Comment lutter contre les fake news grâce au fact checking
|
|
Le besoin
Quelle solution de fact checking pour mon ONG ?
Médias sociaux, lobbying et fake news
A l'heure où plus de la moitié de la population mondiale est présente sur les réseaux sociaux, la Digital Advocacy et la maîtrise de l'écosystème numérique est devenue un élément essentiel de la stratégie de communication de toute action citoyenne.
En tant responsable communication, j'ai besoin d'identifier les acteurs présents sur mon écosystème digital - industriels, influences, ONG- , de repérer les informations liées à mon secteur d'activité et de connaître l'impact de ma communication.
La solution
Le traitement automatique des langues et l'intelligence artificielle pour le fact checking
Le traitement automatique du langage naturel contribue à la détection de fake news et à la mise en oeuvre de solutions de fact checking.
Surveiller les réseaux sociaux
Avant d'analyser une information, il faut bien sûr d'abord la repérer. Une solution de fact checking passe par une veille sur les réseaux sociaux et partage des fonctionnalités avec d'autres solutions, comme par exemple la veille d'information. Un crawler est ainsi un module de Traitement Automatique des Langues qui va scanner les réseaux sociaux et Internet et collecter les informations à examiner.
Un faisceau d'indices pour le fact checking
Les solutions de fact checking mettent en œuvre différentes méthodes pour identifier les fake news. Vérifier une information nécessite d'examiner des indices de diverses natures, qui sont, pour une bonne part, des indices linguistiques. Le traitement de la langue est alors un des moyens utilisés, aux côtés de diverses technologies. Ainsi, on trouvera les fonctions suivantes dans une solution de fact checking :
-
rechercher et comparer des publications similaires
Une fausse information peut être diffusée sous différentes formes, posts de blogs différents, intervention sur les réseaux sociaux, articles... Il est possible qu'une fausse information ait déjà été repérée sous une autre forme. Les modules de comparaisons de documents permettent de vérifier si deux textes sont proches.
-
évaluer la fiabilité d'une source d'information sur Internet
Divers indices linguistiques (vocabulaire utilisé, structure d'un article...) ou métalinguistiques (auteur, images associées...) permettent d'identifier la source d'une information qui peut déjà avoir été identifiée comme diffusant des infox. Un module d'analyse sémantique peut aider à repérer les alertes déjà émises sur ces sources.
-
faire de la Reconnaissance Optique de Caractères (OCR) sur les images
Une des stratégies utilisées par les diffuseurs d'infox consiste à publier des textes sous formes d'images et ainsi tenter de contourner les traitements automatisés de fact checking. Des modules de reconnaissance optique de caractères, éventuellement associés à des solutions de traduction automatique permettent de parer ce type de contournements.
Associer différents outils pour une solution globale de fact checking
On le voit, une solution de fact checking se doit d'intégrer des fonctions de traitement du langage à coté d'autres fonctions, telles que des fonctions de comparaison d'images et obtenir ainsi un faisceau d'indices permettant d'évaluer la fiabilité d'une information.