211service.com
Maskinlæringsprosjekt tar sikte på desinformasjon
I samarbeid med Qatar Stiftelsen
Det er ikke noe nytt om konspirasjonsteorier, desinformasjon og usannheter i politikken. Hva er nytt er hvor raskt ondsinnede aktører kan spre desinformasjon når verden er tett forbundet på tvers av sosiale nettverk og nyhetssider på Internett. Vi kan gi opp problemet og stole på plattformene selv for å faktasjekke historier eller innlegg og sile ut desinformasjon – eller vi kan bygge nye verktøy for å hjelpe folk med å identifisere desinformasjon så snart den krysser skjermene deres.
Preslav Nakov er informatiker ved Qatar Computing Research Institute i Doha og spesialiserer seg på tale- og språkbehandling. Han leder et prosjekt som bruker maskinlæring for å vurdere påliteligheten til mediekilder. Dette gjør at teamet hans kan samle nyhetsartikler sammen med signaler om deres pålitelighet og politiske skjevheter, alt i et Google Nyheter-lignende format.
Du kan umulig faktasjekke hver eneste påstand i verden, forklarer Nakov. Fokuser i stedet på kilden. Jeg liker å si at du kan faktasjekke de falske nyhetene før de i det hele tatt ble skrevet. Teamets verktøy, kalt Tanbih News Aggregator, er tilgjengelig på arabisk og engelsk og samler artikler innen områder som næringsliv, politikk, sport, vitenskap og teknologi og covid-19.
Business Lab er vert for Laurel Ruma, redaksjonell direktør for Insights, den tilpassede publiseringsavdelingen til MIT Technology Review. Showet er en produksjon av MIT Technology Review, med produksjonshjelp fra Collective Next.
Denne podcasten ble produsert i samarbeid med Qatar Foundation.
Vis notater og lenker
Qatar Computing Research Institute
Selv den beste AI for å oppdage falske nyheter er fortsatt forferdelig, MIT Technology Review, 3. oktober 2018
Full utskrift
Laurel Ruma: Fra MIT Technology Review heter jeg Laurel Ruma, og dette er Business Lab, showet som hjelper bedriftsledere å forstå nye teknologier som kommer ut av laboratoriet og inn på markedet. Temaet vårt i dag er desinformasjon. Fra falske nyheter, til propaganda, til dype forfalskninger, kan det virke som om det ikke er noe forsvar mot våpennyheter. Imidlertid forsker forskere på måter å raskt identifisere desinformasjon for ikke bare å hjelpe regulatorer og teknologiselskaper, men også borgere, når vi alle navigerer i denne modige nye verdenen sammen.
To ord til deg: spre infodemisk.
Min gjest er Dr. Preslav Nakov, som er hovedforsker ved Qatar Computing Research Institute. Han leder Tanbih-prosjektet, som ble utviklet i samarbeid med MIT. Han er også hovedetterforsker av et QCRI MIT-samarbeidsprosjekt om arabisk tale og språkbehandling for kryssspråklig informasjonssøk og faktaverifisering. Denne episoden av Business Lab er produsert i samarbeid med Qatar Foundation. Velkommen, Dr. Nakov.
Preslav Nakov: Takk for at du har meg.
Laurel Ruma: Så hvorfor er vi oversvømmet med så mye desinformasjon på nettet akkurat nå? Dette er ikke et nytt problem, ikke sant?
Nakov: Selvfølgelig er det ikke et nytt problem. Det er ikke slik at det er for første gang i universets historie at folk lyver eller media lyver. Vi hadde den gule pressen, vi hadde alle disse tabloidene i årevis. Det ble et problem på grunn av fremveksten av sosiale medier, når det plutselig er blitt mulig å ha en melding som du kan sende til millioner og atter millioner av mennesker. Og ikke bare det, du kan nå fortelle forskjellige ting til forskjellige mennesker. Så, du kan mikroprofilere folk, og du kan levere dem en spesifikk personlig melding som er designet, laget for en bestemt person med et bestemt formål å trykke på en spesifikk knapp på dem. Hovedproblemet med falske nyheter er ikke at de er falske. Hovedproblemet er at nyhetene faktisk ble bevæpnet, og dette er noe som Sir Tim Berners-Lee, skaperen av World Wide Web har klaget over: at oppfinnelsen hans ble våpen.
Laurel: Ja, Tim Berners-Lee er åpenbart fortvilet over at dette har skjedd, og det er ikke bare i ett eller annet land. Det er faktisk rundt om i verden. Så er det en faktisk forskjell mellom falske nyheter, propaganda og desinformasjon?
Nakov: Jada, det er det. Jeg liker ikke begrepet falske nyheter. Dette er begrepet som har tatt seg opp: det ble kåret til årets ord av flere ordbøker i forskjellige år, kort tid etter det forrige presidentvalget i USA. Problemet med falske nyheter er at det for det første ikke er noen klar definisjon. Jeg har sett på ordbøker, hvordan de definerer begrepet. En stor ordbok sa at vi egentlig ikke kommer til å definere begrepet i det hele tatt, fordi det er noe selvforklarende – vi har 'nyheter', vi har 'falske', og det er nyheter som er falske; det er kompositorisk; den ble brukt på 1800-tallet – det er ingenting å definere. Ulike mennesker legger forskjellig mening i dette. For noen mennesker er falske nyheter bare nyheter de ikke liker, uansett om de er falske. Men hovedproblemet med falske nyheter er at det virkelig villeder folk, og dessverre til og med visse store faktasjekkende organisasjoner, til å bare fokusere på én ting, enten det er sant eller ikke.
Jeg foretrekker, og de fleste forskere som jobber med dette foretrekker, begrepet desinformasjon. Og dette er et begrep som er adoptert av store organisasjoner som FN, NATO, EU. Og desinformasjon er noe som har en veldig klar definisjon. Den har to komponenter. For det første er det noe som er falskt, og for det andre har det en ondsinnet hensikt: intensjon om å gjøre skade. Og igjen, det store flertallet av forskningen, det store flertallet av innsatsen, mange faktasjekkingsinitiativer, fokuserer på om noe er sant eller ikke. Og det er vanligvis den andre delen som faktisk er viktig. Delen om det er ondsinnet hensikt. Og det var faktisk dette Sir Tim Berners-Lee snakket om da han først snakket om bevæpning av nyhetene. Hovedproblemet med falske nyheter – hvis du snakker med journalister, vil de fortelle deg dette – hovedproblemet med falske nyheter er ikke at de er falske. Problemet er at det er et politisk våpen.
Og propaganda. Hva er propaganda? Propaganda er et begrep som er ortogonalt til desinformasjon. Igjen har desinformasjon to komponenter. Det er falskt og har ondsinnet hensikt. Propaganda har også to komponenter. Den ene er at noen prøver å overbevise oss om noe. Og for det andre er det et forhåndsdefinert mål. Nå bør vi være oppmerksomme. Propaganda er ikke sant; det er ikke falskt. Det er ikke bra; Det er ikke dårlig. Det er ikke en del av definisjonen. Så hvis en regjering har en kampanje for å overtale publikum til å bli vaksinert, kan du argumentere for at det er for et godt formål, eller la oss si at Greta Thunberg prøver å skremme oss at hundrevis av arter dør ut hver dag. Dette er en propagandateknikk: appell til frykt. Men du kan argumentere for at det er et godt formål. Så, propaganda er ikke dårlig; det er ikke bra. Det er ikke sant; det er ikke falskt.
Laurel: Men propaganda har som mål å gjøre noe. Og, og ved å tvinge frem det målet, appellerer det virkelig til den fryktfaktoren. Så det er skillet mellom desinformasjon og propaganda, er frykten.
Nakov: Nei, frykt er bare en av teknikkene. Vi har sett på dette. Så mye forskning har fokusert på binær klassifisering. Er dette sant? Er dette usant? Er dette propaganda? Er ikke dette propaganda? Vi har sett litt dypere. Vi har sett på hvilke teknikker som har blitt brukt for å drive propaganda. Og igjen, du kan snakke om propaganda, du kan snakke om overtalelse eller PR, eller massekommunikasjon. Det er i grunnen det samme. Ulike termer for omtrent det samme. Og når det gjelder propagandateknikker, er det to typer. Den første typen er appeller til følelser: det kan appellere til frykt, det kan appellere til sterke følelser, det kan appellere til patriotiske følelser, og så videre og så videre. Og den andre halvparten er logiske feilslutninger: ting som svart-hvitt feilslutning. For eksempel er du enten med oss eller mot oss. Eller bandwagon. Bandwagon er som, åh, den siste meningsmålingen viser at 57% kommer til å stemme på Hillary, så vi er på riktig side av historien, du må bli med oss.
Det finnes flere andre propagandateknikker. Det er rød sild, det er tilsiktet tilsløring. Vi har sett på 18 av disse: halvparten av dem appellerer til følelser, og halvparten av dem bruker visse typer logiske feilslutninger, eller ødelagte logiske resonnementer. Og vi har bygget verktøy for å oppdage disse i tekster, slik at du virkelig kan vise dem til brukeren og gjøre dette eksplisitt, slik at folk kan forstå hvordan de blir manipulert.
Laurel: Så i sammenheng med covid-19-pandemien sa generaldirektøren for Verdens helseorganisasjon, og jeg siterer: Vi kjemper ikke bare mot en epidemi; vi kjemper mot en infodemi. Hvordan definerer du infodemisk? Hva er noen av teknikkene vi kan bruke for å unngå skadelig innhold?
Nakov: Infodemic, dette er noe nytt. Faktisk hadde MIT Technology Review for omtrent et år siden, i fjor i februar, en flott artikkel som snakket om det. Covid-19-pandemien har gitt opphav til den første globale sosiale medier-infodemien. Og igjen, omtrent på samme tid hadde Verdens helseorganisasjon tilbake i februar på nettsiden sin en liste over topp fem prioriteringer i kampen mot pandemien, og kampen mot infodemien var nummer to, nummer to på listen over toppen fem prioriteringer. Så det er definitivt et stort problem. Hva er infodemien? Det er en sammenslåing av en pandemi og den eksisterende desinformasjonen som allerede var til stede i sosiale medier. Det er også en blanding av politisk og helsemessig desinformasjon. Før det var den politiske delen, og la oss si anti-vaxxer-bevegelsen, de var separate. Nå er alt blandet sammen.
Laurel: Og det er et reelt problem. Jeg mener, Verdens helseorganisasjons bekymring burde være å bekjempe pandemien, men så er dens sekundære bekymring å bekjempe desinformasjon. Å finne håp i den slags frykt er veldig vanskelig. Så et av prosjektene du jobber med heter Tanbih. Og Tanbih er en nyhetsaggregator, ikke sant? Det avdekker desinformasjon. Så selve prosjektet har en rekke mål. Den ene er å avdekke holdning, partiskhet og propaganda i nyhetene. Den andre er å fremme ulike synspunkter og engasjere brukere. Men så er det tredje å begrense effekten av falske nyheter. Hvordan fungerer Tanbih?
Nakov: Tanbih startet faktisk som en nyhetsaggregator, og det har vokst til noe ganske større enn det, til et prosjekt, som er et megaprosjekt i Qatar Computing Research Institute. Og den spenner over folk fra flere grupper i instituttet, og den er utviklet i samarbeid med MIT. Vi startet prosjektet med mål om å utvikle verktøy som vi faktisk kan legge i hendene på sluttbrukerne. Og vi bestemte oss for å gjøre dette som en del av en nyhetsaggregator, tenk på noe som Google Nyheter. Og mens brukere leser nyhetene, signaliserer vi til dem når noe er propagandistisk, og vi gir dem bakgrunnsinformasjon om kilden. Det vi gjør er at vi analyserer media på forhånd og vi bygger medieprofiler. Så vi viser, forteller brukerne i hvilken grad innholdet er propagandistisk. Vi forteller dem om nyhetene er fra en pålitelig kilde eller ikke, enten den er partisk: venstre, midt, høyre partiskhet. Enten det er ekstremt: ekstremt venstre, ekstremt høyre. Også om det er partisk med hensyn til spesifikke emner.
Og dette er noe som er veldig nyttig. Så forestill deg at du leser en artikkel som er skeptisk til global oppvarming. Hvis vi forteller deg, se, dette nyhetsmediet har alltid vært veldig partisk på samme måte, så vil du sannsynligvis ta det med en klype salt. Vi viser også perspektivet til rapportering, innrammingen. Hvis du tenker på det, covid-19, Brexit, kan enhver større hendelse rapporteres fra forskjellige perspektiver. La oss for eksempel ta covid-19. Det har et helseaspekt, det er sikkert, men det har også et økonomisk aspekt, til og med et politisk aspekt, det har et livskvalitetsaspekt, det har et menneskerettighetsaspekt, et juridisk aspekt. Dermed profilerer vi mediene og lar brukerne se hva deres perspektiv er.
Når det gjelder medieprofilene, eksponerer vi dem ytterligere som en nettleserplugin, slik at når du besøker forskjellige nettsider, kan du faktisk klikke på plugin-en og du kan få veldig kort bakgrunnsinformasjon om nettstedet. Og du kan også klikke på en lenke for å få tilgang til en mer detaljert profil. Og dette er veldig viktig: fokuset er på kilden. Igjen, mest forskning har fokusert på er denne påstanden sann eller ikke? Og er denne nyheten sann eller ikke? Det er bare halvparten av problemet. Den andre halvparten er faktisk om det er skadelig, som vanligvis ignoreres.
Den andre tingen er at vi umulig kan faktasjekke hver eneste påstand i verden. Ikke manuelt, ikke automatisk. Manuelt er det uaktuelt. Det var en studie fra MIT Media Lab for rundt to år siden, hvor de har gjort en stor studie på mange, mange tweets. Og det har vist seg at falsk informasjon går seks ganger lenger og sprer seg mye raskere enn ekte informasjon. Det var en annen studie som er mye mindre kjent, men jeg finner den veldig viktig, som viser at 50 % av spredningen av noen svært virale falske nyheter skjer i løpet av de første 10 minuttene. I løpet av de første 10 minuttene! Manuell faktasjekking tar en dag eller to, noen ganger en uke.
Automatisk faktasjekk? Hvordan kan vi faktasjekke en påstand? Vel, hvis vi er heldige, hvis påstanden er at den amerikanske økonomien vokste 10% i fjor, kan vi enkelt sjekke den påstanden automatisk ved å se på Wikipedia eller en statistisk tabell. Men hvis de sier, var det en bombe i denne lille byen for to minutter siden? Vel, vi kan egentlig ikke faktasjekke det, for for å faktasjekke det automatisk, må vi ha litt informasjon fra et sted. Vi ønsker å se hva media kommer til å skrive om det eller hvordan brukerne kommer til å reagere på det. Og begge disse tar tid å samle. Så i utgangspunktet har vi ingen informasjon for å sjekke det. Hva kan vi gjøre? Det vi foreslår er å bevege seg med en høyere granularitet, å fokusere på kilden. Og det er dette journalister gjør. Journalister ser på: er det to uavhengige pålitelige kilder som hevder dette?
Så vi analyserer media. Selv om slemme mennesker legger en påstand i sosiale medier, kommer de sannsynligvis til å legge en lenke til en nettside hvor man kan finne en hel historie. Likevel kan de ikke opprette et nytt nettsted for falske nyheter for hver falske påstand de kommer med. De kommer til å gjenbruke dem. Dermed kan vi overvåke hva som er de mest brukte nettsidene, og vi kan analysere dem på forhånd. Og jeg liker å si at vi kan faktasjekke de falske nyhetene før de i det hele tatt ble skrevet. For i det øyeblikket det er skrevet, det øyeblikket det blir lagt inn i sosiale medier og det er en lenke til en nettside, hvis vi har denne nettsiden i vår voksende database med kontinuerlig analyserte nettsider, kan vi umiddelbart fortelle deg om dette er en pålitelig nettside eller ikke . Selvfølgelig kan pålitelige nettsteder også ha dårlig informasjon, gode nettsteder kan noen ganger også være feil. Men vi kan gi deg en umiddelbar idé.
Utover nyhetsaggregatoren begynte vi å se på å gjøre analyser, men vi utvikler også verktøy for mediekunnskap som viser folk de finkornede propagandateknikkene som er fremhevet i teksten: de spesifikke stedene hvor propaganda skjer og dens spesifikke type. Og til slutt bygger vi verktøy som kan støtte faktasjekkere i deres arbeid. Og det er igjen problemer som vanligvis blir oversett, men ekstremt viktige for faktasjekkere. Nemlig hva som er verdt å faktasjekke i utgangspunktet. Vurder en presidentdebatt. Det er mer enn 1000 setninger som er sagt. Du, som faktasjekker, kan sjekke kanskje 10 eller 20 av disse. Hvilke skal du faktasjekke først? Hva er de mest interessante? Vi kan hjelpe til med å prioritere dette. Eller det er millioner og millioner av tweets om covid-19 på daglig basis. Og hvem av dem vil du faktasjekke som faktasjekker?
Det andre problemet er å oppdage tidligere faktasjekkede påstander. Et problem med faktasjekkingsteknologi i disse dager er kvalitet, men den andre delen er mangel på troverdighet. Se for deg et intervju med en politiker. Kan du sette politikeren på pletten? Se for deg et system som automatisk utfører talegjenkjenning, det er enkelt, og deretter sjekker fakta. Og plutselig sier du, Oh, Mr. X, min AI forteller meg at du nå er 96 % sannsynlig å lyve. Kan du utdype det? Hvorfor lyver du? Du kan ikke gjøre det. Fordi du ikke stoler på systemet. Du kan ikke sette politikeren på stedet i sanntid eller under en politisk debatt. Men hvis systemet kommer tilbake og sier: han sa nettopp noe som har blitt faktasjekket av denne betrodde faktasjekkingsorganisasjonen. Og her er påstanden han kom med, og her er påstanden som ble faktasjekket, og se, vi vet at den er usann. Da kan du sette ham på stedet. Dette er noe som potensielt kan revolusjonere journalistikken.
Laurel: Så komme tilbake til det punktet om analyse. For å komme inn på de tekniske detaljene i det, hvordan bruker Tanbih kunstig intelligens og dype nevrale nettverk for å analysere det innholdet, hvis det kommer over så mye data, så mange tweets?
Nakov: Tanbih fokuserte i utgangspunktet ikke på tweets. Tanbih har først og fremst fokusert på mainstream media. Vi analyserer som sagt hele nyhetskanaler, slik at vi er forberedt. For igjen, det er en veldig sterk forbindelse mellom sosiale medier og nettsteder. Det er ikke nok bare å sette et krav på nettet og spre det. Det kan spre seg, men folk kommer til å oppfatte det som et rykte fordi det ikke er noen kilde, det er ingen ytterligere bekreftelse. Så du vil fortsatt se på et nettsted. Og så, som sagt, ved å se på kilden kan du få en idé om du vil stole på denne påstanden blant andre informasjonskilder. Og omvendt: Når vi profilerer medier, analyserer vi teksten til det mediene publiserer.
Så vi vil si, OK, la oss se nærmere på noen få hundre eller noen få tusen artikler fra denne målnyheten. Da vil vi også se nærmere på hvordan dette mediet selvrepresenterer i sosiale medier. Mange av disse nettstedene har også sosiale mediekontoer: hvordan reagerer folk på det de har blitt publisert på Twitter, på Facebook? Og så hvis media har andre typer kanaler, for eksempel hvis de har en YouTube-kanal, vil vi gå til den og analysere den også. Så vi skal se på ikke bare hva de sier, men hvordan de sier det, og dette er noe som kommer fra talesignalet. Hvis det er mye appell til følelser, kan vi oppdage noe av det i tekst, men noe av det kan vi faktisk få fra tonen.
Vi ser også på hva andre skriver om dette mediet, for eksempel hva som skrives om dem i Wikipedia. Og vi setter alt dette sammen. Vi analyserer også bildene som legges ut på denne nettsiden. Vi analyserer sammenhengene mellom nettsidene. Forholdet mellom et nettsted og dets lesere, overlappingen når det gjelder brukere mellom ulike nettsteder. Og så bruker vi forskjellige typer grafiske nevrale nettverk. Så når det gjelder nevrale nettverk, bruker vi forskjellige typer modeller. Det er først og fremst dyp kontekstualisert tekstrepresentasjon basert på transformatorer; det er det du vanligvis gjør for tekst i disse dager. Vi bruker også grafiske nevrale nettverk og vi bruker forskjellige typer konvolusjonelle nevrale nettverk for bildeanalyse. Og vi bruker også nevrale nettverk for taleanalyse.
Laurel: Så hva lærer vi ved å studere denne typen desinformasjon region for region eller språk? Hvordan kan det faktisk hjelpe regjeringer og helseorganisasjoner å bekjempe desinformasjon?
Nakov: Vi kan i utgangspunktet gi dem samlet informasjon om hva som skjer, basert på et skjema som vi har utviklet for analyse av tweetene. Vi har laget et veldig omfattende skjema. Vi har ikke bare undersøkt om en tweet er sann eller ikke, men også om den sprer panikk, eller om den fremmer dårlig kur, eller fremmedfrykt, rasisme. Vi oppdager automatisk om tweeten stiller et viktig spørsmål som kanskje en bestemt myndighet vil svare på. Et slikt spørsmål i fjor var for eksempel: kommer covid-19 til å forsvinne til sommeren? Det er noe helsemyndighetene kanskje vil svare på.
Andre ting har vært å gi råd eller diskutert tiltak og mulige botemidler. Så vi har sett på ikke bare negative ting, ting du kan handle på, prøve å begrense, ting som panikk eller rasisme, fremmedfrykt – ting som ikke spise kinesisk mat, ikke spise italiensk mat. Eller ting som å skylde på myndighetene for deres handling eller passivitet, som regjeringer kanskje vil være oppmerksomme på og se i hvilken grad det er berettiget og om de ønsker å gjøre noe med det. En viktig ting en beslutningstaker kanskje ønsker er å overvåke sosiale medier og oppdage når det er diskusjon om en mulig kur. Og hvis det er en god kur, bør du kanskje være oppmerksom. Hvis det er en dårlig kur, vil du kanskje også fortelle folk: ikke bruk den dårlige kuren. Og diskusjon om tiltak som er tatt, eller en oppfordring til handling. Hvis det er mange som sier lukk barbershopene, kan det være lurt å se hvorfor de sier det og om du vil lytte.
Laurel: Ikke sant. Fordi regjeringen ønsker å overvåke denne desinformasjonen med det eksplisitte formålet å hjelpe alle til å ikke ta de dårlige kurene, ikke sant. Ikke fortsett på veien til å tro at denne propagandaen eller desinformasjonen er sann. Så er det en statlig handling for å regulere desinformasjon på sosiale medier? Eller tror du det er opp til teknologiselskapene å ordne opp i det selv?
Nakov: Så det er et godt spørsmål. For to år siden ble jeg invitert av den interparlamentariske unions forsamling. De hadde invitert tre eksperter og det var 800 parlamentsmedlemmer fra land rundt om i verden. Og i tre timer stilte de oss spørsmål, i utgangspunktet rundt det sentrale temaet: hva slags lovgivning kan de, de nasjonale parlamentene, vedta slik at de får en løsning på problemet med desinformasjon en gang for alle. Og selvfølgelig var konsensus på slutten at det er et komplekst problem og det er ingen enkel løsning.
Visse typer lovgivning spiller definitivt en rolle. I mange land er visse typer hatytringer ulovlige. Og i mange land er det visse typer reguleringer når det gjelder valg og annonsering på valgtidspunktet som gjelder for vanlige medier og også strekker seg til webhotellet. Og det har vært mange nye krav om reguleringer i Storbritannia, i EU, til og med i USA. Og det er en veldig opphetet debatt, men dette er et komplekst problem, og det er ingen enkel løsning. Og det er viktige spillere der, og de spillerne må jobbe sammen.
Så viss lovgivning? Ja. Men du trenger også samarbeidet fra sosiale medieselskaper, fordi desinformasjonen skjer på deres plattformer. Og de er i en veldig god posisjon, den beste posisjonen faktisk, for å begrense spredningen eller gjøre noe. Eller for å lære brukerne deres, for å utdanne dem, at de sannsynligvis ikke bør spre alt de leser. Og så de ikke-statlige organisasjonene, journalistene, all faktasjekking, dette er også veldig viktig. Og jeg håper at innsatsen vi som forskere legger ned for å bygge slike verktøy, også vil være til hjelp i så måte.
En ting vi må være oppmerksomme på er at når det gjelder regulering gjennom lovverk, skal vi ikke nødvendigvis tenke på hva vi kan gjøre med den eller den spesifikke bedriften. Vi bør tenke mer på lang sikt. Og vi bør være forsiktige med å beskytte ytringsfriheten. Så det er en slags delikat balanse.
Når det gjelder falske nyheter, desinformasjon. Det eneste tilfellet der noen har erklært seier, og den eneste løsningen vi har sett har virket, er tilfellet med Finland. Tilbake i mai 2019 har Finland offisielt erklært at de har vunnet krigen mot falske nyheter. Det tok dem fem år. De begynte å jobbe med det etter hendelsene på Krim; de følte seg truet og de startet en veldig ambisiøs kampanje for mediekunnskap. De fokuserte først og fremst på skoler, men også rettet mot universiteter og alle nivåer i samfunnet. Men selvfølgelig først og fremst skoler. De lærte elevene hvordan de skulle finne ut om noe er fishy. Hvis det gjør deg for sint, er det kanskje noe som ikke stemmer. Hvordan gjøre, la oss si, omvendt bildesøk for å sjekke om dette bildet som vises faktisk er fra denne hendelsen eller fra et annet sted. Og på fem år har de erklært seier.
Så for meg er mediekunnskap den beste langsiktige løsningen. Og det er derfor jeg er spesielt stolt av verktøyet vårt for finkornet propagandaanalyse, fordi det virkelig viser brukerne hvordan de blir manipulert. Og jeg kan fortelle deg at mitt håp er at etter at folk har samhandlet litt med en plattform som denne, vil de lære disse teknikkene. Og neste gang skal de kjenne dem igjen av seg selv. De vil ikke trenge plattformen. Og det skjedde med meg og flere andre forskere som har jobbet med dette problemet, det skjedde med oss, og nå kan jeg ikke lese nyhetene ordentlig lenger. Hver gang jeg leser nyhetene, oppdager jeg disse teknikkene fordi jeg kjenner dem og kan gjenkjenne dem. Hvis flere kan komme til det nivået, vil det være bra.
Kanskje sosiale medier-selskaper kan gjøre noe sånt når en bruker registrerer seg på plattformen deres, de kan be de nye brukerne om å ta et kort kurs i digital kompetanse, og deretter bestå noe som en eksamen. Og så burde vi selvfølgelig kanskje ha slike regjeringsprogrammer. Saken med Finland viser at hvis regjeringen griper inn og setter på plass de riktige programmene, er de falske nyhetene noe som kan løses. Jeg håper at falske nyheter kommer til å gå veien til spam. Det kommer ikke til å bli utryddet. Spam er fortsatt der, men det er ikke den typen problem som det var for 20 år siden.
Laurel: Og det er mediekunnskap. Og selv om det tar fem år å utrydde denne typen desinformasjon eller bare forbedre samfunnets forståelse av mediekunnskap og hva som er desinformasjon, skjer valg ganske ofte. Og så det ville være et flott sted å begynne å tenke på hvordan du kan stoppe dette problemet. Som du sa, hvis det blir som spam, blir det noe du håndterer hver dag, men du faktisk ikke tenker på eller bekymrer deg lenger. Og det kommer ikke til å snu demokratiet fullstendig. Det virker for meg som et veldig oppnåelig mål.
Laurel: Dr. Nakov, tusen takk for at du ble med oss i dag på det som har vært en fantastisk samtale på Business Lab.
Nakov: Takk for at du har meg.
Laurel: Det var Dr. Preslav Nakov, en hovedforsker ved Qatar Computing Research Institute, som jeg snakket med fra Cambridge, Massachusetts, hjemmet til MIT og MIT Technology Review, med utsikt over Charles River.
Det var det for denne episoden av Business Lab. Jeg er verten din, Laurel Ruma. Jeg er direktør for Insights, den tilpassede publiseringsavdelingen til MIT Technology Review. Vi ble grunnlagt i 1899 ved Massachusetts Institute of Technology. Og du kan finne oss på trykk, på nettet og på arrangementer hvert år rundt om i verden. For informasjon om oss og showet, vennligst sjekk ut nettstedet vårt på technologyreview.com.
Showet er tilgjengelig uansett hvor du får podcastene dine.
Hvis du likte denne podcasten, håper vi at du tar deg tid til å vurdere og anmelde oss. Business Lab er en produksjon av MIT Technology Review. Denne episoden ble produsert av Collective Next.
Denne podcast-episoden ble produsert av Insights, den tilpassede innholdsarmen til MIT Technology Review. Den ble ikke produsert av MIT Technology Reviews redaksjon.