Słowo roku 2017

Media społecznościowe cieszą się popularnością wśród twórców fałszywych informacji gdyż nie zawierają one żadnych systemów kontroli jakości i wiarygodności zamieszczanych treści.

Media społecznościowe są postrzegane przez 58% polskich użytkowników Internetu jako jedno z głównych źródeł informacji. Dzisiaj każdy może kreować rzeczywistość udostępniając w swoich kanałach social media treści własne lub innych użytkowników.

Na fali popularności tego trendu rośnie też negatywne zjawisko, którym jest fake news. Nieprawdziwe informacje towarzyszą nam właściwie od zawsze, ale obecnie docierają do wyjątkowo szerokiego grona odbiorców za sprawą nowych technologii i metod komunikacji, przez co stanowią realne zagrożenie dla biznesu. Systemy wykorzystujące sztuczną inteligencję pomagają lokalizować i zwalczać fake newsy, a także boty odpowiedzialne za ich generowanie.

 Słowo roku 2017 

W związku z rosnącą popularnością fake newsów, twórcy brytyjskiego słownika Collins Dictionary uznali je za „słowo 2017 roku”. Według oficjalnej definicji najpopularniejszy obecnie wyraz oznacza fałszywą, częstokroć sensacyjną wiadomość, rozpowszechnianą jako przekaz informacyjny.

Szerszą definicję przygotowali twórcy raportu „Fake news, czyli jak kłamstwo rządzi światem”, definiując fake news jako informację opublikowaną przez media, sprawiającą wrażenie zweryfikowanej oraz opisującej fakty, która w rzeczywistości wprowadza opinię publiczną w błąd, uwiarygadniając zawarte w niej niepotwierdzone informacje, dane oraz niezweryfikowane źródła.

Fake news: nie wierz nikomu

Brak kontroli treści w social media

 

Osoby aktywne w mediach społecznościowych często mają świadomość, że codziennie przekazują do sieci dane, które są zapisywane i będą używane w przyszłości przez właścicieli serwisów np. do wyboru treści, które następnego dnia wyświetlą się na stronie głównej użytkownika. Wiele osób nie zdaje sobie jednak sprawy, że informacje te mogą zostać wykorzystane do stworzenia ich bardzo intymnego profilu, zawierającego zarówno informacje ogólne takie jak wiek, rasa, płeć, poziom edukacji czy zawód, ale także dane psychologiczne, np. dotyczące emocji, poglądów politycznych, postaw, a nawet inteligencji czy osobowości. Profile te mogą stać się narzędziem doboru odbiorców fałszywych treści, za których publikacje odpowiadają boty, automatycznie klasyfikujące użytkowników jako potencjalnie zainteresowanych konkretną nieprawdziwą informacją.

 Face

Jednym z powodów, dla których media społecznościowe cieszą się popularnością wśród twórców fałszywych informacji jest fakt, że nie zawierają one żadnych systemów kontroli jakości i wiarygodności zamieszczanych treści. Przykładowo algorytmy Facebooka odpowiadają za dobieranie treści w taki sposób, żeby były one potencjalnie atrakcyjne dla użytkowników, co sprzyja nadużyciom. Ich zasięg jest ogromny, jak wynika z raportu Reuters Institute for the Study of Journalism 58% polskich użytkowników mediów społecznościowych uważa je za istotne źródło codziennych informacji.

Twitt

Problemem Twittera jest natomiast duża liczba fałszywych profili, za pomocą których boty publikują nieprawdziwe treści. Według szacunków, odsetek zautomatyzowanych kont na Twitterze waha się od 9 do 15 proc., co przy 328 milionach użytkowników tego mikrobloga daje aż 29-49 milionów kont. Twitter jest narzędziem powszechnie wykorzystywanym przez dziennikarzy, a potencjalne promowanie przez nich fałszywych treści może kształtować fikcyjną rzeczywistość.

Fake news zniszczą media

Jak zwalczać fake newsy w social media?

Co ciekawe, analityka i automatyzacja procesów jest narzędziem stosowanym nie tylko przez twórców nieprawdziwych treści, ale również organizacje, które chcą zwalczać zjawisko fake newsów. Według ekspertów z firmy SAS, administratorzy mediów społecznościowych powinni wykorzystać potencjał platform analitycznych oraz technologii machine learning do usuwania lub blokowania botów rozpowszechniających fake newsy. Dzięki automatyzacji procesów analitycznych i samodzielnym wykrywaniu wzorców zawartych w danych, zastosowanie metod uczenia maszynowego pozwala na identyfikowanie kont publikujących fałszywe informacje. System analizuje m.in. częstotliwość i rodzaj publikowanych treści, a następnie wykorzystując algorytmy, samodzielnie klasyfikuje konto jako prawdziwe lub stworzone na potrzeby rozpowszechniania nieprawdziwych informacji. Program ocenia m.in. wagę publikowanych newsów, mierząc ich współczynnik wpływu. Najbardziej wpływowe informacje wymagają dogłębnej analizy pod kątem prawdziwości treści.

Fake newsy zagrożeniem dla biznesu

W związku z rosnącą popularnością fake newsów biznes musi podejmować działania mające na celu zwalczanie nieprawdziwych informacji, gdyż  konsekwencje ich rozpowszechniania mogą być wyjątkowo dotkliwe. Potwierdza to przypadek amerykańskiego giganta branży spożywczej PepsiCo, który wciąż odczuwa skutki wywołane jedną fałszywą wiadomością dotyczącą zakażenia wirusem HIV napojów firmy. Informacja spowodowała spadek cen akcji, które nawet po potwierdzeniu, że informacja nie jest prawdziwa, normowały się przez kilka kolejnych miesięcy.

Chcąc walczyć z fake newsami firmy muszą przede wszystkim nauczyć się skutecznie je lokalizować. Po wykryciu takich informacji przedsiębiorstwa powinny umiejętnie zarządzać ich wpływem oraz zgłaszać je administratorom portali lub mediów społecznościowych jako „zakwestionowane przez zewnętrznego kontrolera faktów”.

Pierwsze próby unormowania zwalczania fake newsów widać już w strategiach rządów niektórych państw. W Danii została utworzona specjalna jednostka działająca w celu ujawniania dezinformacji. Zadaniem powołanej przez rząd komórki „The 3 FTY” jest zapobieganie rozpowszechnianiu fałszywych informacji dyskredytujących i osłabiających wartości zachodnich demokracji. W celu wykrywania fake newsów została ona wyposażona w narzędzia wykorzystujące zaawansowaną analitykę. Jeżeli dalej będziemy obserwowali rozwój zjawiska celowego umieszczania w Internecie fałszywych informacji, możemy spodziewać się podobnych działań ze strony innych krajów oraz instytucji międzynarodowych.

Źródła