Ανίχνευση Ψευδών Ειδήσεων σε Μέσα Κοινωνικής ∆ικτύωσης

Abstract

Η ϱαγδαία ανάπτυξη των κοινωνικών δικτύων έχει επιτρέψει στους χρήστες να δημοσιε- ύουν, να αναδημοσιεύουν και να σχολιάζουν ένα ευρύ ϕάσμα πληροφοριών. Ωστόσο, οι χρήστες ενδέχεται, είτε εσκεμμένα είτε ακούσια να αποτελέσουν παράγοντες παραπληρο- ϕόρησης. Καθώς η αλήθεια συνιστά κομβικής σημασίας αξία για τη δημοκρατία, τη δικαιο- σύνη και τη κοινωνική συνοχή, καθίσταται αναγκαία η διασφάλισή της στα ψηφιακά δίκτυα, τα οποία εν πολλοίς έχουν αντικαταστήσει τα ϕυσικά κοινωνικά δίκτυα. ∆εδομένης της σημασίας που έχει η αλήθεια, καθίσταται αναγκαία η ανάπτυξη τεχνικών ανίχνευσης ψευδών ειδήσεων. Οι διαφορετικές προσεγγίσεις εστιάζουν στα χαρακτηριστικά που αξιοποιούνται για να εκτιμήσουν την εγκυρότητα του περιεχομένου : την αξιοπιστία της πηγής, το μοτίβο διάδοσης, το συγγραφικό ύφος και την ακρίβεια του παρεχόμενου υλικού. Μολονότι δεν υπάρχει ένας παγκοσμίως αποδεκτός ορισμός για τα fake news, κοινό γνώρισμα όλων παραμένει η αναληθής υπόστασή τους. Προηγούμενες μελέτες σε πεδία των Κοινωνικών και Οικονομικών Επιστημών προσφέρουν ϑεωρητικά πλαίσια κατανόησης της ανθρώπινης συμπεριφοράς και γνωσιακών μηχανισμών, συμβάλλοντας στην ποιοτική και ποσοτική ανάλυση των ψευδών ειδήσεων, καθώς και στη δημιουργία μοντέλων εντοπισμού και διαχείρισής τους. Οι εν λόγω ϑεωρίες διακρίνονται σε αυτές που σχετίζονται με την πληροφορία (π. χ. συγγραφικό ύφος, ποιότητα έκφρασης, συναισθήματα του κειμένου) και σε εκείνες που αφορούν τα άτομα (π. χ. κακόβουλοι χρήστες που διαδίδουν εν γνώσει τους ψευδείς ειδήσεις, αλλά και συνηθισμένοι χρήστες που εμπλέκονται ακούσια στη μετάδοση αναληθών πληροφοριών). Στο πλαίσιο της παρούσας μελέτης, αξιοποιούμε το μοτίβο διάδοσης της πληροφορίας. Συγκεκριμένα, παράγονται δέντρα διάδοσης τα οποία, μέσω κατάλληλων μετασχηματισμών (Πυρήνες Γραφημάτων), μετατρέπονται σε διανύσματα χαρακτηριστικών. Στη συνέχεια, ένα μοντέλο επιβλεπόμενης μάθησης εκπαιδεύεται πάνω σε αυτά τα διανύσματα, με τις ετικέτες να υποδηλώνουν αν η αρχική δημοσίευση ήταν αληθής (1) ή ψευδής (0). Στόχος είναι να αποτιμηθεί η συσχέτιση μεταξύ της δομής του δέντρου διάδοσης και της εγκυρότητας της πληροφορίας, ϑέτοντας τα ϑεμέλια για πιο αξιόπιστες μεθόδους ανίχνευσης ψευδών ειδήσεων.