Sahte haber tespit sistemi: Yapay zeka testlerde yüzde 98 doğruluğu aştı

Sahte haberlerin otomatik tespitine yönelik geliştirilen yeni sistem, iki farklı veri kümesinde yüzde 98’in üzerinde doğruluğa ulaştı. Ayrıntıları International Journal of Information and Computer Security dergisinde yayımlanan yöntem, metin analizi ile model ayarlarının otomatik yapılandırılmasını aynı süreçte buluşturdu. Çalışmayla, zaman ve kaynak gerektiren manuel doğrulama işlemlerinin hızlandırılması amaçlandı.

KODLAYICI VE OPTİMİZASYON 

Sistemde, kelimeler arasındaki ilişkileri bağlamlarıyla birlikte inceleyen 'dönüştürücü kodlayıcı' kullanıldı. Bu yapı, avcıların avlarını takip etme ve kovalama davranışlarından esinlenen geyik avı optimizasyon algoritmasıyla (DHOA) birleştirildi. Analiz öncesinde web adresleri, noktalama işaretleri ve metinde sık geçmesine rağmen ayırt ediciliği düşük kelimeler temizlendi. DHOA bileşeni ise modelin en uygun ayarlarını bulmak için devreye girdi. Böylece ayarların elle seçilmesi ve kalibre edilmesi ihtiyacı azaltıldı.

DOĞRULAMAYA HIZ DESTEĞİ 

Araştırmacılar, otomatik tespitin manuel doğrulamanın maliyetini ve süresini azaltabileceğini belirtti. Yöntemin, sosyal medya platformlarında yanıltıcı iddiaların daha hızlı ayıklanmasına yardımcı olması bekleniyor. Bu hızın, yanlış bilgilerin geniş kitlelere ulaşmadan belirlenmesi açısından önem taşıdığı vurgulandı.

GERÇEK İÇERİKLERLE TEST 

Sonraki aşamada sistemin gerçek sosyal medya paylaşımlarında sınanması planlanıyor. Özellikle yanıltıcı metinlerle onlara çok benzeyen güvenilir haberleri ayırma başarısı incelenecek. Mevcut yöntem yalnızca yazılı içerikleri değerlendiriyor; manipüle edilmiş görselleri, deepfake videoları veya metinle görsel kanıt arasındaki çelişkileri denetlemiyor. Gelecek çalışmalarda farklı medya türlerinin yanı sıra içerikle paylaşımı yapan kullanıcı arasındaki ilişkilerin de analize dahil edilmesi değerlendiriliyor.