Facebook: fact-checking anche per foto e video

Il machine learning applicato al fact-checking: così Facebook e i suoi partner rafforzano la lotta alla misinformazione includendo immagini e filmati.

La lotta alla circolazione di notizie false, fuorvianti o tendenziose è uno dei punti fermi di Facebook nell’azione del social network finalizzata a contrastare disinformazione e misinformazione. Oggi il gruppo di Mark Zuckerberg annuncia il debutto di una nuova iniziativa che va a estendere il raggio d’azione della partnership siglata con decine di realtà a livello globale proprio a tale scopo.

Fact-checking su foto e video

Si parla di nuovi strumenti pensati al fine di effettuare il fact-checking non solo sugli articoli condivisi dagli utenti e dalle pagine presenti sulla piattaforma, ma anche su contenuti multimediali come foto e video che per la loro natura visuale si prestano particolarmente ad alterazioni spesso difficili da intercettare. Vengono messi a disposizione di un totale pari a 27 partner indipendenti certificati dall’International Fact-Checking Network.

Vale la pena sottolineare come, secondo Facebook, il fenomeno interessi maggiormente alcune aree e paesi del pianeta, come l’Indonesia, mentre negli Stati Uniti la misinformazione viene perpetrata soprattutto attraverso la diffusione degli articoli.

Oggi estendiamo il fact-checking delle foto e dei video ai nostri 27 partner attivi in 17 paesi di tutto il mondo (aggiungiamo periodicamente nuove collaborazioni). Questo ci aiuterà a identificare ancora più tipologie di misinformazione e di intervenire più rapidamente.

Un esempio concreto è fornito dagli screenshot allegati di seguito, che fanno riferimento a una falsa notizia secondo la quale la NASA avrebbe confermato che a causa di una tempesta solare la Terra sarebbe rimasta del tutto oscurata per diversi giorni.

Una falsa notizia diffusa su Facebook relativamente a un annuncio della NASA sull'oscuramento della Terra per diversi giorni

Come funziona

La tecnologia è costituita da algoritmi di machine learning istruiti in modo da individuare e analizzare specifici segnali provenienti dalle bacheche dell’utenza così come i feedback degli iscritti e le interazioni ai post. Sulla base di questi dati Facebook sceglie i contenuti da sottoporre ai team che si occupano di fact-checking, che a loro volta attuano le pratiche più adatte a valutare la foto o il video in questione. L’analisi può avvenire attraverso tecniche come una ricerca inversa o lo studio dei metadati, per risalire alla fonte e stabilire la data di acquisizione. Giocano un ruolo importante anche l’esperienza maturata da ognuno dei partner nel mondo del giornalismo e la possibilità di chiedere se necessario una consulenza a esperti, istituzioni accademiche e agenzie governative.

Reverse Image Search

See the full video at insidefeed.com.

Pubblicato da Facebook su Mercoledì 12 settembre 2018

Il social network impiega inoltre un sistema OCR (Optical Character Recognition) al fine di estrarre il testo da immagini e video, così da velocizzarne il processo di revisione confrontandolo con titoli e abstract di articoli che trattano la stessa tematica o notizia. In cantiere anche algoritmi in grado di individuare se i file sono stati ritoccati o alterati.

Sulla base dell’esperienza acquisita finora, Facebook ha individuato tre specifiche categorie alle quali associare questi contenuti: manipolati o realizzati ad hoc con l’intento di ingannare, immagini o video autentici utilizzati fuori contesto e testo, audio o didascalie falsi.

Le categorie individuate da Facebook alle quali associare foto e video contenenti informazioni false o fuorvianti

Fonte: Facebook

La tua email sarà utilizzata per comunicarti se qualcuno risponde al tuo commento e non sarà pubblicato. Dichiari di avere preso visione e di accettare quanto previsto dalla informativa privacy

Chiudi i commenti