211service.com
Maskinlæringsprojekt tager sigte på desinformation
I forbindelse med Qatar Foundation
Der er intet nyt om konspirationsteorier, desinformation og usandheder i politik. Hvad er nyt er, hvor hurtigt ondsindede aktører kan sprede desinformation, når verden er tæt forbundet på tværs af sociale netværk og internetnyhedssider. Vi kan opgive problemet og stole på platformene selv til at faktatjekke historier eller indlæg og frasortere desinformation – eller vi kan bygge nye værktøjer til at hjælpe folk med at identificere desinformation, så snart den krydser deres skærme.
Preslav Nakov er datalog ved Qatar Computing Research Institute i Doha med speciale i tale- og sprogbehandling. Han leder et projekt, der bruger maskinlæring til at vurdere pålideligheden af mediekilder. Det giver hans team mulighed for at samle nyhedsartikler sammen med signaler om deres troværdighed og politiske skævheder, alt sammen i et Google News-lignende format.
Man kan umuligt faktatjekke hver eneste påstand i verden, forklarer Nakov. Fokuser i stedet på kilden. Jeg kan godt lide at sige, at du kan faktatjekke de falske nyheder, før de overhovedet blev skrevet. Hans teams værktøj, kaldet Tanbih News Aggregator, er tilgængeligt på arabisk og engelsk og samler artikler inden for områder som forretning, politik, sport, videnskab og teknologi og covid-19.
Business Lab er vært for Laurel Ruma, redaktionel direktør for Insights, den tilpassede udgivelsesafdeling af MIT Technology Review. Showet er en produktion af MIT Technology Review, med produktionshjælp fra Collective Next.
Denne podcast blev produceret i samarbejde med Qatar Foundation.
Vis noter og links
Qatar Computing Research Institute
Selv den bedste AI til at spotte falske nyheder er stadig forfærdelig, MIT Technology Review, 3. oktober 2018
Fuld udskrift
Laurel Ruma: Fra MIT Technology Review hedder jeg Laurel Ruma, og dette er Business Lab, showet, der hjælper virksomhedsledere med at forstå nye teknologier, der kommer ud af laboratoriet og ind på markedet. Vores emne i dag er desinformation. Fra falske nyheder til propaganda til dybe forfalskninger kan det virke som om der ikke er noget forsvar mod våbennyheder. Forskere forsker dog i måder til hurtigt at identificere desinformation for ikke kun at hjælpe regulatorer og teknologivirksomheder, men også borgere, når vi alle navigerer i denne modige nye verden sammen.
To ord til dig: spredning af infodemisk.
Min gæst er Dr. Preslav Nakov, som er hovedforsker ved Qatar Computing Research Institute. Han leder Tanbih-projektet, som er udviklet i samarbejde med MIT. Han er også den ledende hovedefterforsker af et QCRI MIT-samarbejdsprojekt om arabisk tale og sprogbehandling til tværsproglig informationssøgning og faktabekræftelse. Denne episode af Business Lab er produceret i samarbejde med Qatar Foundation. Velkommen, Dr. Nakov.
Preslav Nakov: Tak for at have mig.
Laurel Ruma: Så hvorfor er vi oversvømmet med så meget online desinformation lige nu? Dette er ikke et nyt problem, vel?
Nakov: Det er selvfølgelig ikke et nyt problem. Det er ikke sådan, at det er for første gang i universets historie, at folk fortæller løgne, eller medier fortæller løgne. Vi havde den gule presse, vi havde alle disse tabloider i årevis. Det blev et problem på grund af de sociale mediers fremkomst, når det pludselig er blevet muligt at have en besked, som man kan sende til millioner og atter millioner af mennesker. Og ikke nok med det, du kunne nu fortælle forskellige ting til forskellige mennesker. Så du kan mikroprofilere folk, og du kan levere dem en specifik personlig besked, der er designet, udformet til en bestemt person med et specifikt formål at trykke på en bestemt knap på dem. Hovedproblemet med falske nyheder er ikke, at det er falsk. Hovedproblemet er, at nyhederne faktisk blev våben, og det er noget, som Sir Tim Berners-Lee, skaberen af World Wide Web, har klaget over: at hans opfindelse blev våben.
Laurel: Ja, Tim Berners-Lee er naturligvis fortvivlet over, at dette er sket, og det er ikke kun i et eller andet land. Det er faktisk rundt om i verden. Så er der en reel forskel mellem falske nyheder, propaganda og desinformation?
Nakov: Selvfølgelig er der. Jeg kan ikke lide udtrykket fake news. Dette er udtrykket, der har taget fart: Det blev erklæret årets ord af flere ordbøger i forskellige år, kort efter det forrige præsidentvalg i USA. Problemet med falske nyheder er, at der for det første ikke er nogen klar definition. Jeg har kigget på ordbøger, hvordan de definerer begrebet. En større ordbog sagde, at vi overhovedet ikke kommer til at definere begrebet, fordi det er noget selvforklarende - vi har 'nyheder', vi har 'falske', og det er nyheder, der er falske; det er kompositorisk; det blev brugt i det 19. århundrede - der er ikke noget at definere. Forskellige mennesker lægger forskellig mening i dette. For nogle mennesker er falske nyheder bare nyheder, de ikke kan lide, uanset om de er falske. Men hovedproblemet med falske nyheder er, at det virkelig vildleder folk, og desværre også visse større faktatjekorganisationer, til kun at fokusere på én ting, uanset om det er sandt eller ej.
Jeg foretrækker, og de fleste forskere, der arbejder med dette, foretrækker udtrykket desinformation. Og dette er et udtryk, der er vedtaget af store organisationer som FN, NATO, Den Europæiske Union. Og desinformation er noget, der har en meget klar definition. Den har to komponenter. For det første er det noget, der er falsk, og for det andet har det en ondsindet hensigt: intention om at gøre skade. Og igen, langt størstedelen af forskningen, langt størstedelen af indsatsen, mange faktatjek-tiltag, fokuserer på, om noget er sandt eller ej. Og det er typisk den anden del, der faktisk er vigtig. Den del, om der er ondsindet hensigt. Og det er faktisk, hvad Sir Tim Berners-Lee talte om, da han første gang talte om våbengørelsen af nyhederne. Hovedproblemet med falske nyheder – hvis du taler med journalister, vil de fortælle dig dette – hovedproblemet med falske nyheder er ikke, at det er falsk. Problemet er, at det er et politisk våben.
Og propaganda. Hvad er propaganda? Propaganda er et begreb, der er ortogonalt i forhold til desinformation. Igen har desinformation to komponenter. Det er falsk, og det har ondsindede hensigter. Propaganda har også to komponenter. Den ene er, at nogen prøver at overbevise os om noget. Og for det andet er der et foruddefineret mål. Nu skal vi være opmærksomme. Propaganda er ikke sandt; det er ikke falsk. Det er ikke godt; det er ikke dårligt. Det er ikke en del af definitionen. Så hvis en regering har en kampagne for at overtale offentligheden til at blive vaccineret, kan du argumentere for, at det er til et godt formål, eller lad os sige, at Greta Thunberg forsøger at skræmme os, at hundredvis af arter uddør hver dag. Dette er en propagandateknik: appel til frygt. Men du kan argumentere for, at det er til et godt formål. Så propaganda er ikke dårligt; det er ikke godt. Det er ikke sandt; det er ikke falsk.
Laurel: Men propaganda har som mål at gøre noget. Og ved at fremtvinge det mål, appellerer det virkelig til den frygtfaktor. Så det er forskellen mellem desinformation og propaganda, er frygten.
Nakov: Nej, frygt er kun en af teknikkerne. Vi har undersøgt dette. Så meget forskning har fokuseret på binær klassificering. Er det sandt? Er dette falsk? Er dette propaganda? Er det ikke propaganda? Vi har kigget lidt dybere. Vi har undersøgt, hvilke teknikker der er blevet brugt til at lave propaganda. Og igen, du kan tale om propaganda, du kan tale om overtalelse eller public relations eller massekommunikation. Det er grundlæggende det samme. Forskellige udtryk for omtrent det samme. Og hvad angår propagandateknikker, er der to slags. Den første slags appellerer til følelser: den kan appellere til frygt, den kan appellere til stærke følelser, den kan appellere til patriotiske følelser og så videre og så videre. Og den anden halvdel er logiske fejlslutninger: ting som sort-hvid fejlslutning. For eksempel er du enten med os eller imod os. Eller vogn. Bandwagon er ligesom, åh, den seneste meningsmåling viser, at 57% vil stemme på Hillary, så vi er på den rigtige side af historien, du skal slutte dig til os.
Der er flere andre propagandateknikker. Der er rød sild, der er bevidst sløring. Vi har undersøgt 18 af dem: halvdelen af dem appellerer til følelser, og halvdelen af dem bruger visse former for logiske fejlslutninger eller brudte logiske ræsonnementer. Og vi har bygget værktøjer til at opdage dem i tekster, så du virkelig kan vise dem til brugeren og gøre dette eksplicit, så folk kan forstå, hvordan de bliver manipuleret.
Laurel: Så i forbindelse med covid-19-pandemien sagde generaldirektøren for Verdenssundhedsorganisationen, og jeg citerer: Vi bekæmper ikke bare en epidemi; vi bekæmper en infodemi. Hvordan definerer du infodemi? Hvad er nogle af de teknikker, som vi kan bruge til også at undgå skadeligt indhold?
Nakov: Infodemic, det er noget nyt. Faktisk havde MIT Technology Review for omkring et år siden, sidste år i februar, en god artikel, der talte om det. Covid-19-pandemien har givet anledning til den første globale infodemi på sociale medier. Og igen, omkring samme tid, havde Verdenssundhedsorganisationen tilbage i februar på deres hjemmeside en liste over top fem prioriteter i kampen mod pandemien, og bekæmpelse af infodemien var nummer to, nummer to på listen over toppen fem prioriteter. Så det er bestemt et stort problem. Hvad er infodemien? Det er en sammensmeltning af en pandemi og den allerede eksisterende desinformation, der allerede var til stede på sociale medier. Det er også en blanding af politisk og sundhedsmæssig desinformation. Før det var den politiske del, og lad os sige, anti-vaxxer-bevægelsen, de var adskilte. Nu er alt blandet sammen.
Laurel: Og det er et reelt problem. Jeg mener, Verdenssundhedsorganisationens bekymring burde være at bekæmpe pandemien, men så er dens sekundære bekymring at bekæmpe desinformation. At finde håb i den slags frygt er meget svært. Så et af de projekter, du arbejder på, hedder Tanbih. Og Tanbih er en nyhedsaggregator, ikke? Det afslører desinformation. Så selve projektet har en række mål. Den ene er at afdække holdning, partiskhed og propaganda i nyhederne. Den anden er at fremme forskellige synspunkter og engagere brugerne. Men så er det tredje at begrænse effekten af falske nyheder. Hvordan virker Tanbih?
Nakov: Tanbih startede faktisk som en nyhedsaggregator, og det er vokset til noget ganske større end det, til et projekt, som er et megaprojekt i Qatar Computing Research Institute. Og den spænder over folk fra flere grupper i instituttet, og den er udviklet i samarbejde med MIT. Vi startede projektet med det formål at udvikle værktøjer, som vi faktisk kan lægge i hænderne på de endelige brugere. Og vi besluttede at gøre dette som en del af en nyhedsaggregator, tænk på noget som Google Nyheder. Og mens brugerne læser nyhederne, signalerer vi til dem, når noget er propagandistisk, og vi giver dem baggrundsinformation om kilden. Det, vi gør, er, at vi analyserer medier på forhånd, og vi bygger medieprofiler. Så vi viser, fortæller brugerne, i hvilket omfang indholdet er propagandistisk. Vi fortæller dem, om nyheden er fra en pålidelig kilde eller ej, uanset om den er partisk: venstre, midt, højre bias. Om det er ekstremt: ekstrem venstre, ekstrem højre. Også om det er forudindtaget med hensyn til specifikke emner.
Og det er noget, der er meget nyttigt. Så forestil dig, at du læser en artikel, der er skeptisk over for global opvarmning. Hvis vi fortæller dig, se, dette nyhedsmedie har altid været meget forudindtaget på samme måde, så vil du sandsynligvis tage det med et gran salt. Vi viser også perspektivet ved rapportering, indramningen. Hvis du tænker over det, covid-19, Brexit, kan enhver større begivenhed rapporteres fra forskellige perspektiver. Lad os for eksempel tage covid-19. Det har et sundhedsaspekt, det er helt sikkert, men det har også et økonomisk aspekt, endda et politisk aspekt, det har et livskvalitetsaspekt, det har et menneskerettighedsaspekt, et juridisk aspekt. Derfor profilerer vi medierne, og vi lader brugerne se, hvad deres perspektiv er.
Hvad angår medieprofilerne, eksponerer vi dem yderligere som et browser-plugin, så du, når du besøger forskellige hjemmesider, faktisk kan klikke på plugin’et, og du kan få meget kort baggrundsinformation om hjemmesiden. Og du kan også klikke på et link for at få adgang til en mere detaljeret profil. Og det er meget vigtigt: fokus er på kilden. Igen har det meste forskning fokuseret på, er denne påstand sand eller ej? Og er denne nyhed sand eller ej? Det er kun halvdelen af problemet. Den anden halvdel er faktisk, om det er skadeligt, hvilket typisk ignoreres.
Den anden ting er, at vi umuligt kan faktatjekke hver eneste påstand i verden. Ikke manuelt, ikke automatisk. Manuelt er det udelukket. Der var en undersøgelse fra MIT Media Lab for omkring to år siden, hvor de har lavet en stor undersøgelse af mange, mange tweets. Og det har vist sig, at falsk information går seks gange længere og spredes meget hurtigere end reel information. Der var en anden undersøgelse, der er meget mindre berømt, men jeg finder den meget vigtig, som viser, at 50 % af livstidsspredningen af nogle meget virale falske nyheder sker inden for de første 10 minutter. I de første 10 minutter! Manuel faktatjek tager en dag eller to, nogle gange om ugen.
Automatisk faktatjek? Hvordan kan vi faktatjekke en påstand? Tja, hvis vi er heldige, hvis påstanden er, at den amerikanske økonomi voksede 10% sidste år, kan vi automatisk kontrollere den påstand ved at kigge på Wikipedia eller en statistisk tabel. Men hvis de siger, var der en bombe i denne lille by for to minutter siden? Nå, vi kan ikke rigtig faktatjekke det, for for at faktatjekke det automatisk, skal vi have nogle oplysninger fra et sted. Vi vil gerne se, hvad medierne vil skrive om det, eller hvordan brugerne vil reagere på det. Og begge disse tager tid at akkumulere. Så grundlæggende har vi ingen oplysninger til at kontrollere det. Hvad kan vi gøre? Det, vi foreslår, er at bevæge sig med en højere granularitet, at fokusere på kilden. Og det er det, journalister gør. Journalister undersøger: Er der to uafhængige betroede kilder, der hævder dette?
Så vi analyserer medier. Selvom dårlige mennesker sætter en påstand i sociale medier, vil de sandsynligvis lægge et link til en hjemmeside, hvor man kan finde en hel historie. Alligevel kan de ikke oprette et nyt falsk nyhedswebsted for hver falsk påstand, de fremsætter. De kommer til at genbruge dem. Således kan vi overvåge, hvad der er de mest brugte hjemmesider, og vi kan analysere dem på forhånd. Og jeg kan godt lide at sige, at vi kan faktatjekke de falske nyheder, før de overhovedet blev skrevet. For i det øjeblik det er skrevet, det øjeblik hvor det lægges på sociale medier og der er et link til en hjemmeside, hvis vi har denne hjemmeside i vores voksende database af løbende analyserede hjemmesider, kan vi med det samme fortælle dig, om det er en pålidelig hjemmeside eller ej . Selvfølgelig kan pålidelige websteder også have dårlig information, gode websteder kan nogle gange også være forkerte. Men vi kan give dig en idé med det samme.
Ud over nyhedsaggregatoren begyndte vi at se på at lave analyser, men vi udvikler også værktøjer til mediekendskab, der viser folk de finkornede propagandateknikker, der er fremhævet i teksten: de specifikke steder, hvor propaganda foregår, og dens specifikke type. Og endelig bygger vi værktøjer, der kan understøtte faktatjekkere i deres arbejde. Og det er igen problemer, der typisk bliver overset, men ekstremt vigtige for faktatjekkere. Nemlig hvad der er værd at faktatjekke i første omgang. Overvej en præsidentdebat. Der er mere end 1.000 sætninger, der er blevet sagt. Du kan som faktatjekker tjekke måske 10 eller 20 af dem. Hvilke vil du først faktatjekke? Hvad er de mest interessante? Det kan vi hjælpe med at prioritere. Eller der er millioner og atter millioner af tweets om covid-19 på daglig basis. Og hvem af dem vil du gerne faktatjekke som faktatjekker?
Det andet problem er at opdage tidligere faktakontrollerede påstande. Et problem med faktatjekteknologi i disse dage er kvalitet, men den anden del er mangel på troværdighed. Forestil dig et interview med en politiker. Kan du sætte politikeren på pletten? Forestil dig et system, der automatisk udfører talegenkendelse, det er nemt, og derefter foretager faktatjek. Og pludselig siger du, Oh, Mr. X, min AI fortæller mig, at du nu er 96 % tilbøjelig til at lyve. Kan du uddybe det? Hvorfor lyver du? Det kan du ikke gøre. Fordi du ikke stoler på systemet. Man kan ikke sætte politikeren på pletten i realtid eller under en politisk debat. Men hvis systemet kommer tilbage og siger: han sagde lige noget, der er blevet faktatjekket af denne betroede faktatjekorganisation. Og her er påstanden, som han fremsatte, og her er påstanden, der blev faktatjekket, og se, vi ved, at den er falsk. Så kan du sætte ham på stedet. Det er noget, der potentielt kan revolutionere journalistikken.
Laurel: Så vende tilbage til det punkt om analyser. For at komme ind på de tekniske detaljer om det, hvordan bruger Tanbih kunstig intelligens og dybe neurale netværk til at analysere det indhold, hvis det støder på så meget data, så mange tweets?
Nakov: Tanbih fokuserede oprindeligt ikke rigtig på tweets. Tanbih har primært fokuseret på mainstream-medier. Som sagt analyserer vi hele nyhedsmedier, så vi er forberedte. For igen er der en meget stærk forbindelse mellem sociale medier og hjemmesider. Det er ikke nok bare at stille et krav på nettet og sprede det. Det kan sprede sig, men folk vil opfatte det som et rygte, fordi der ikke er nogen kilde, der er ingen yderligere bekræftelse. Så du vil stadig se på en hjemmeside. Og så kan man som sagt ved at kigge i kilden få en idé om, hvorvidt man vil stole på denne påstand blandt andre informationskilder. Og omvendt: Når vi profilerer medier, analyserer vi teksten til, hvad medierne udgiver.
Så vi ville sige, OK, lad os se på et par hundrede eller et par tusinde artikler fra dette mål-nyhedscenter. Så ville vi også se på, hvordan dette medie repræsenterer sig selv i sociale medier. Mange af disse websteder har også sociale mediekonti: hvordan reagerer folk på det, de er blevet offentliggjort på Twitter, på Facebook? Og hvis medierne så har andre slags kanaler, hvis de for eksempel har en YouTube-kanal, så går vi til den og analyserer det også. Så vi vil se på ikke kun, hvad de siger, men hvordan de siger det, og det er noget, der kommer fra talesignalet. Hvis der appelleres meget til følelser, kan vi spore noget af det i tekst, men noget af det kan vi faktisk få fra tonen.
Vi kigger også på, hvad andre skriver om dette medie, for eksempel hvad der skrives om dem i Wikipedia. Og vi lægger alt dette sammen. Vi analyserer også de billeder, der er lagt på denne hjemmeside. Vi analyserer forbindelserne mellem hjemmesiderne. Forholdet mellem et websted og dets læsere, overlapningen med hensyn til brugere mellem forskellige websteder. Og så bruger vi forskellige slags grafiske neurale netværk. Så med hensyn til neurale netværk bruger vi forskellige slags modeller. Det er primært dyb kontekstualiseret tekstrepræsentation baseret på transformere; det er, hvad du typisk gør til tekst i disse dage. Vi bruger også grafiske neurale netværk, og vi bruger forskellige former for konvolutionelle neurale netværk til billedanalyse. Og vi bruger også neurale netværk til taleanalyse.
Laurel: Så hvad lærer vi ved at studere denne form for desinformation region for region eller efter sprog? Hvordan kan det faktisk hjælpe regeringer og sundhedsorganisationer med at bekæmpe desinformation?
Nakov: Vi kan grundlæggende give dem aggregeret information om, hvad der foregår, baseret på et skema, som vi har udviklet til analyse af tweets. Vi har designet et meget omfattende skema. Vi har ikke kun kigget på, om et tweet er sandt eller ej, men også på, om det spreder panik, eller det fremmer dårlig kur eller fremmedhad, racisme. Vi registrerer automatisk, om tweetet stiller et vigtigt spørgsmål, som måske en bestemt regeringsenhed måske ønsker at besvare. For eksempel var et sådant spørgsmål sidste år: vil covid-19 forsvinde om sommeren? Det er noget, som sundhedsmyndighederne måske vil svare på.
Andre ting har været at tilbyde råd eller diskutere truffet handling og mulige helbredelser. Så vi har ikke kun kigget på negative ting, ting som du kan handle på, prøve at begrænse, ting som panik eller racisme, fremmedhad – ting som ikke spise kinesisk mad, ikke spise italiensk mad. Eller ting som at give myndighederne skylden for deres handling eller passivitet, som regeringer måske vil være opmærksomme på og se, i hvilket omfang det er berettiget, og om de vil gøre noget ved det. En vigtig ting, som en politiker måske ønsker, er at overvåge sociale medier og opdage, når der er diskussion om en mulig kur. Og hvis det er en god kur, skal du måske være opmærksom. Hvis det er en dårlig kur, vil du måske også fortælle folk: Brug ikke den dårlige kur. Og diskussion af truffet handling eller en opfordring til handling. Hvis der er mange, der siger luk frisørsalonerne, vil du måske se, hvorfor de siger det, og om du vil lytte.
Laurel: Ret. Fordi regeringen ønsker at overvåge denne desinformation med det eksplicitte formål at hjælpe alle til ikke at tage de dårlige kure, ikke sandt. Ikke fortsæt ned ad vejen til at tro, at denne propaganda eller desinformation er sand. Så er det en regeringshandling for at regulere desinformation på sociale medier? Eller tror du, det er op til tech-virksomhederne selv at ordne det?
Nakov: Så det er et godt spørgsmål. For to år siden blev jeg inviteret af Den Interparlamentariske Unions Forsamling. De havde inviteret tre eksperter, og der var 800 parlamentsmedlemmer fra lande rundt om i verden. Og i tre timer stillede de os spørgsmål, og gik i bund og grund omkring det centrale emne: Hvilken slags lovgivning kan de, de nationale parlamenter, vedtage, så de får en løsning på problemet med desinformation én gang for alle. Og selvfølgelig var konsensus til sidst, at det er et komplekst problem, og der er ingen nem løsning.
Visse former for lovgivning spiller bestemt en rolle. I mange lande er visse former for hadefulde ytringer ulovlige. Og i mange lande er der visse former for regler, når det kommer til valg og annoncer på valgtidspunktet, der gælder for almindelige medier og også strækker sig til webhotellet. Og der har været mange nylige opfordringer til regler i Storbritannien, i EU, selv i USA. Og det er en meget ophedet debat, men dette er et komplekst problem, og der er ingen nem løsning. Og der er vigtige spillere der, og de spillere skal arbejde sammen.
Så bestemt lovgivning? Ja. Men du har også brug for samarbejdet fra de sociale medievirksomheder, fordi desinformationen sker på deres platforme. Og de er i en meget god position, faktisk den bedste position til at begrænse spredningen eller gøre noget. Eller for at lære deres brugere, at uddanne dem, at de nok ikke skal sprede alt, hvad de læser. Og så er de ikke-statslige organisationer, journalister, alle faktatjek-bestræbelserne, det er også meget vigtigt. Og jeg håber, at den indsats, vi som forskere lægger i at opbygge sådanne værktøjer, også vil være nyttig i den henseende.
En ting, som vi skal være opmærksomme på, er, at når det kommer til regulering gennem lovgivning, skal vi ikke nødvendigvis tænke på, hvad vi kan gøre ved den eller den specifikke virksomhed. Vi bør tænke mere på lang sigt. Og vi bør passe på med at beskytte ytringsfriheden. Så det er en sart balance.
Med hensyn til falske nyheder, desinformation. Det eneste tilfælde, hvor nogen har erklæret sejr, og den eneste løsning, som vi faktisk har set virkede, er tilfældet med Finland. Tilbage i maj 2019 har Finland officielt erklæret, at de har vundet krigen mod falske nyheder. Det tog dem fem år. Det begyndte de at arbejde på efter begivenhederne på Krim; de følte sig truet, og de startede en meget ambitiøs mediekendskabskampagne. De fokuserede primært på skoler, men målrettede også universiteter og alle niveauer i samfundet. Men selvfølgelig primært skoler. De underviste eleverne i, hvordan de kunne se, om noget er uhyggeligt. Hvis det gør dig for vred, er der måske noget, der ikke er korrekt. Sådan gør du, lad os sige, omvendt billedsøgning for at kontrollere, om dette billede, der vises, faktisk er fra denne begivenhed eller fra et andet sted. Og på fem år har de erklæret sejr.
Så for mig er mediekendskab den bedste langsigtede løsning. Og derfor er jeg særligt stolt af vores værktøj til finkornet propagandaanalyse, fordi det virkelig viser brugerne, hvordan de bliver manipuleret. Og jeg kan fortælle dig, at mit håb er, at efter at folk har interageret lidt med en platform som denne, vil de lære disse teknikker. Og næste gang vil de genkende dem af sig selv. De får ikke brug for platformen. Og det skete for mig og flere andre forskere, der har arbejdet med dette problem, det skete for os, og nu kan jeg ikke læse nyhederne ordentligt mere. Hver gang jeg læser nyhederne, opdager jeg disse teknikker, fordi jeg kender dem, og jeg kan genkende dem. Hvis flere mennesker kan komme op på det niveau, vil det være godt.
Måske sociale medievirksomheder kan gøre sådan noget, når en bruger registrerer sig på deres platform, kan de bede de nye brugere om at tage et kort kursus i digital læsefærdighed og så bestå noget som en eksamen. Og så burde vi selvfølgelig måske have sådanne regeringsprogrammer. Tilfældet med Finland viser, at hvis regeringen griber ind og sætter de rigtige programmer på plads, er de falske nyheder noget, der kan løses. Jeg håber, at falske nyheder vil gå vejen for spam. Det bliver ikke udryddet. Spam er der stadig, men det er ikke den slags problem, som det var for 20 år siden.
Laurel: Og det er mediekendskab. Og selvom det tager fem år at udrydde denne form for desinformation eller blot forbedre samfundets forståelse af mediekendskab og hvad der er desinformation, så finder valg sted ret ofte. Og så det ville være et godt sted at begynde at tænke på, hvordan man stopper dette problem. Som du sagde, hvis det bliver som spam, bliver det noget, du beskæftiger dig med hver dag, men du faktisk ikke tænker på eller bekymrer dig om mere. Og det kommer ikke helt til at vende demokratiet. Det forekommer mig at være et meget opnåeligt mål.
Laurel: Dr. Nakov, mange tak for at slutte dig til os i dag på det, der har været en fantastisk samtale på Business Lab.
Nakov: Tak for at have mig.
Laurel: Det var Dr. Preslav Nakov, en ledende videnskabsmand ved Qatar Computing Research Institute, som jeg talte med fra Cambridge, Massachusetts, hjemsted for MIT og MIT Technology Review, med udsigt over Charles River.
Det var det for denne episode af Business Lab. Jeg er din vært, Laurel Ruma. Jeg er direktør for Insights, den tilpassede udgivelsesafdeling af MIT Technology Review. Vi blev grundlagt i 1899 på Massachusetts Institute of Technology. Og du kan finde os på print, på nettet og til arrangementer hvert år rundt om i verden. For information om os og showet, tjek venligst vores hjemmeside på technologyreview.com.
Showet er tilgængeligt overalt, hvor du får dine podcasts.
Hvis du kunne lide denne podcast, håber vi, at du vil bruge et øjeblik på at bedømme og anmelde os. Business Lab er en produktion af MIT Technology Review. Denne episode blev produceret af Collective Next.
Denne podcast-episode blev produceret af Insights, den tilpassede indholdsarm af MIT Technology Review. Den blev ikke produceret af MIT Technology Reviews redaktion.