Yapay Zeka, İnsanların Sosyal Medyada Kullandıkları Kelimelere Bakarak, Sahte Haberleri Yayma İhtimallerini Başarıyla Kestirebiliyor!
6,200 Twitter Kullanıcısının 1 Milyon Paylaşımını İnceleyen Yapay Zeka, Bir Kişinin Sahte Haberleri Paylaşıp Paylaşmayacağını %80 Doğruluk Payıyla Öngörebiliyor!
Bu haber 3 yıl öncesine aittir. Haber güncelliğini yitirmiş olabilir; ancak arşivsel değeri ve bilimsel gelişme/ilerleme anlamındaki önemi dolayısıyla yayında tutulmaktadır. Ayrıca konuyla ilgili gelişmeler yaşandıkça bu içerik de güncellenebilir.
Sheffield Üniversitesi araştırmacıları Yida Mu ve Dr. Nikos Aletra; güvenilmez haber kaynaklarını paylaşma olasılığı daha yüksek olan Twitter kullanıcılarını saptamaya yardımcı olacak bir yapay zeka sistemi geliştirdiklerini bildirdi.[1] PeerJ Computer Science dergisinde yayınlanan çalışmalarında araştırmacılar, belirli dil örüntüleri/kalıpları ile yanlış bilgi paylaşma eğilimi arasında kuvvetli bağıntılar buldular.
Şüpheli bilgiler paylaşan kullanıcılar tweetlerinde; "medya", "hükümet", "gerçek", "İsrail", "liberal", "Müslüman" ve "İslam" kelimelerini kullanma eğilimindeyken, daha güvenilir bilgi kaynaklarını paylaşan kullanıcılar; "kendim", "hissediyor", "heyecanlı", "mod", "anne" ve "iyi" gibi daha kişisel kelimeleri kullanma eğilimindeydiler. Siyasi ideoloji, hükümet ve adalet gibi politikayla ilgili konular, güvenilmez kaynakları yayan kullanıcılarla daha bağlantılıydı. Araştırmacılar şöyle diyorlar:
Bu tip kullanıcıların, "kaba kişilik tanımlaması" konusu ile de güçlü bağlantısını ayrıca gözlemledik. Bu, Twitter'da siyasi zorbalığın siyasi kutuplaşmayla ilişkili olduğunu gösteren yakın tarihli bir çalışmanın sonuçlarını doğruluyor.
Araştırmacılar, bulgularını, yaklaşık 6.200 Twitter kullanıcısının 1 milyondan fazla tweetinin analizine dayandırdı. Bu veri, araştırmacıların “yeni bir doğal dil işleme yöntemi" geliştirmelerine yardımcı oldu.
Bir kullanıcının gelecekte güvenilmez kaynaklardan yeniden paylaşım yapıp yapmayacağını öngörebilme konusunda, sistemin %79.7 doğruluğa sahip olduğunu söyleyen araştırma ekibi, bu tekniğin sahte ve yanlış bilgi seliyle mücadeleye yardımcı olacak yeni ve kullanışlı bir yöntem sağlayacağından umutlu. Makale yazarları, şöyle anlatıyorlar:
Gelecekte, güvenilmez kaynaklardan haber yayma olasılığı yüksek olan sosyal medya kullanıcılarını otomatik olarak tanımlamak, dezenformasyonun bir ağda yayılmasının erken tespiti ve önlenmesi için son derece önemli ve henüz keşfedilmeyi bekleyen bir alan.
İçeriklerimizin bilimsel gerçekleri doğru bir şekilde yansıtması için en üst düzey çabayı gösteriyoruz. Gözünüze doğru gelmeyen bir şey varsa, mümkünse güvenilir kaynaklarınızla birlikte bize ulaşın!
Bu içeriğimizle ilgili bir sorunuz mu var? Buraya tıklayarak sorabilirsiniz.
Soru & Cevap Platformuna Git-
14
-
9
-
4
-
2
-
2
-
2
-
1
-
1
-
1
-
1
-
1
-
1
- Çeviri Kaynağı: Poynter Institute | Arşiv Bağlantısı
- ^ Y. Mu, et al. (2020). Identifying Twitter Users Who Repost Unreliable News Sources With Linguistic Information. PeerJ Computer Science, sf: e325. doi: 10.7717/peerj-cs.325. | Arşiv Bağlantısı
Evrim Ağacı'na her ay sadece 1 kahve ısmarlayarak destek olmak ister misiniz?
Şu iki siteden birini kullanarak şimdi destek olabilirsiniz:
kreosus.com/evrimagaci | patreon.com/evrimagaci
Çıktı Bilgisi: Bu sayfa, Evrim Ağacı yazdırma aracı kullanılarak 21/12/2024 14:54:17 tarihinde oluşturulmuştur. Evrim Ağacı'ndaki içeriklerin tamamı, birden fazla editör tarafından, durmaksızın elden geçirilmekte, güncellenmekte ve geliştirilmektedir. Dolayısıyla bu çıktının alındığı tarihten sonra yapılan güncellemeleri görmek ve bu içeriğin en güncel halini okumak için lütfen şu adrese gidiniz: https://evrimagaci.org/s/10013
İçerik Kullanım İzinleri: Evrim Ağacı'ndaki yazılı içerikler orijinallerine hiçbir şekilde dokunulmadığı müddetçe izin alınmaksızın paylaşılabilir, kopyalanabilir, yapıştırılabilir, çoğaltılabilir, basılabilir, dağıtılabilir, yayılabilir, alıntılanabilir. Ancak bu içeriklerin hiçbiri izin alınmaksızın değiştirilemez ve değiştirilmiş halleri Evrim Ağacı'na aitmiş gibi sunulamaz. Benzer şekilde, içeriklerin hiçbiri, söz konusu içeriğin açıkça belirtilmiş yazarlarından ve Evrim Ağacı'ndan başkasına aitmiş gibi sunulamaz. Bu sayfa izin alınmaksızın düzenlenemez, Evrim Ağacı logosu, yazar/editör bilgileri ve içeriğin diğer kısımları izin alınmaksızın değiştirilemez veya kaldırılamaz.
This work is an exact translation of the article originally published in Poynter Institute. Evrim Ağacı is a popular science organization which seeks to increase scientific awareness and knowledge in Turkey, and this translation is a part of those efforts. If you are the author/owner of this article and if you choose it to be taken down, please contact us and we will immediately remove your content. Thank you for your cooperation and understanding.
