Tietoa meistä AI4Debunk

Menetelmät ja tulokset

Teknologiamme

Kun otetaan huomioon uutisten multimodaalinen luonne nykyään ja kontekstin merkitys merkityksen ymmärtämisessä, AI4Debunk hyödyntää huippuluokan monomodaalisten ja multimodaalisten koneoppimisteknologioiden sekä tietämyskaavioiden voimaa asiaankuuluvien tietojen poimimiseksi datasta ja disinformaatiomallien ja -suuntausten havaitsemiseksi. Ehdotamme myös ihmisen silmukassa -mekanismia (HITL), jolla parannetaan tietojen laatua ja lisätään luottamusta prosessiin.

Kielimallit ja suuret kielimallit

Visiomallit ja suuret visiomallit

Puheenkäsittely

Multimodaalinen koneoppiminen

Ihmisen silmukassa -mekanismit

Tietokaaviot

Menetelmämme

AI4Debunkin menetelmissä hyödynnetään ihmisen ja tekoälyn yhteistyötä disinformaation torjumiseksi tehokkaasti – sisällönanalyysin, faktantarkistuksen ja verkostoanalyysin avulla – ja luottamuksen lisäämiseksi käyttäjien ja verkossa toimivien tietolähteiden välillä. Tähän kokonaisvaltaiseen lähestymistapaan kuuluvat seuraavat:

Multimodaalinen tietokaavio: integroimalla erilaisia tietotyyppejä, kuten tekstiä, kuvia, videoita ja ääntä, jotta saadaan kattava kuva aiheesta ja paljastetaan eri lähteiden välisiä epäjohdonmukaisuuksia.

Monomodaalinen tietämyskaavio: toimii vararatkaisuna, joka muuntaa multimodaaliset tiedot tekstiksi (objektintunnistuksen, kuvan kuvauksen, videon tai äänen toiminnan tunnistuksen jne. avulla).

Monomodaaliset valeuutisten tunnistusmoduulit: erotetaan toisistaan aito ja manipuloitu sisältö (keinotekoisesti muunnettu tai synteettisesti luotu) teksti-, kuva-, video- ja äänidataa varten.

Multimodaaliset valeuutisten tunnistusmoduulit: monomodaalisten valeuutisten ilmaisimien tulosten ja tietokaaviosta saatavien kontekstuaalisten tietojen integrointi uutisten luokittelemiseksi todellisiksi tai väärennetyiksi tekstin, kuvien, videoiden ja äänen tietomallien perusteella.

AI4Debunk on sitoutunut parantamaan tekoälyyn perustuvia malleja, jotta ne voivat antaa selityksiä ja luottamusta valeuutisten havaitsemiseen. Tämä tuo esiin seuraavat seikat:

  • mitkä uutisartikkelin näkökohdat ovat merkityksellisimpiä valeuutisten havaitsemisessa;

  • millä menetelmillä (teksti, kuva, ääni tai video) on suurempi vaikutus lopulliseen päätökseen.

AI4Debunk tekee kaksi tapaustutkimusta vahvistaakseen kokonaisvaltaisen lähestymistapansa disinformaation torjuntaan:

  1. Venäjän propaganda Ukrainan sodasta
  2. Ilmastonmuutosta koskeva manipuloitu sisältö

Näihin tapaustutkimuksiin sisältyy kohderyhmien, disinformaation lähteiden ja levitysmenetelmien määrittäminen, ja ne johtavat teknisten vaatimusten ja toiminnallisten tarpeiden muotoiluun AI4Debunkin rajapintoja varten.

Ensisijaisena tavoitteena on ymmärtää disinformaatioprosesseja, kehystää ja mallintaa niitä ja kehittää sen jälkeen välineitä analysointia ja vastatoimia varten.

Molemmat tapaustutkimukset kartoitetaan tietokaavioissa. Tällaiset kaaviot tarjoavat kontekstuaalisia oivalluksia valeuutisten havaitsemiseen. Säännöllisiä päivityksiä helpotetaan kuratoidulla kansalaispalautteella ja uusien kuratoitujen tietojen integroinnilla.

AI4Debunk tekee osana menetelmiään yleisen sosiologisen arvioinnin kehitetyistä välineistä ja niiden vaikutuksesta kahteen tapaustutkimukseen:

  • Raportit ja perusteellinen analyysi häiriönsietokykymekanismit;
  • Sitoutuminen sidosryhmiin kyselyjen, paikallisten ryhmien kokousten ja kohderyhmien keskustelujen avulla;
  • Sukupuolten tasa-arvo ja osallistamisprosessit disinformaatiomekanismeja koskevien toimintapolitiikkojen, ohjelmien ja toimien toteuttamiseksi käytännössä.

AI4Debunk on sitoutunut edistämään medialukutaitoa ja luo didaktisia resursseja tukemaan valeuutisten havaitsemista koskevaa luokkakoulutusta, joka antaa nuoremmille sukupolville taidot arvioida ja suodattaa tietoja kriittisesti ilman, että heitä petetään. Nämä resurssit ovat seuraavat:

  • Sarjakuvakirjat
    Sarjakuvakirjat on kehitetty valeuutisia koskevan hanketutkimuksen pohjalta, ja ne toimivat kiinnostavana välineenä tietoisuuden lisäämiseksi ja ohjeiden antamiseksi siitä, miten disinformaatio voidaan havaita verkossa. Niihin liitetään kyselylomakkeet oppimistulosten arvioimiseksi.
  • Pelit
    Yhteistyössä opettajien kanssa suunnitellut ja testatut pelit tarjoavat opiskelijoille interaktiivisen kokemuksen, joka havainnollistaa valeuutisten seurauksia ja antaa käytännön oivalluksia.

Molemmat materiaalit jaetaan aluksi Alankomaiden ja Belgian toisen asteen kouluille, ja tarkoituksena on laajentaa niiden saatavuutta toisen asteen kouluissa eri puolilla Eurooppaa.

Meidän INTERFACES

AI4Debunk kehittää edellä kuvatun menetelmän pohjalta virheenkorjausrajapinnan ja joukon rajapintoja, jotka auttavat käyttäjiä arvioimaan verkkosisällön tarkkuutta.

API

Avoin lähdekoodi. Integroi tekoäly- ja ML-algoritmit disinformaation todennäköisyyspistemäärän (disinfoscore) laskemiseksi ja epäilyttävän sisällön merkitsemiseksi.

Vastaanotettuaan sisältöä syötteeksi API palauttaa viipymättä disinfoscorensa. Jos kyseessä on manipuloitu sisältö, se tunnistaa myös alueet, joilla alkuperäisen sisällön signaalia olisi voitu peukaloida. Lisäksi se antaa asiatietoja/kontekstuaalisia tietoja, jotka vahvistavat sisällön pisteytyksen.

Verkkosivut

plug-in

Suunniteltu verkkoselaimille ja sosiaalisen median alustoille. Se tarjoaa käyttäjille nopeita ilmoituksia, jotka tarjoavat tietoa heidän parhaillaan tarkastelemansa sisällön luotettavuudesta ja uskottavuudesta.

Disinfopedia

Yhteistyöalusta, joka on rakennettu Wikipedia-muodossa. Käyttäjät voivat ilmoittaa suoraan epäilyttävästä sisällöstä, jonka ihmisasiantuntijat (mediakumppaneille työskentelevät vanhemmat analyytikot) tarkastavat ja joka mahdollisesti poistetaan jakelusta. 

Sovellus

Kehitetty älypuhelimille ja tableteille. Se tarkistaa verkkosisällön oikeellisuuden, mukaan lukien uutisartikkelit, sosiaalisen median julkaisut, tuotearviot ja kuvat. Käyttäjät voivat syöttää tietoja (URL-osoitteet, teksti tai kuvat) ja sovellus tunnistaa sen virheriskin tason.

AR/VR

liitäntä

Integroitu mobiilisovellukseen ja yhteensopiva AR-lasien/kuulokkeiden, älypuhelinten, tablettien tai puettavan teknologian kanssa. Se tarjoaa käyttäjille mukaansatempaavamman ja mukaansatempaavamman kokemuksen ja havaitsee, syötetäänkö tietoja sekä virtuaalimaailmoista että fyysisistä maailmoista (esim. kirjoitettu teksti, puhuttu kieli, kuvat/videot ja reaaliaikainen tieto) ovat tosia tai väärennettyjä. 

Tehdään yhteenveto

Näin kaikki kappaleet tulevat yhteen…