Sahte Haber Avcısı Bilgisayarlar Nasıl Geliştiriliyor?

Kurgunun gerçeğe karıştığı yanlış bilgilendirmenin altın çağında yaşıyoruz. Bu yüzden, basındaki veya internetteki haber ve bilgiler arasında gezinen herkes kolayca kandırılabiliyor. Yapılan araştırmalar, örneğin Twitter’da, yalanların gerçeklere göre daha hızlı yayıldığını gösteriyor. Çevrimiçi botlar bu yalan yanlış bilgileri yaymakla suçlansa da, aynı araştırmalar insanların web botlarından daha fazla sahte haber paylaştığını da gösterdi. Ancak geliştirilmekte olan sahte haber avcısı bilgisayarlar sahte bilgileri ayıklamakta insanları geride bırakmak üzere.

Süzgeçler Ve İfadenin Bileşenleri

Kaliforniya Üniversitesi’nden Luca de Alfaro, “Eskiden, bir çatı katında oturup kitlesel ölçekte komplo teorileri üretenlere çok az rastlanabilirdi. Şimdi, internet ve sosyal medya var. Kendini gizlemek ve yalan söylemek, şişmanın zayıf, zayıfın güçlü görünebilmesi çok kolaylaştı. Ayrıca, çoğu web kullanıcısı bilerek sahte bilgi gönderiyor. Muhtemelen, yoğun işleri arasında çok sayıdaki bilgileri kontrol etmek için yeterli zaman bulamadıklarından gelen bu gönderileri paylaşıyorlar.” diyor. Venedik Foscari Üniversitesi’nden Fabiana Zollo, “onaylama önyargısı” kavramına dikkat çekerek, “Kişilerin kendi düşüncelerine uygun olanı seçmeleri olası. Bu bilgi yanlış olsa bile.” diyor. Sahte haberleri gerçek olanlardan ayırmak için, bilim insanları yeni bilgisayar programları oluşturmaya başladılar.

Haber sitelerini ziyaret edenler bu sitelere örneğin Google veya Bing gibi arama motorlarından erişmektedirler. Sahte haber siteleri, web trafiğinden, sosyal medyadaki bağlantıları aracılığıyla daha yüksek bir pay almaktadır. Bir haberi incelerken, sahte gibi görünüp görünmediğini söylemenin iki “süzgeci” vardır: Yazarın ne söylediği ve nasıl söylediği yani “üslubu”. Indiana Üniversitesi’nden Giovanni Luca Ciampaglia ve arkadaşları bu süzgeçleri otomatikleştirmek için bir sistem geliştirdiler. Sistem, bir ifadenin konusu ile nesnesinin ne ölçüde yakından ilişkili olduğunu kontrol etmekte. Bunu yapmak için, bilgisayar, ifadenin bileşenlerini geniş bir ağ taramasından (araştırma veritabanları gibi) geçirmekte. Bilgisayar o ifadenin konusu ile nesnesinin bu ağlar içinde ne kadar bağlantılı olduğunu ölçerek, doğru veya yanlış olarak etiketlemektedir.

Sahte Haber Dedektörleri

Yazı stili de gerçeklere işaret edebilmektedir. Rensselaer Politeknik Enstitüsü’nden Benjamin Horne ve Sibel Adalı, “çok güvenilir” kabul edilen haber kaynaklarından 75 makaleyi analiz ettiler. Ayrıca, “güvenilmez” kabul edilen web sitelerinden 75 haberi incelediler. Doğru haberlerle karşılaştırıldığında, sahte haberler daha kısa olma eğilimindeydi. Ayrıca daha fazla tekrar ve daha fazla belirteç (oldukça, her zaman, asla, inanılmaz, kesinlikle gibi) içeriyorlardı. Sahte haberlerde daha az kaynağı belli alıntı, daha az teknik sözcük ve daha az isim vardı. Araştırmacılar bu gözlemleri haberlerdeki isimlerin, alıntıların, fazlalıkların ve sözcüklerin sayısına odaklanan bir sahte haber detektörü yapmak için kullandılar. Dedektör sahte haberlerin yüzde 71’ini başarıyla saptadı.

Çalışmalar, gerçek haberlerin daha az, sahte haberlerin daha çok kesinlik taşıyan sözcükler kullandığını da göstermekte. Gerçek haberlerde içyüzünü anlamaya yönelik “düşünmek, bilmek, göz önünde bulundurmak” gibi kavramlar öne çıkarken, sahte haberlerde kesinlik vurgulayan “her zaman, asla, kanıtlanmış” gibi kavramlar ağırlık taşımakta. Riverside Üniversitesi’nden bilgisayar bilimcisi ve mühendis Vagelis Papalexakis ve ekibinin tasarladığı uygulamanın kullanıldığı bir testte, Twitter’da paylaşılan ve yarısı sahte haberlerden oluşan yaklaşık 64.000 haber incelendi. Araştırmacılar, haberlerin yalnızca yüzde beşinin doğru – yanlış bilgilerini girdikleri bilgisayarı bu haberleri benzerliklerine dayanarak gruplar halinde sıralaması için yönlendirdiler. Programın doğru ve sahte haberleri ayırmadaki başarısı her on haberde yedi oranında oldu.

Sosyal Medya Analizleri

Bilgisayarlar, sahte haber ya da bilgileri, hızla geliştirilmekte olan yapay zeka desteğiyle de saptamada giderek daha iyi olsalar bile, sahte haber yaratıcılarının oyunu bırakacakları konusunda hiçbir garanti yok. Sahte haberciler yalanlarını geliştirilen programlara uyumlu tasarlamayı bıkmadan deneyeceklerdir. Pekin’deki Beihang Üniversitesi’nden Daqing Li, “Virüsler gibi sahte haberler de kendilerini geliştirip güncelleyebilir” diyor. Bu nedenle, metinlerin analizi dışında farklı kontrol yöntemleri de geliştiriliyor. Örneğin haberin sosyal medyada nasıl dolaştığı da inceleniyor. Daqing Li ve ekibi sosyal medyadaki haberlerin yayılma biçimini araştırdı. Li’nin ekibi, çoğu kişinin gerçek haberleri belirli tek bir kaynaktan tekrar gönderme eğiliminde olduğunu buldu. Bu sahte haberler için geçerli değildi. Sahte haberler, “tekrar gönderici”ler (reposter) aracılığıyla yayılma eğilimindeydi. Li, doğru haberlerin tipik ağının “bir yıldız ve ışınları gibi” göründüğünü söylüyor. Sahte haberler ise daha çok bir ağacın dalları gibi yayılıyor.

Sosyal medya ağlarındaki yalanlarla başa çıkmanın en iyi yolu nedir? Henüz tam olarak bilinmiyor. Sahte haberleri haber akışlarından silmek muhtemelen uygun bir yol değil. Bu tür bir kontrol “sansür” olarak görülebilir. İnternet siteleri, gerçekliğinden şüphelendikleri yazılara uyarı işaretleri koyabilir. Ancak bu tür bir etiketleme ters bir etkiye, yani geri kalan etiketlenmemiş tüm yazılanların tamamen doğru olduğunun düşünülmesine neden olabilir. Sahte haberleri güvenilir bir biçimde tespit etmeyi bilgisayarlara ve kullanıcılara öğretmek uzun zaman alacak. Bir atasözü, “Gerçek ayakkabılarını giymeden yalan dünyanın yarısını dolaşır.” der. Ama “keskin gözlü” bilgisayar programları sahte haberleri azaltacak ya da en azından yavaşlatabilecek.

Kaynakça:
– Giovanni Luca Ciampaglia et al., “Computational fact checking from knowledge networks” PLOS One.
– Soroush Vosoughi, Deb Roy, Sinan Aral, “The spread of true and false news online”, Science. Vol. 359.

Yazar: Oben Güney Saraçoğlu