Zyski:
- Możliwość rozdzielenia roszczenia na niezależnie weryfikowalne elementy oraz zidentyfikowania i sprawdzenia pierwotnego źródła każdego z nich
- Możliwość tworzenia i stosowania wizualnych i odwróconych list kontrolnych do testowania metadanych i spójności wewnętrznej przy wsparciu sztucznej inteligencji
- Zrozumienie, że sztucznej inteligencji nie można oceniać na podstawie dokładności, że dowody pochodzą z pierwotnego źródła i że proces potwierdzania musi być napisany w sposób przejrzysty.
W dziennikarstwie żadne zdanie nie jest prawdziwe, dopóki „nie zostanie udowodnione, że jest prawdziwe”. Sprawdzanie faktów – czyli sprawdzanie prawdziwości twierdzenia, obrazu, numeru lub dokumentu za pomocą niezależnych dowodów – jest podstawą tego zawodu. Reporter w przepływie informacji przyspieszanym przez media społecznościowe; Musi w ciągu kilku minut sprawdzić, czy zdjęcie rzeczywiście zostało zrobione we wskazanym miejscu, czy konto jest prawdziwe, czy nie, oraz źródło numeru. Sztuczna inteligencja (AI) jest narzędziem organizacji i tworzenia pomysłów w tym procesie: wylicza etapy weryfikacji, rozkłada wniosek na elementy, wnioskuje, jakie pytania zadać, wyszczególnia w tekście wszystkie roszczenia, które należy sprawdzić. Jednak w tym przypadku najważniejsze ostrzeżenie staje się jeszcze ostrzejsze: sztuczna inteligencja nie jest źródłem weryfikacji faktów; Nie można sprawdzić, czy twierdzenie jest prawdziwe, „zadając” pytanie AI. Sztuczna inteligencja usprawnia proces, dziennikarz znajduje dowody w pierwotnym źródle. Zapytaj sztuczną inteligencję „czy to prawda?” Pytanie oznacza wywołanie halucynacji.
Krok po kroku: potwierdzenie roszczenia
Krok 1 — Podziel roszczenie na elementy. Zdanie „Ta instytucja zwolniła w ubiegłym roku 500 osób” to tak naprawdę kilka twierdzeń: która instytucja, w którym roku, ile osób, jakie źródło. AI szybko to analizuje; Każdy element jest weryfikowany osobno.
Krok 2 — Zidentyfikuj główne źródło. Dla każdego elementu „gdzie są najbardziej wiarygodne dowody?” Zadaj pytanie: oficjalny dokument, oryginał dokumentu, świadek z pierwszej ręki, raport biegłego rewidenta. Sztuczna inteligencja może sugerować, gdzie szukać; Ale znajdujesz dowody i otwierasz je.
Krok 3 — Przetestuj obraz i lokalizację. W przypadku zdjęcia/filmu: data pierwszej publikacji, lokalizacja zdjęcia, pogoda/spójność cienia, znaki w tle. Odwrotne wyszukiwanie obrazów — metoda sprawdzania, gdzie obraz pojawił się wcześniej w Internecie — pozwala sprawdzić, czy stary obraz jest przedstawiany jako nowy. AI wymienia te kontrole; obserwacja i poszukiwania podejmują decyzję.
Krok 4 — Sprawdź tożsamość i historię zasobu. Data otwarcia, poprzednie posty, spójność konta w mediach społecznościowych. AI przypomina nam, czego szukać; Dokonujesz weryfikacji.
Krok 5 — Potwierdzenie krzyżowe. Krytyczne twierdzenie jest weryfikowane przez co najmniej dwa niezależne źródła. Dwie witryny, które się wzajemnie kopiują, nie są „dwoma źródłami”; Niezależność jest niezbędna.
Krok 6 — Oceń wynik i napisz przejrzyście. Podaj jasny werdykt i dowody do niego prowadzące, takie jak „prawdziwy”, „wprowadzający w błąd”, „częściowo prawdziwy”, „niewystarczający dowód”. Czytelnik powinien zobaczyć, jak to zweryfikowałeś.
Uwaga: zapytaj sztuczną inteligencję „czy to twierdzenie jest prawdziwe?” Pytanie „jest najniebezpieczniejszym błędem w potwierdzaniu. Sztuczna inteligencja może przedstawić przekonujące „tak/nie” lub nawet zmyślone „źródło”. Wykorzystaj sztuczną inteligencję jako koordynatora procesów; Dowody pierwotne dają werdykt prawdziwości.
Treści generowane przez sztuczną inteligencję i zalety
Przedmiotem weryfikacji stała się także sztuczna inteligencja: teksty, dźwięki i obrazy można już sztucznie wytwarzać (temat kolejnego rozdziału). Dlatego osoba weryfikująca fakty pyta: „Czy ta treść może być produktem sztucznej inteligencji?” Dodaje pytanie do swojego procesu. Narzędzia do wykrywania sztucznej inteligencji dostarczają wskazówek, ale nie stanowią rozstrzygającego dowodu; Prawdziwa weryfikacja ponownie sprowadza się do źródła, metadanych i kontekstu.
trzy mini etui
Przypadek 1 – Stary wizerunek, nowe twierdzenie. Reporter otrzymał zdjęcie pożaru, który rzekomo „zrobiono dzisiaj w tym mieście”. Polecił AI opracować etapy weryfikacji; Pierwszą pozycją było „odwrotne wyszukiwanie obrazów”. Wyszukiwanie wykazało, że to samo zdjęcie zostało opublikowane 3 lata temu w innym kraju. Wizualizacja nie trafiła do emisji; Reporter zamienił to w weryfikację faktów.
Przypadek 2 — Szybkość analizy roszczenia. Podczas jednego sezonu wyborczego reporter musiał w ciągu 1 minuty rozmowy zweryfikować 12 twierdzeń liczbowych. YZ podzielił rozmowę na 12 oddzielnych twierdzeń i dla każdego z nich utworzył listę „których oficjalnych źródeł należy szukać”. Reporter dotarł do 12 źródeł; 4 wykazało na podstawie niezależnych dowodów, że twierdzenia wprowadzały w błąd. Zlecanie AI analizy, zamiast robić to ręcznie, zaoszczędziło około godziny, ale reporter otworzył każdy dowód.
Przypadek 3 – sfabrykowane źródło. Aby zweryfikować twierdzenie, stażysta pyta bezpośrednio AI: „czy to prawda, jakie jest źródło?” zapytał. Sztuczna inteligencja powiedziała „tak” i podała nazwę raportu oraz link. Redaktor otworzył link: nie było takiego raportu. Przekształciło się to w przypadek szkoleniowy, który pokazał zespołowi, dlaczego zasada „Nie pytaj sztucznej inteligencji o dokładność” jest bezwzględna.
Szablony do kopiowania
1) Podział roszczenia na elementy:
Potwierdzę następujące zdanie. Podziel to na niezależnie weryfikowalne twierdzenia. Dla każdego twierdzenia: (1) jakie informacje należy zweryfikować, (2) jaki rodzaj pierwotnego źródła będzie najbardziej wiarygodny, (3) w którym momencie będzie wprowadzać w błąd. Nie mów sobie PRAWDA/FAŁSZ. Zdanie: [tutaj]
2) Lista kontrolna weryfikacji wizualnej/wideo:
Zdjęcie twierdzi, że zostało „zrobione w takim a takim miejscu, w takim a takim dniu”. Wymień kroki weryfikacji, które musiałbym wykonać, aby przetestować to twierdzenie: wyszukiwanie odwrotnego obrazu, wskazówki dotyczące lokalizacji (oznakowanie, język, architektura), spójność cieni/powietrza, data pierwszej publikacji. Napisz jak wykonać każdy krok.Wyobraź sobie co wiem: [przepis]
3) Usunięcie wszelkich zastrzeżeń z tekstu:
W poniższym tekście wypisz KAŻDE twierdzenie oparte na faktach, które wymaga potwierdzenia (liczby, daty, przypisy, cytaty, porównania). Zasugeruj „jakie niezależne źródło należy zweryfikować” dla każdego z nich. Odrębna interpretacja i fakt. Zmień tekst. Tekst: [tutaj]
4) Test niezależności:
Znalazłem 3 źródła następującego twierdzenia: [podsumuj źródła]. Jakie pytania powinienem zadać, aby ocenić, czy są one naprawdę NIEZALEŻNE, czy też powielone/oparte na jednym oryginalnym źródle? Zdecydowane podejmowanie decyzji; pojawiają się pytania kontrolne.
Słaba zachęta/silna zachęta
Słaba zachęta: „Czy to twierdzenie jest prawdziwe? Podaj źródło”.
Wynik: sztuczna inteligencja wydaje przekonujący werdykt i często jest to sfabrykowane źródło. Dziennikarz popada w fałszywą pewność.
Potężna podpowiedź: „Rozbij to twierdzenie na niezależnie weryfikowalne elementy. Dla każdego składnika zapisz, jakiego GŁÓWNEGO typu źródła powinienem szukać, a jeśli wprowadza w błąd, w którym momencie może to nastąpić. NIE Osądzasz twierdzenia; zweryfikuję je na podstawie źródła”.
Różnica: Silna zachęta redukuje sztuczną inteligencję do edytora procesów, zapobiega tworzeniu sfabrykowanych „źródeł/osądów” i sprawia, że odpowiedzialność za dowody spoczywa na dziennikarzu.
tabela porównawcza
Typ roszczenia
Wkład sztucznej inteligencji
dowód pierwotny
pułapka
dane liczbowe
Analizuje, poleca źródła
Oficjalny zapis/raport
% składu AI
Cytat/atrybucja
Dzieli się na komponenty
Oryginalny zapis/dokument
wyrwane z kontekstu
Obraz/wideo
lista kontrolna
Wyszukiwanie wsteczne, metadane
Stare, wizualne i nowe twierdzenie
konto w mediach społecznościowych
Zawiera listę rzeczy, których należy szukać
Historia konta, spójność
Konto imitujące/bota
dokument
Zaznacza podejrzane miejsca
Źródło, metadane, podpis
Fałszywy/fikcyjny dokument
Typowe błędy
- Pytanie AI o dokładność. „Czy to prawda?” Pytanie rodzi sfabrykowane sądy i źródła; AI nie dostarcza dowodów.
- Kopiowanie zasobów liczy się jako „dwa zasoby”. Witryny, które przekazują sobie nawzajem informacje, nie są niezależne; Narusza to zasadę wzajemnego potwierdzenia.
- Nie przeszukuj obrazu w odwrotnej kolejności. Najczęstszą dezinformacją jest przedstawianie starego obrazu jako nowego.
- Pomijając kontekst. Wprowadzanie w błąd poprzez podanie dokładnego cytatu w niewłaściwym kontekście jest również błędem polegającym na sprawdzaniu faktów.
- Brak przejrzystości. Potwierdzenie, które nie pokazuje czytelnikowi, w jaki sposób zostało potwierdzone, nie budzi zaufania.
Ocena i przejrzysty język potwierdzenia
Potwierdzenie często pojawia się w szarej strefie pomiędzy „prawdą” a „fałszem”; Dobry weryfikator faktów przekłada tę szarość na jasne kategorie. Powszechnie stosowaną skalą jest: Prawda (twierdzenie poparte głównymi dowodami), Częściowo prawdziwe (częściowo prawdziwe, ale brakujące lub zniekształcone), Wprowadzające w błąd (tworzenie fałszywego wrażenia za pomocą elementu technicznie poprawnego), Fałsz (obalone dowodami) i Niewystarczające dowody (nie można ich potwierdzić ani obalić). Ostatnia kategoria jest krytyczna: to, że nie możesz obalić twierdzenia, nie oznacza, że jest ono prawdziwe; Stwierdzenie „dowody są niewystarczające” jest również uczciwym sprawdzeniem faktów i jest lepsze niż sprzedawanie czytelnikowi fałszywej pewności.
Oprócz oceny podstawą zaufania jest fakt, że wiadomość z potwierdzeniem pokazuje ścieżkę dowodową. Czytelnik powinien być w stanie zobaczyć, który dokument jest przeglądany, które źródło o tym mówi, co ujawnia odwrotne wyszukiwanie; Nie wystarczy powiedzieć: „sprawdziliśmy i okazało się, że się myliliśmy”. W tym miejscu sztuczna inteligencja może pomóc Ci zamienić proces sprawdzania faktów w siatkę dowodów: każde roszczenie, dowód, na którym jest oparte, oraz przyznana ocena – wszystko razem. Taka tabela zarówno ułatwia pracę redaktora przy redagowaniu wewnętrznym, jak i pozwala czytelnikowi zaufać potwierdzeniu po publikacji. Pamiętaj: celem sprawdzania faktów nie jest tylko wyłapanie kłamstwa, ale umożliwienie uwidocznienia i prześledzenia dokładnych informacji.
Podsumowując
Weryfikacja polega na rozbiciu twierdzenia na elementy, znalezieniu głównych dowodów dla każdego z nich, przetestowaniu obrazu i źródła, przeprowadzeniu niezależnej kontroli krzyżowej i przejrzystym zapisaniu wyniku. W trakcie tego procesu sztuczna inteligencja analizuje twierdzenie, tworzy listy kontrolne, sugeruje, gdzie szukać, ale nigdy nie ocenia prawdy ani nie podaje źródeł. Najtrudniejsza zasada: zapytaj sztuczną inteligencję „czy to prawda?” Nie jest to pytanie; Dowody pochodzą z pierwotnego źródła, czyli z ręki dziennikarza.
Zadanie aplikacji
Wybierz twierdzenie lub obraz krążący w mediach społecznościowych. Postępuj zgodnie z instrukcjami „Podziel roszczenie na elementy” i (jeśli są widoczne) „Wizualna lista kontrolna weryfikacji”. Szukaj każdego komponentu wyodrębnionego przez sztuczną inteligencję w rzeczywistym źródle głównym; Oceń wynik jako „dowód prawdziwy / wprowadzający w błąd / częściowo / niewystarczający” i w 5 punktach napisz, jak go zweryfikowałeś.
lista kontrolna
- [ ] Rozbijam roszczenie na niezależne elementy i każdy z nich weryfikuję osobno.
- [ ] Nie proszę AI o ocenę prawdy; Dowody znajduję w pierwotnym źródle.
- [ ] Testuję obrazy za pomocą wyszukiwania wstecznego i wskazówek dotyczących lokalizacji.
- [ ] Potwierdzam to krytyczne twierdzenie co najmniej dwoma naprawdę niezależnymi źródłami.
- [ ] W sposób przejrzysty pokazuję czytelnikowi, jak weryfikuję.