Репутацията, глупако

Наскоро издатели и големи платформи за дистрибуция на съдържание най-накрая решиха да обърнат внимание на проблема с фалшивите новини. Повечето от усилията им са насочени към свързване на лавината от съдържание с една или повече платформи за проверка на фактите като Politifact, Snopes или FactCheck.org.

Във Франция вестник Le Monde създаде Decodex - търсачка, която тества достоверносттa на уеб сайтовете. Работи, но само понякога. Опитах се например да въведа сайтове, към които реферира Outbrain.com, един силен източник на новини с лошо качество, които заразяват уеб страниците на Le Monde. (Outbrain е платформа за маркетинг и препоръчано свързано съдържание, като препоръките се показват под настоящата статия и чрез тях медиите задържат потребителя в сайта си или го прехвърлят към друг сайт от медийната група, за да повишат трафика и съответно рекламните импресии. - бел. ред.) Нито един от тях обаче не беше разпознат от Decodex. За да съм справедлив, трябва да отбележа, че системата е на по-малко от два месеца и се подобрява бързо. Седмици преди президентските избори във Франция, които маркират безпрецедентен уклон към крайнодясното, улавянето на фалшиви новини е гореща тема. Заедно с още 42 други френски новинарски организации Le Monde участва и в подкрепената от Google инициатива, наречена CrossCheck.

Facebook наскоро също въведе система, която разчита на системи за проверка на фактите на трети страни и слага "отметки" на съмнителни публикации (виж картинката). Не само Facebook работи с редица издатели, но и Google непрекъснато усъвършенства алгоритъма си за търсене. Но все пак и това е в процес на работа. Ето например този уикенд, когато въведох в търсачката "Обама планира...", първите автоматични предложения за довършване на фразата бяха "...планира преврат", и то с повече от половин милион резултата.

Феноменът на фалшивите новини е нещо като биоинженирана чума - той се разпространява във всички страни, защото специализирани компании превръщат в свой бизнес модел бълването на фалшива информация в индустриални размери. Това удря демокрациите в момент, в който бизнес моделите на професионалните медии биват атакувани от всички посоки.

Колкото и да са ценни и необходими инициативите, които разобличават фалшиви новини, те атакуват по-скоро симптомите, отколкото причините. Те не дискутират въпроса с качеството на новините в по-широк смисъл и нещо повече - нямат мащаб. Оттам и по-големият проблем за платформите за дистрибуция на съдържание (социални мрежи и агрегатори), през чийто маркуч минават хиляди истории на ден (имайте предвид, че само Facebook разпространява около 100 милиона линка на ден).

Работата ми като стипендиант на John S. Knight Fellowship в Университета в Станфорд се фокусира тъкмо върху покриването на качественото в интернет по мащабируем начин. Планирам да реша проблема с качеството косвено чрез триангулация вместо чрез просто разпознаване (триангулацията е метод в тригонометрията за определяне на разстоянието до обекти чрез геометрията на триъгълниците - бел. ред). Нека да използвам аналогията с търсенето на екзопланети, за да обясня. Днешните астрономи не могат да видят отдалечени планети, които да приличат на Земята. Вместо това те извеждат заключението за тяхното съществуване и структура по пътя на дедукцията, чрез косвени наблюдения. Например ще търсят нещо, което се нарича транзит: когато някоя планета преминава между земята и далечна звезда, нейната яркост избледнява съвсем малко. Те също така търсят едва доловими вариации в инфрачервените емисии на звездата; или леки промени, дължащи се на изменението на гравитационното поле или дори дребно отклонение от центъра.

Но ако се върнем на новинарския бизнес, един внимателен оглед на набор от сигнали може да разкрие много за журналистическото качество и като следствие за рисковете да се натъкнеш на фалшиви новини. В края на краищата всичко опира до това да се оцени репутацията както на издателите, така и на авторите. Google, Facebook и други големи дистрибутори на новини няма да го признаят публично, но те вече се опират на варианти за точкуване на качеството.

Изграждането на подобни показатели е суперчувствителна тема в новинарската индустрия. Приемливостта им също зависи от начина им на представяне. Една класация на хиляди издатели и журналисти безспорно ще предизвика вдигане на вежди, особено ако е вид бял списък, който ще разпредели продуцентите на съдържание в различни джобове на надеждност. Или помислете за нещо като TSA Pre, американската система за предварителна проверка на багажа на пътниците.

Ето как може да стане. За да се оцени качеството на даден издател, неговата история сама по себе си - журналистически награди, години на дейност - осигурява полезна информация. Авторите могат да се "радват" на същия контрол (виж графиката).

Както винаги, дяволът е в детайлите: не всички бази данни имат потребителски интерфейс или данните могат да бъдат извлечени по законен път; могат да се появят фалшиви позитивни резултати или да се подправят CV-та и т.н. Но това поне е отправна точка и определено си заслужава да се опита.

Всичко това може да се допълни и с други сигнали, като например тенденцията даден издател или автор често да бъдат в основата на новинарския цикъл, т.е. да са първоизточници на информацията.

На ниво конкретна публикация някои индикатори могат да засилят или да отслабят оценката й за качество. Например една дълга публикация (предполагаемо позитивен сигнал), в която са разхвърляни снимки, които нямат източник или идват от банки за сток фотография, биха повдигнали съмнения. Това, противопоставено на издател, който е установил собствена иконография като част от по-значимо журналистическо усилие. Други сигнали, които могат да се вземат под внимание включват семантични структури и плътност на публикацията или загатване на злоупотреби със SEO (search engine optimization - оптимизация за търсачки - бел. ред.).

Комбинирането на сигналите, събрани автоматично на огромни групи, също предполага разбиране как те могат да бъдат измерени един спрямо друг.

Моят модел засега включва около 40 сигнала и подсигнала. Дори такъв малък брой прави сравнителната оценка деликатна задача. Когато показах различни повторения на компютърни специалисти тук, в Станфорд, всички те предложиха, че интелигентен софтуер за дълбинно обучение (т.нар. Deep Learning подход - бел. ред.) би могъл да разреши казуса със сравнителната оценка. Набор от статии, които са етикетирани като "добри", може да захрани една невронна мрежа (модел за обработка на информация, който се използва в разработването на изкуствен интелект - бел. ред.), която да се самообучи да разпознае правилно друг голям корпус от статии. Това е близко до процеса, който се използва от една невронна мрежа, за да идентифицира котка в голям куп от снимки на животни - мрежата се обучава, като първо бива изложена на големи количества снимки на котки.

Проблемът е, че, за да бъде ефективна подобна система, базата от статии за обучение (т.е. броят на статиите, етикетирани като "добри" в мрежата) трябва да бъде огромна - поне десетки хиляди. И ако е сравнително лесно да се поставят етикети върху 30 000 снимки на котки (като се използва краудсорсинг или чрез извличане от съществуващи бази данни), никой досега не е опитвал да етикетира набор от няколко хиляди новинарски публикации. Предстои ни един много дълъг и интересен път...

*Фредерик Филу е автор в блога за медии, технологии и бизнес модели Monday Note. В момента е стипендиант на програмата John S. Knight Fellowship в Университета в Станфорд. "Капитал" публикува текста с неговото разрешение. Заглавието е на редакцията