سود:
- امکان تفکیک یک ادعا به اجزای مستقل قابل تأیید و شناسایی و بررسی متقاطع منبع اصلی برای هر یک
- امکان تولید و اعمال جستجوی تصویری و معکوس تصویری، چک لیست های فراداده و تست سازگاری داخلی با پشتیبانی از هوش مصنوعی
- درک این نکته که هوش مصنوعی را نمی توان بر اساس صحت قضاوت کرد، اینکه شواهد از منبع اولیه می آیند و فرآیند تایید باید شفاف نوشته شود.
در روزنامه نگاری، هیچ جمله ای تا زمانی که «صحیح نشان داده نشود» درست نیست. بررسی حقایق - عمل آزمایش صحت یک ادعا، تصویر، شماره یا سند با شواهد مستقل - ستون فقرات این حرفه است. گزارشگری در جریان اطلاعات شتاب گرفته توسط رسانه های اجتماعی؛ او باید در عرض چند دقیقه آزمایش کند که آیا یک عکس واقعاً در مکان مورد ادعا گرفته شده است یا خیر، آیا یک حساب کاربری واقعی است یا نه، و منبع یک شماره است. هوش مصنوعی (AI) یک ابزار سازماندهی و ایدهپردازی در این فرآیند است: مراحل تأیید را برمیشمارد، ادعا را به اجزای آن تقسیم میکند، استنباط میکند که چه سؤالاتی باید پرسیده شود، همه ادعاها را در یک متن فهرست میکند که باید بررسی شوند. اما در اینجا مهمترین هشدار شدیدتر میشود: هوش مصنوعی منبعی برای بررسی واقعیت نیست. شما نمی توانید با "پرسیدن" از هوش مصنوعی متوجه صحت ادعایی شوید. هوش مصنوعی فرآیند را ساده می کند، روزنامه نگار شواهد را از منبع اصلی پیدا می کند. از هوش مصنوعی بپرسید "آیا این درست است؟" پرسیدن دعوت به توهم است.
گام به گام: تایید یک ادعا
مرحله 1 - ادعا را به اجزای آن تقسیم کنید. جمله «آن موسسه سال گذشته 500 نفر را بیکار کرد» در واقع چند ادعاست: کدام موسسه، کدام سال، چند نفر، منبعش چیست. هوش مصنوعی این تجزیه را به سرعت انجام می دهد. هر جزء به طور جداگانه تأیید می شود.
مرحله 2 - منبع اصلی را شناسایی کنید. برای هر جزء، "موثق ترین شواهد کجاست؟" سوال را بپرسید: سابقه رسمی، اصل سند، شاهد دست اول، گزارش حسابرس. هوش مصنوعی می تواند پیشنهاد دهد که کجا باید نگاه کرد. اما شما شواهد را پیدا می کنید و باز می کنید.
مرحله 3 - تصویر و مکان را آزمایش کنید. برای عکس/فیلم: تاریخ اولین انتشار، عکسبرداری از مکان، ثبات آب و هوا/سایه، علائم در پسزمینه. جستجوی عکس معکوس - روشی برای یافتن جایی که یک تصویر قبلاً در اینترنت ظاهر شده است - نشان می دهد که آیا یک تصویر قدیمی به عنوان جدید ارائه شده است یا خیر. هوش مصنوعی این چک ها را فهرست می کند. مشاهده و جستجو تصمیم می گیرند.
مرحله 4 - هویت و تاریخچه منبع را بررسی کنید. تاریخ افتتاح، پست های گذشته، ثبات یک حساب رسانه اجتماعی. هوش مصنوعی به ما یادآوری می کند که به دنبال چه چیزی باشیم. شما تایید را انجام دهید.
مرحله 5 - تایید متقابل. ادعای انتقادی حداقل توسط دو منبع مستقل تأیید شده است. دو سایتی که از یکدیگر کپی می کنند "دو منبع" نیستند. استقلال ضروری است.
مرحله 6 - به نتیجه امتیاز دهید و شفاف بنویسید. یک حکم روشن و شواهد منتهی به آن، مانند «صحیح»، «گمراهکننده»، «تا حدی درست»، «شواهد ناکافی» ارائه کنید. خواننده باید ببیند که چگونه آن را تأیید می کنید.
توجه: از هوش مصنوعی بپرسید "آیا این ادعا درست است؟" پرسیدن " خطرناک ترین اشتباه تایید است. هوش مصنوعی می تواند یک "بله/نه" قانع کننده یا حتی یک "منبع ساختگی" ایجاد کند. از هوش مصنوعی به عنوان ارکستر کننده فرآیند استفاده کنید. شواهد اولیه حکم حقیقت را می دهد.
محتوای تولید شده توسط هوش مصنوعی و نتایج مثبت
هوش مصنوعی نیز موضوع تأیید شده است: اکنون می توان متون، صداها و تصاویر را به طور مصنوعی تولید کرد (موضوع واحد بعدی). بنابراین حقیقتسنجی میپرسد: «آیا این محتوا میتواند یک محصول هوش مصنوعی باشد؟» او این سوال را به روند خود اضافه می کند. ابزارهای تشخیص هوش مصنوعی راهنمایی ارائه می دهند اما شواهد قطعی نیستند. راستیآزمایی واقعی دوباره به منبع، ابرداده و زمینه بازمیگردد.
سه کیف کوچک
مورد 1 - تصویر قدیمی، ادعای جدید. یک خبرنگار عکسی از آتش سوزی دریافت کرد که گفته می شد "امروز در آن شهر گرفته شده است". او به هوش مصنوعی دستور داد که مراحل تأیید را تولید کند. اولین مورد "جستجوی عکس معکوس" بود. جستجو نشان داد که همین عکس 3 سال پیش در کشور دیگری منتشر شده است. بصری آن را به پخش نمی کند. خبرنگار این را به یک بررسی واقعی تبدیل کرد.
مورد 2 - سرعت تجزیه ادعا. در یک فصل انتخابات، یک خبرنگار مجبور شد 12 ادعای عددی را در یک مکالمه 1 دقیقه ای بررسی کند. YZ مکالمه را به 12 ادعای جداگانه تقسیم کرد و فهرستی از "کدام منبع رسمی باید جستجو شود" برای هر کدام ایجاد کرد. خبرنگار به 12 منبع رفت. 4 با شواهد مستقل نشان داد که ادعاها گمراه کننده بودند. اگر هوش مصنوعی تجزیه را به جای انجام دستی انجام دهد، حدود یک ساعت ذخیره شد، اما گزارشگر همه شواهد را باز کرد.
مورد 3 - منبع ساختگی. برای تأیید یک ادعا، یک کارآموز مستقیماً از هوش مصنوعی می پرسد: "آیا این درست است، منبع چیست؟" او پرسید. هوش مصنوعی گفت "بله" و نام و پیوند گزارش را ارائه کرد. سردبیر پیوند را باز کرد: چنین گزارشی وجود نداشت. این به یک مورد آموزشی تبدیل شد که به تیم نشان داد چرا قانون "از هوش مصنوعی دقت نخواهید" مطلق است.
قالب های قابل کپی
1) تفکیک ادعا به اجزاء:
جمله زیر را تایید می کنم. آن را به ادعاهای مستقل قابل تأیید تقسیم کنید. برای هر ادعا: (1) چه اطلاعاتی باید تأیید شود، (2) چه نوع منبع اولیه قابل اعتمادترین است، (3) در چه نقطه ای گمراه کننده است. خودتان درست/کاذب نگویید. جمله: [اینجا]
2) چک لیست تأیید تصویری/ویدیویی:
عکسی ادعا می کند که «در فلان مکان در فلان تاریخ گرفته شده است». مراحل راستیآزمایی را که برای آزمایش این ادعا باید انجام دهم فهرست کنید: جستجوی عکس معکوس، سرنخهای مکان (علائم، زبان، معماری)، ثبات سایه/هوا، اولین تاریخ انتشار. نحوه دنبال کردن هر مرحله را بنویسید. آنچه را که من در مورد آن می دانم تصویر کنید: [دستور العمل]
3) حذف تمام ادعاها از متن:
هر ادعای واقعی را در متن زیر فهرست کنید که نیاز به تأیید دارد (اعداد، تاریخ ها، اسناد، نقل قول ها، مقایسه ها). برای هر کدام «چه منبع مستقلی باید تأیید شود» را پیشنهاد دهید. تفسیر و حقیقت را جدا کنید. تغییر متن متن: [اینجا]
4) آزمون استقلال:
من 3 منبع برای ادعای زیر پیدا کردم: [خلاصه منابع]. برای ارزیابی اینکه آیا اینها واقعاً مستقل هستند یا تکراری/بر اساس یک منبع اصلی، چه سؤالاتی باید بپرسم؟ تصمیم گیری قاطع؛ سوالات کنترل ظاهر می شود.
اعلان ضعیف / اعلان قوی
اعلان ضعیف: "آیا این ادعا درست است؟ منبع خود را بگویید."
نتیجه: هوش مصنوعی یک حکم قانع کننده و اغلب یک منبع ساختگی تولید می کند. روزنامه نگار دچار اعتماد به نفس کاذب می شود.
درخواست قدرتمند: "این ادعا را به اجزای مستقل قابل تأیید تقسیم کنید. برای هر مؤلفه، بنویسید که کدام نوع منبع اصلی را باید جستجو کنم و اگر گمراه کننده است، در چه نقطه ای ممکن است باشد. شما در مورد ادعا قضاوت نکنید، من آن را از منبع تأیید می کنم."
تفاوت: اعلان قوی هوش مصنوعی را به یک ویرایشگر فرآیند کاهش میدهد، از تولید «منبع/قضاوت» ساختگی جلوگیری میکند و مسئولیت شواهد را بر عهده روزنامهنگار نگه میدارد.
نمودار مقایسه
نوع ادعا
سهم هوش مصنوعی
شواهد اولیه
تله
داده های عددی
تجزیه، منابع را توصیه می کند
سابقه/گزارش رسمی
درصد از هوش مصنوعی تشکیل شده است
نقل قول/انتساب
به اجزاء تقسیم می شود
سابقه/سند اصلی
خارج از زمینه
تصویر/فیلم
چک لیست
جستجوی معکوس، ابرداده
ادعای بصری-جدید قدیمی
حساب رسانه های اجتماعی
فهرست می کند چه چیزی را باید جستجو کرد
سابقه حساب، سازگاری
حساب تقلید/ربات
سند
نقاط مشکوک را مشخص می کند
منبع، فراداده، امضا
سند جعلی/تخیلی
اشتباهات رایج
- پرسش از هوش مصنوعی در مورد دقت "آیا این درست است؟" این سؤال قضاوت ها و منابع ساختگی را تولید می کند. هوش مصنوعی مدرکی ارائه نمی دهد.
- منابع کپی به عنوان "دو منبع" به حساب می آیند. سایت هایی که یکدیگر را انتقال می دهند مستقل نیستند. این اصل تایید متقابل را نقض می کند.
- تصویر را برعکس جستجو نکنید. ارائه یک تصویر قدیمی به عنوان جدید رایج ترین اطلاعات نادرست است.
- حذف زمینه گمراه کردن با ارائه یک نقل قول دقیق در زمینه اشتباه نیز یک خطای راستیآزمایی است.
- شفاف نبودن تأییدی که به خواننده نشان نمیدهد چگونه تأیید میشود، اعتماد را برانگیخته نمیکند.
رتبه بندی و زبان شفاف تایید
تأیید اغلب در ناحیه خاکستری بین «درست» و «نادرست» رخ می دهد. یک حقیقتسنجی خوب این خاکستری را به دستههای واضح تبدیل میکند. یک مقیاس رایج عبارت است از: درست (ادعای تایید شده توسط شواهد اولیه)، تا حدی درست (تا حدی درست، اما گم شده یا تحریف شده)، گمراه کننده (ایجاد تصور نادرست با یک عنصر فنی صحیح)، نادرست (با شواهد رد می شود)، و شواهد ناکافی (نه قابل تایید و نه رد می شود). دسته آخر بسیار مهم است: فقط به این دلیل که نمی توانید ادعایی را رد کنید، آن را درست نمی کند. گفتن «شواهد ناکافی است» نیز حقیقتسنجی صادقانه است و بهتر از فروش یقین کاذب به خواننده است.
علاوه بر رتبه بندی، این واقعیت که اخبار تاییدی دنباله شواهد را نشان می دهد، اساس اعتماد است. خواننده باید بتواند ببیند کدام سند در حال بررسی است، کدام منبع صحبت می کند، جستجوی معکوس چه چیزی را نشان می دهد. این کافی نیست که بگوییم «تحقیق کردیم و اشتباه شد». اینجاست که هوش مصنوعی می تواند به شما کمک کند فرآیند بررسی واقعیت را به یک شبکه شواهد تبدیل کنید: هر ادعا، شواهدی که بر اساس آن است و رتبه بندی داده شده، همه با هم. چنین جدولی هم کار ویراستار را در ویرایش داخلی آسان می کند و هم به خواننده این امکان را می دهد که هنگام انتشار به تاییدیه اعتماد کند. به یاد داشته باشید: هدف از راستیآزمایی فقط کشف دروغ نیست، بلکه این است که اطلاعات دقیق قابل مشاهده و ردیابی شود.
به طور خلاصه
راستیآزمایی عبارت است از تجزیه ادعا به اجزای آن، یافتن شواهد اولیه برای هر یک، آزمایش تصویر و منبع، انجام بررسی متقاطع مستقل و نوشتن نتیجه به صورت شفاف. در این فرآیند، هوش مصنوعی ادعا را تجزیه میکند، فهرستهای چک ایجاد میکند، پیشنهاد میکند کجا نگاه کنیم - اما هرگز قضاوت درستی نمیکند یا منابع تولید نمیکند. سخت ترین قانون: از هوش مصنوعی بپرسید "آیا این درست است؟" سؤال نمی شود؛ شواهد از منبع اصلی یعنی دست روزنامه نگار می آید.
وظیفه کاربردی
ادعا یا تصویری را انتخاب کنید که در رسانه های اجتماعی در حال پخش است. اعلانهای «تقسیم ادعا به اجزا» و (اگر بصری) «چک لیست تأیید بصری» را دنبال کنید. هر جزء را که هوش مصنوعی استخراج می کند در منبع اصلی واقعی جستجو کنید. نتیجه را به عنوان "درست / گمراه کننده / جزئی / شواهد ناکافی" رتبه بندی کنید و نحوه تأیید آن را در 5 مورد بنویسید.
چک لیست
- [ ] من ادعا را به اجزای مستقل تقسیم می کنم و هر کدام را جداگانه تأیید می کنم.
- [ ] من از هوش مصنوعی نمی خواهم که حقیقت را قضاوت کند. من شواهد را از منبع اولیه پیدا می کنم.
- [ ] من تصاویر را با جستجوی معکوس و سرنخ های مکان آزمایش می کنم.
- [ ] من ادعای انتقادی را با حداقل دو منبع واقعاً مستقل تأیید می کنم.
- [ ] من به طور شفاف به خواننده نشان می دهم که چگونه تأیید می کنم.