Badacze z warszawskiej agencji badawczej IRCenter postanowili przyjrzeć się fake newsom w polskiej sieci. W efekcie powstała wyjątkowa mapa ilustrująca te przestrzenie i tematy, w jakich najczęściej mamy do czynienia z nieprawdziwymi wiadomościami.
Jak zauważa Albert Hupa, ekspert firmy, tak jak giganci internetu przeszukują strony portali społecznościowych, tropiąc fałszywe informacje przy pomocy zatrudnionych w tym celu researcherów, tak można też próbować zaprząc do tej mrówczej liczną rzeszę internautów. IRCenter, przy użyciu algorytmów do przetwarzania treści, pokazała jak może to wyglądać.
Algorytmy nie sprawdzą może prawdziwości doniesienia, ale doskonale pokazują, w jakich obszarach tematycznych możemy się na „fake news” natknąć. Jak podkreśla Hupa, w trakcie badania obejmującego okres od stycznia do grudnia 2017 r. odnaleziono 115 tysięcy treści odnoszących się do fake news, z czego lwia część – 73 proc. – to treści, jakie opublikowano na Twitterze.
Algorytm odnajdzie fake newsy
Dzięki algorytmom badacze ustalili konteksty, w których najczęściej pojawia się sformułowanie „fake news”. To m.in. frazy i słowa takie jak: „kłamstwa o wielu reformach”, „rząd”, „PO”, „rzecznik/rzecznicy”, „zdjęcia”, „Węgry i Unia Europejska”, „emerytura dla Ukraińców”, „nagrania policji”. Typowym przykładem była tzw. afera 10 sierot, która przetoczyła się przez polski internet niemal dokładnie rok temu.
Fake news pojawiają się w związku z reformami prawnymi lub sondażami – dowodzą eksperci IRCenter. Toczy się wokół nich dyskusja odnosząca się wartości, zasad i innych systemów normatywnych, czego skutkiem jest „okłamywanie wyborców”. Z perspektywy algorytmów analizujących to, co dzieje się w sieci, fake news to domena m.in. komentarzy związanych z wypowiedziami przedstawicieli rządu, ich dialogiem z dziennikarzami, komentarzami eksperckimi, „tym, co z Niemiec” (jak się można domyślać, „mediami należącymi do niemieckich właścicieli”). Cykl życia fake news ma się kończyć wraz z weryfikacją przez media lub sprostowaniem nieprawdziwych informacji przez osoby zainteresowane.
Zdaniem Hupy algorytmy okazały się użyteczny przy wykrywaniu fake news, gdyż wskazywały, co budzi wątpliwości – i w ten sposób pozwalały „namierzyć” wątpliwej jakości kontent informacyjny.