Чув
Регистрация Вход
  1. Главная
  2. Монография
  3. Экономика и право: проблемы, стратегия, мониторинг
  4. Технологии медиабезопасности: методы противодейств...

Технологии медиабезопасности: методы противодействия фейк-контенту в цифровых медиа

Глава в книге
DOI: 10.31483/r-113839
Open Access
монография «Экономика и право: проблемы, стратегия, мониторинг»
Creative commons logo
Опубликовано в:
монография «Экономика и право: проблемы, стратегия, мониторинг»
Автор:
Миронова Н. Г. 1
Рубрика:
Глава 14
Страницы:
171-195
Получена: 17.10.2024

Рейтинг:
Статья просмотрена:
601 раз
Размещено в:
РИНЦ
1 Институт информатики, математики и робототехники ФГБОУ ВО «Уфимский университет науки и технологий»
Для цитирования:

Аннотаци

Цифровые технологии позволяют автоматизировать процессы дезинформации и информационного противоборства, запускать фейки оперативно и масштабно, организовывать информационные интервенции для переключения внимания населения с одной информационной повестки на другую, для проведения информационных и психологических операций, оказывать определенное воздействие на сознание и поведение целевых групп. Фейки циркулируют не только в поп-медиа и каналах пропаганды, но и проникают в публицистику, в образовательный контент, в научный дискурс, причем, не только как предмет научных исследований, но и как результат фальсификации; сформировался феномен фейковой журналистики и публицистики, пренебрегающей высокими стандартами и принципами профессии. В плотном потоке быстро обновляющейся информации затруднено внимательное восприятие, осложнено различение правды и фальсификации, получение достоверной информации о событиях; общество испытывает беспрецедентное давление дезинформации со стороны цифровых медиа, подрывающей доверие к социальным институтам и каналам социальной коммуникации. Эти обстоятельства актуализируют проблематику совершенствования методологии и инструментов верификации информации и распознавания фейк-контента в сетевых медиа. Цель исследования заключается в анализе признаков фейковости медийного контента и совершенствовании методов противодействия дезинформации в медиапространстве. Результаты: исследованы цели и мотивы создателей и распространителей фейков, признаки и технологии фальсификации цифрового контента, выполнен анализ подходов к борьбе с фейками и фальсификацией информации в сетевых медиа, оценка эффективности различных технологий выявления фейк-контента и противодействия его влиянию. Изложена концепция комплексной системы противодействия фейкам в цифровом пространстве. Один из выводов исследования заключается в том, что противодействие влиянию фейк-контента сетевых медиа не сводится лишь к техническим и регуляторным решениям, поскольку механизмы этого влияния социально-психологические; когнитивные науки способны дать методологию эффективного противостояния обману и манипуляции. Исследование адресовано специалистам по медиабезопасности.

Список литературы

  1. 1. CHugrov S.V. (2017). Post-truth: transformaciya politicheskoj real'nosti ili samorazrushenie liberal'noj demokratii? Polis. Politicheskie issledovaniya, (2), 42–59. https://doi.org/10.17976/jpps/2017.02.04. EDN YJEEWL
  2. 2. Ipsos: Survey on the impact of online disinformation and hate speech. Ipsos, 9 [Electronic resource]. – Access mode: https://www.unesco.org/sites/default/files/medias/fichiers/2023/11/unesco_ipsos_survey.pdf
  3. 3. Fitch A. (2019) Readers Beware: AI Has Learned to Create Fake News Stories [Electronic resource]. – Access mode: https://www.wsj.com/articles/readers-beware-ai-has-learned-to-create-fake-news-stories-11571018640].
  4. 4. Gowal S., Kohli P. (2023). Identifying AI-generated images with SynthID [Electronic resource]. – Access mode: https://deepmind.google/discover/blog/identifying-ai-generated-images-with-synthid
  5. 5. Habermas J. (2022). Ein neuer Strukturwandel der Öffentlichkeit und die deliberative Politik. Suhrkamp Verlag. Berlin.
  6. 6. Jung T., Kim S., Kim K. (2020). DeepVision: Deepfakes Detection Using Human Eye Blinking Pattern. IEEE Access. https://doi.org/10.1109/ACCESS.2020.2988660
  7. 7. Kirchner J.H., Ahmad L., Aaronson S., Leike J. (2023). New AI classifier for indicating AI-written text [Electronic resource]. – Access mode: https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text
  8. 8. Li C., Wang L., Ji S, Zhang X., Xi Z., Guo S., Wang T. (2022). Seeing is Living? Re-thinking the Security of Facial Liveness Verification in the Deepfake Era. arXiv:2202.10673v1. https://doi.org/10.48550/arXiv.2202.10673
  9. 9. Lukeš D., Laurent X., Pritchard J., Sharpe R., Walker C. (2023) Beyond ChatGPT: The state of generative AI in academic practice for autumn 2023. University of Oxford, 3–7 [Electronic resource]. – Access mode: https://www.ctl.ox.ac.uk/sites/default/files/ctl/documents/media/beyond_chatgpt_-_state_of_ai_for_autumn_2023_correct.pdf
  10. 10. Magesh V., Surani F., Dahl M., Suzgun M., Manning C.D., Ho D.E. (2024). Hallucina-tion-Free? Assessing the Reliability of Leading AI Legal Research Tools. https://doi.org/10.48550/arXiv.2405.20362
  11. 11. Marra F., Gragnaniello D., Verdoliva L. (2018). Detection of GAN-Generated Fake Im-ages over Social Networks. 2018 IEEE Conference on Multimedia Information Processing and Retrieval (MIPR). https://doi.org/10.1109/MIPR.2018.00084
  12. 12. Newman N. (2024). Overview and key findings of the 2024 Digital News Report. Reuters Institute for the Study of Journalism [Electronic resource]. – Access mode: https://reutersinstitute.politics.ox.ac.uk/digital-news-report/2024/dnr-executive-summary
  13. 13. Pluckrose H., Lindsay J.A., Boghossian P. (2018). Academic Grievance Studies and the Corruption of Scholarship [Electronic resource]. – Access mode: https://web.archive.org/web/20181013153454/https://areomagazine.com/2018/10/02/academic-grievance-studies-and-the-corruption-of-scholarship
  14. 14. Roozenbeek J., Linden S. (2019). Fake news game confers psychological resistance against online misinformation. Palgrave Communications, (5). https://doi.org/10.1057/s41599-0190279-9
  15. 15. Taylor R., Kardas M., Cucurull G., Scialom T., Hartshorn A., Saravia E, Poulton, A., Kerkez V., Stojnic R. (2022). Galactica: A Large Language Model for Science [Electronic resource]. – Access mode: https://arxiv.org/abs/2211.09085; https://doi.org/10.48550/arXiv.2211.09085
  16. 16. Vosoughi S., Roy D., Aral S. (2018). The Spread of True and False News Online. Science, (359), 1146–1151. https://doi.org/10.1126/science.aap9559
  17. 17. Weber-Wulff D., Anohina-Naumeca A., Bjelobaba S., Foltýnek T., Guerrero-Dib J., Po-poola O., Šigut P., Waddington L. (2023). Testing of Detection Tools for AI-Generated Text. International Journal for Educational Integrity, (19). https://doi.org/10.1007/s40979-023-00146-z. EDN VCYINN
  18. 18. Wei J., Tay Y., Bommasani R., Raffel C., Zoph B., Borgeaud S., Yogatama D., Bosma M., Zhou D., Metzler D., Chi E.H., Hashimoto T., Vinyals O., Liang P., Dean J., Fedus W. (2022). Emergent Abilities of Large Language Models. Published in Transactions on Machine Learning Research. https://doi.org/10.48550/arXiv.2206.07682
  19. 19. Фейк-ньюс – и как с ними бороться? // Сайт ВЦИОМ [Электронный ресурс]. – Режим доступа: https://wciom.ru/analytical-reviews/analiticheskii-obzor/feik-njus-i-kak-s-nimi-borotsja (дата обращения: 22.11.2023).
  20. 20. Грачев М.Н. Концепт «разрушения правды» в условиях цифрового общества (аналитический обзор) / М.Н. Грачев, Р.В. Евстифеев // Контуры глобальных трансформаций: политика, экономика, право. – 2020. – №13 (2). – С. 229–248. https://doi.org/10.23932/2542-0240-2020-13-2-12. – EDN CKTGBY
  21. 21. Ершов Ю.М. Феномен фейка в контексте коммуникационных практик / Ю.М. Ершов // Вестник Томского государственного университета. Филология. – 2018. – №52. – С. 245–256. https://doi.org/10.17223/19986645/52/15. – EDN XPICLR
  22. 22. Кириллова Н.Б. Цифровая культура как новая социально-антропологическая реальность и проблемы идентичности / Н.Б. Кириллова // Современная наука: актуальные проблемы теории и практики. Серия: Познание. – 2023. – №7. – С. 13–18. https://doi.org/10.37882/2500-3682.2023.07.04. – EDN MEOULJ
  23. 23. Тумбинская М.В. Идентификация фейк-новостей с помощью веб-ресурса на основе нейронных сетей / М.В. Тумбинская, Р.А. Галиев // Программные продукты и системы. – 2023. – №4. – С. 590–599. https://doi.org/10.15827/0236-235X.144.590-599. – EDN AEJSLD
  24. 24. Указ Президента РФ от 10.10.2019 г. №490 «О развитии искусственного интеллекта в Российской Федерации» // СПС Гарант [Электронный ресурс]. – Режим доступа: https://base.garant.ru/72838946 (дата обращения: 17.10.2024)
  25. 25. Ушкин С.Г. Не только социальные сети: каналы распространения фейковых новостей в представлениях населения / С.Г. Ушкин // Галактика медиа. Журнал медиа исследований. Исследовательский электронный журнал. – 2024. – №6 (2). – С. 162–176. https://doi.org/10.46539/gmd.v6i2
  26. 26. Чугров С.В. Post-truth: трансформация политической реальности или саморазрушение либеральной демократии? / С.В. Чугров // Полис. Политические исследования. – 2017. – №2. – С. 42–59. https://doi.org/10.17976/jpps/2017.02.04. – EDN YJEEWL

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.