L’intelligenza artificiale riconosce le fake news meglio delle persone, basta un algoritmo per superare le capacità umane di riconoscere subito le notizie false.
I ricercatori dell’Università del Michigan e dell’Università di Amsterdam hanno lavorato allo sviluppo di uno strumento di intelligenza artificiale basato sull’apprendimento automatico per rilevare le notizie false le famose fake news. Quando hanno iniziato lo sviluppo non erano disponibili dati sufficienti per addestrare l’algoritmo, ma hanno fatto l’unica cosa razionale possibile: hanno raccolto centinaia di articoli e di fake news e li hanno dato in pasto all’intelligenza artificiale.

Fake news intelligenza artificiale riconosvimento

L’intelligenza artificiale riconosce le fake news meglio degli umani, lo rivela uno studio delle Università del Michigan e di Amsterdam

Come funziona l’algoritmo che riconosce le fake news meglio degli umani

L’algoritmo, sviluppato da ricercatori dell’Università del Michigan e dell’Università di Amsterdam, utilizza l’elaborazione del linguaggio naturale (NLP) per cercare modelli specifici o indicazioni linguistiche che segnalano che un particolare articolo è una fake news, notizia falsa. Questa intelligenza artificiale è diversa da un algoritmo, già diffusi, di fact checking che controlla le informazioni contenute in un articolo confrontandole con altre fonti per vedere se l’articolo esaminato contiene informazioni incoerenti. La nuova soluzione basata sull’intelligenza artificiale, interamente basata sull’apprendimento automatico, potrebbe automatizzare completamente il processo di rilevamento.

La realizzazione di un algoritmo NLP per analizzare la struttura delle frasi e perfezionare il riconoscimento delle parole chiave non è un’applicazione nuova per intelligenza. Tuttavia farlo per rilevare le fake news meglio delle persone è una vera innovazione.

Esempi di Fake news da studiare

Il problema è che non c’erano sono abbastanza dati. Non si può semplicemente scaricare da internet i dati e dire a un algoritmo cosa fare: le macchine hanno bisogno di regole ed esempi. I set di dati comunemente disponibili per questo tipo di formazione dell’intelligenza artificiale includono uno set di dati Buzzfeed, che è stato utilizzato per addestrare gli algoritmi a rilevare fake news su Facebook. Altri set di dati si concentrano principalmente sull’addestramento di un’intelligenza artificiale sui contenuti satirici, come quelli di The Onion – sfortunatamente, questo metodo tende a trasformare un algoritmo in un rilevatore di satira.

Come insegnare all’AI a riconoscere le fake news

I ricercatori delle due università hanno dovuto decidere innanzitutto quali siano le notizie false. Per questo, si sono rivolti alla ricerca “requirements for a fake news corpus” sviluppato da un team di ricercatori dell’Università dell’Ontario.

Questi nove requisiti indicano fondamentalmente che un algoritmo per rilevare le fake news deve essere in grado di riconoscere le notizie non false, verificando la verità e tenendo conto di fattori come lo sviluppo delle notizie e le interpretazioni linguistiche e culturali.

Le fake news hanno alcuni tratti in comune in tutti le loro declinazioni: notizie che sono intenzionalmente false; hoax (creati con l’intenzione di diventare virali sui social media) o articoli umoristici o di satira.

Come insegnare a riconoscere le fake news

I ricercatori dell’Università del Michigan e di Amsterdam hanno creato il proprio set di dati chiedendo agli operai di Amazon Mechanical Turk di reinterpretare 500 notizie reali come fossero fake news. Ai partecipanti allo studio è stato chiesto di imitare lo stile giornalistico dell’articolo originale, ma gonfiando i fatti e le informazioni per garantire che il risultato fosse chiaramente falso.

Il team ha fornito all’algoritmo sia le fake news che le notizie vere e ha imparato da solo a distinguere le due cose. Una volta addestrato, il team ha fornito notizie direttamente da un set di dati contenente notizie sia reali che false direttamente dal Web e ha fatto meglio degli umani nel capire quali fossero le fake news.

L’algoritmo non è perfetto, sbaglia il 24% delle volte, ma gli umani hanno sbagliano di più: almeno nel 30% dei casi, quindi il punto sul riconoscimento delle fake news va alle macchine.

Uno dei ricercatori del progetto, Rada Mihalcea, ha dichiarato a Michigan News

“Si possono immaginare molte applicazioni per questo algoritmo da mettere all’inizio o alla fine di una notizia oppure sui siti dei social media. Potrebbe fornire agli utenti una stima dell’affidabilità delle singole notizie o di un intero sito. Potrebbe essere una prima linea di difesa contro le notizie false di un sito, segnalando storie sospette per un’ulteriore revisione. Un tasso di successo del 76% lascia un margine di errore abbastanza ampio, ma può comunque fornire informazioni preziose quando viene utilizzato insieme agli umani”.

L’era delle fake news

Il mondo è nel mezzo di ciò che gli storici chiameranno quasi certamente “l’era delle fake news“. È probabile che questo problema non possa essere risolto semplicemente facendo affidamento sugli autori obbligandoli a non mentire mai nemmeno imponendo agli utenti di notizie di verificare sempre tutto ciò che leggono su più fonti.

Una soluzione più elegante prevede l’implementazione di protocolli e protezioni prima della pubblicazione e a livello di piattaforma, ma fino a quando questo processo non sarà completamente automatizzato continueremo a vedere il flusso di notizie false da varie fonti.

Almeno, secondo il white paper del team di ricerca, abbiamo oggi a disposizione un nuovo strumento di rilevamento di notizie false che supera, per prestazioni, le capacità umane.

 

Google News: ecco la nuova versione

 

YouTube contro le fake news punta su video autorevoli e investe

WhatsApp contrassegna i messaggi inoltrati per combattere le fake news

IQ Test reti aziendali

Non rimanere indietro, iscriviti ora

Ricevi in tempo reale le notizie del digitale

Iscrizione alla Newsletter

controlla la tua inbox per confermare l'iscrizione

Privacy Policy

Grazie! Ora fai parte di Digitalic!