenu naš novi algoritam HiperGraphDis ne samo da poboljšava tačnost detekcije, već i značajno smanjuje vreme izvršenja, što ga čini mnogo praktičnijim od konkurentskih metoda.
Konkretno, naučnici su procenili četiri Tvitter/Ks skupa podataka o američkim predsedničkim izborima 2016. i pandemiji COVID-19. HiperGraphDis je nadmašio postojeće metode i u preciznosti i u računarskoj efikasnosti, naglašavajući svoju efikasnost i skalabilnost u suočavanju sa izazovima koje predstavlja širenje dezinformacija.
Studija otkriva da dezinformacije nisu uvek direktno proverljive i da zavise od konteksta. Stoga, Paraskiv naglašava da je ključno „razmotriti pozadinu i analizirati odnose i okruženje onih koji šire informacije, zajednice kojima pripadaju ili njihov odnos prema poznatim izvorima dezinformacija.
„Osim toga, ovi izvori nisu nužno primarni generatori dezinformacionog elementa; oni mogu jednostavno biti propagatori ili pojačivači, koji služe kao pojedinci koji uvode ovu dezinformaciju u zajednicu gde je zatim pojačavaju drugi članovi.
HiperGraphDis kombinuje napredne tehnike kao što su hipergrafske neuronske mreže, grupisanje grafova za otkrivanje zajednice i obrada prirodnog jezika za razumevanje teksta. Ovo omogućava efikasnije i preciznije otkrivanje dezinformacija.
Istraživači su se fokusirali na Tvitter/Ks zbog dostupnosti složenih skupova podataka, iako se HiperGraphDis može prilagoditi drugim društvenim platformama. Još jedna prednost je to što vlasnicima platformi nudi efikasan način da ublaže efekte dezinformacija, pružajući bolje razumevanje kako se šire i kako da se efikasno bore protiv njih omogućavanjem proverenih činjenica i kontekstualno prilagođenih odgovora.
Projekat se suočio sa brojnim izazovima, od prikupljanja ažuriranih podataka sa Tvitera/Ks (poruke se brišu, nalozi se uklanjaju, sadržaj poruke se može uređivati i ne odražava originalno značenje, itd.) do konstruisanja složenih hipergrafova. Međutim, istraživači već gledaju u budućnost: multimodalno otkrivanje dezinformacija pomoću naprednih modela kao što je GPT-4.
„To može biti sledeći logičan korak, ali postoje značajne prepreke koje treba prevazići, uključujući probleme skaliranja i agregacije informacija iz više izvora“, zaključuje Paraschiv.
