Вернуться к статье

Использование искусственного интеллекта для выявления фейковых новостей в цифровых медиа

Таблица 1 - Методы определения фейковых новостей

Метод

Основные характеристики

Основные преимущества ИИ

Основные недостатки ИИ

Классификация текстов

Основана на машинном обучении и нейросетевых моделях, обученных на размеченных достоверных и недостоверных новостей; анализируются лексические, синтаксические и семантические признаки текста

Высокая скорость обработки больших объёмов информации; возможность автоматизации мониторинга новостных потоков; масштабируемость

Зависимость от качества и актуальности обучающих данных; слабая устойчивость к новым формам фейков; риск ложных срабатываний

Лингвистический анализ

Использует методы обработки естественного языка для выявления атипичных речевых конструкций, эмоциональной окраски, манипулятивных формулировок и логических несоответствий

Позволяет выявлять скрытые манипуляции и пропагандистские приёмы; эффективно работает на ранних стадиях распространения фейков

Ограниченная точность при работе с нейтрально стилизованными фейками; культурная и языковая зависимость моделей (в зависимости от типа используемой речевой модели)

Фактчекинг и базы знаний

Сравнивает утверждения в медиатексте с проверенными источниками, базами знаний и официальными данными; использует семантическое сопоставление

Высокая точность при проверке конкретных фактов; снижение субъективности оценки; прозрачность результатов

Ограниченность актуальных баз данных; слабая эффективность при оценке интерпретаций и мнений; высокая вычислительная сложность

Анализ источников и распространения

Исследует происхождение контента, сетевые паттерны распространения, поведение аккаунтов, выявляет ботов и координированные информационные кампании

Позволяет выявлять организованные дезинформационные атаки; эффективно работает в социальных сетях и мессенджерах

Не выявляет фейки по содержанию текста; требует больших массивов сетевых данных; сложность интерпретации результатов

Работа с мультимедиа и дипфейками

Применяет компьютерное зрение и аудиоанализ для выявления поддельных изображений, видео и звука; анализирует артефакты генерации

Критически важна для борьбы с визуальными и аудиофейками; высокая эффективность при анализе deepfake-контента

Быстрое устаревание моделей из-за развития генеративных технологий; высокая ресурсоёмкость

Ансамбли и гибридные системы

Объединяют несколько ИИ-подходов и экспертную оценку человека; используют мультиуровневую верификацию контента

Повышенная точность и надёжность; снижение числа ошибок; соответствие профессиональным стандартам журналистики

Высокая сложность внедрения; затраты на экспертов и инфраструктуру; снижение скорости принятия решений