A proposito di AI4Debunk
Metodologia e risultati
Le nostre tecnologie
Data la natura multimodale delle notizie al giorno d'oggi e l'importanza del contesto per comprenderne il significato, AI4Debunk sfrutta la potenza delle tecnologie di apprendimento automatico monomodale e multimodale all'avanguardia, nonché i grafici delle conoscenze per estrarre informazioni pertinenti dai dati e rilevare modelli e tendenze di disinformazione. Proponiamo anche un meccanismo human-in-the-loop (HITL) per migliorare la qualità dei dati e promuovere una maggiore fiducia nel processo.
Modelli linguistici e grandi modelli linguistici
Modelli di visione e grandi modelli di visione
Elaborazione del discorso
Apprendimento automatico multimodale
Meccanismi Human-in-the-loop
Grafici della conoscenza
La nostra metodologia
Grafico multimodale delle conoscenze: integrare diversi tipi di dati, come testo, immagini, video e audio, per fornire una visione completa di un argomento e rivelare incongruenze tra le fonti.
Grafico della conoscenza monomodale: funge da soluzione di backup che trasforma i dati multimodali in testo (utilizzando il rilevamento di oggetti, la descrizione di immagini, il rilevamento di azioni in video o audio, ecc.).
Moduli monomodali di rilevamento delle notizie false: distinguere tra contenuti autentici e manipolati (modificati artificialmente o creati sinteticamente) per testo, immagini, video e dati audio.
Moduli multimodali di rilevamento delle notizie false: integrare i risultati dei rilevatori di notizie false monomodali e le informazioni contestuali del grafico della conoscenza per classificare le notizie come reali o false sulla base di modelli di dati in testo, immagini, video e audio.
AI4Debunk è dedicato a migliorare i modelli basati sull'IA per fornire spiegazioni e fiducia sul loro rilevamento di notizie false. Ciò metterà in evidenza:
- quali aspetti dell'articolo sono più rilevanti per l'individuazione delle notizie false;
- quali modalità (testo, immagine, audio o video) hanno un impatto maggiore sulla decisione finale.
AI4Debunk condurrà due casi di studio per convalidare il suo approccio olistico alla lotta alla disinformazione:
- Propaganda russa relativa alla guerra in Ucraina
- Contenuti manipolati sui cambiamenti climatici
Tali studi di casi comprenderanno l'individuazione di gruppi destinatari, fonti di disinformazione e metodi di propagazione e porteranno alla formulazione di requisiti tecnici e esigenze funzionali per le interfacce di AI4Debunk.
L'obiettivo primario è comprendere i processi di disinformazione, inquadrarli e modellarli, e successivamente sviluppare strumenti per l'analisi e il contrasto.
Entrambi i casi di studio saranno mappati in grafici della conoscenza. Tali grafici offriranno approfondimenti contestuali per l'ulteriore rilevamento di notizie false. Gli aggiornamenti periodici saranno facilitati attraverso un feedback curato dei cittadini e l'integrazione di nuovi dati curati.
Come parte della sua metodologia, AI4Debunk eseguirà una valutazione sociologica complessiva degli strumenti sviluppati e del loro impatto per i due casi di studio:
- Relazioni e analisi approfondite dei meccanismi di resilienza;
- Coinvolgimento delle parti interessate attraverso sondaggi, riunioni di gruppi locali e discussioni di focus group;
- Parità di genere e processi di coinvolgimento per rendere operative politiche, programmi e interventi nei meccanismi di disinformazione.
AI4Debunk si impegna a promuovere l'alfabetizzazione mediatica e creerà risorse didattiche per supportare la formazione in aula nel rilevamento di notizie false, dotando le giovani generazioni delle competenze per valutare criticamente e filtrare le informazioni senza essere ingannate. Queste risorse sono:
- Categoria: Fumetti
Sviluppati sulla base della ricerca del progetto sulle notizie false, i fumetti fungono da strumento coinvolgente per sensibilizzare e fornire linee guida su come rilevare la disinformazione online. Saranno accompagnati da questionari per valutare i risultati dell'apprendimento. - Giochi
Progettati e testati in collaborazione con gli insegnanti, i giochi offrono agli studenti un'esperienza interattiva, illustrando le conseguenze delle notizie false e fornendo approfondimenti pratici.
Entrambi i materiali saranno inizialmente distribuiti alle scuole secondarie nei Paesi Bassi e in Belgio, con piani per una più ampia disponibilità nelle scuole secondarie di tutta Europa.
LE NOSTRE INTERFACCE
API
Open source. Integra algoritmi di IA e ML per calcolare un punteggio di probabilità di disinformazione (disinfoscore) e segnalare contenuti sospetti.
Dopo aver ricevuto il contenuto come input, l'API restituirà prontamente il suo disinfoscore. Nel caso di contenuti manipolati, identificherà anche le regioni in cui il segnale del contenuto originale potrebbe essere stato manomesso. Fornirà inoltre informazioni fattuali/contestuali che corroborano il punteggio del contenuto.
Web
plug-in
Disinfopedia
App
Sviluppato per smartphone e tablet. Verificherà l'accuratezza dei contenuti online, inclusi articoli di notizie, post sui social media, recensioni di prodotti e immagini. Gli utenti saranno in grado di inserire informazioni (URL, testo o immagini) e l'app identificherà il suo livello di rischio di falsità.
AR/VR
interfaccia
Riassumiamo
