Наші проєкти

Наш проєкт полягав у розробці сервісу для виявлення фейків на основі штучного інтелекту, призначеного для ретельного аналізу новинного контенту та виявлення випадків дезінформації на основі конкретних критеріїв маніпуляцій. Цей передовий інструмент аналізує різні елементи в новинних повідомленнях, щоб виявити загальні ознаки фейкових новин, такі як:

• Надмірно емоційний контент: виявлення новин, які викликають сильну емоційну реакцію, що часто використовується для того, щоб спотворити думку або маніпулювати читачами.
• Сенсаційність: виявлення випадків, коли повідомлення в новинах перебільшують, щоб створити галас або привернути більше уваги, ніж того вимагають факти.
• Зловживання складною термінологією: виявлення випадків зловживання жаргонною або технічно складною мовою, незрозумілою широкому загалу, що потенційно вводить читачів в оману.
• Повторювані твердження: виявлення випадків, коли певне твердження повторюється слово в слово або перефразовується для того, щоб надмірно підкреслити певну думку чи ідею.
• "Гучні гасла": виявлення привабливих, але порожніх гасел, які використовуються для того, щоб захопити увагу і ввести в оману аудиторію.
• "Об'єднання та роз'єднання": виявлення тактик розколу, які поділяють людей на групи, що часто використовується для розпалювання конфлікту або упередженості.
• Напівправда: виявлення випадків, коли подається часткова правда, що вводить читачів в оману (щодо повного контексту новини).
• Підміна понять: виявлення випадків підміни термінів або понять з метою спотворення правди.
• Використання емоційно забарвлених прикметників: виявлення використання емоційно заряджених прикметників для упередженого сприйняття новин.
• Псевдо-експерти: виявлення сценаріїв, коли думки так званих "експертів" подаються як беззаперечні факти.

Використовуючи алгоритми штучного інтелекту та машинного навчання, наш сервіс ретельно сканує і зіставляє ці критерії з новинним контентом, щоб визначити його достовірність і надійність. Ця технологія має вирішальне значення для боротьби з поширенням дезінформації, допомагає підтримувати поінформованість громадськості та зберігати чесність у поширенні новин.

Розробка нашого сервісу виявлення фейкових новин передбачала створення комплексного веб-рішення з використанням різноманітних передових технологій. Ми обрали Python завдяки його універсальності та потужній підтримці аналізу даних і машинного навчання. PyTorch був обраний для розробки та навчання моделей штучного інтелекту через його ефективність у вирішенні завдань машинного навчання. Для обробки природної мови (NLP) такі бібліотеки, як gensim, spacy, NLTK та transformers, були невід'ємною частиною аналізу та розуміння текстового контенту новин.

Для управління потоком даних і забезпечення надійного зв'язку між різними компонентами системи були впроваджені RabbitMQ і WebSocket. Selenium відіграв вирішальну роль в автоматизації роботи з даними, а MySQL та Elasticsearch були використані для управління базами даних та ефективного пошуку, відповідно. Уся взаємодія з інтерфейсом була побудована за допомогою JavaScript, щоб забезпечити динамічний і зручний користувацький інтерфейс.

У рамках цього сервісу було підготовлено і запущено три моделі штучного інтелекту, кожна з яких була ретельно розроблена для аналізу новинного контенту в режимі реального часу, що публікується на різних онлайн-платформах. Ці моделі оцінювали новини за дісятьма конкретними факторами, щоб визначити їхню достовірність.

Значною частиною розробки цього інструменту був збір великих масивів даних для навчання нашої моделі (LLM). Ми провели ретельний синтаксичний аналіз різноманітних джерел новин, структуруючи дані належним чином для ефективного машинного навчання. Цей процес мав вирішальне значення для створення надійної моделі, здатної точно виявляти фейкові новини. Крім того, спеціальна команда з 10 редакторів новин була залучена до ручного маркування новинного контенту, надаючи необхідні навчальні мітки для моделей машинного навчання. Ця співпраця гарантувала, що моделі штучного інтелекту були добре навчені виявляти нюанси та закономірності у фейкових новинах, що зробило наш сервіс виявлення надійним та ефективним у боротьбі з дезінформацією.

При розробці нашого сервісу виявлення фейкових новин основна увага приділялася створенню високофункціональної та зручної для користувача адміністративної панелі, оскільки сервіс не має загальнодоступного веб-сайту або інтерфейсу. Ця адміністративна панель є центральним хабом, з якого користувачі можуть керувати процесом аналізу, вводячи URL-адресу новини, яку потрібно оцінити, і згодом отримуючи детальний звіт разом із відсотком, що вказує на ймовірність того, що новина є фейковою.

До процесу розробки адмін-панелі ми підійшли з особливою увагою - з метою зробити її зрозумілою та ефективною. Ми прагнули створити інтерфейс, який спрощував би роботу користувача, дозволяючи легко вводити URL-адреси новин і надаючи чіткий, інтуїтивно зрозумілий доступ до отриманих звітів. Враховуючи складний характер аналізу, що проводився, було вкрай важливо, щоб панель залишалася простою для навігації, гарантуючи, що користувачі могли без зусиль керувати та інтерпретувати отримані результати.

Основні міркування щодо дизайну включали чистий, мінімалістичний інтерфейс, який надавав пріоритет функціональності та уникав будь-якого непотрібного візуального навантаження, що могло б відволікати від основних завдань. Інтерфейс був структурований таким чином, щоб сприяти швидким діям і легкому доступу до статистичних даних та аналітики, надаючи користувачам можливість приймати обґрунтовані рішення на основі інформації, отриманої за допомогою штучного інтелекту.

Для досягнення цих цілей ми використали цілісну кольорову гаму та шрифти, які покращують сприйняття та зосереджують увагу користувача на найважливішій інформації. Інтерактивні елементи були розроблені таким чином, щоб бути зручними та інформативними, забезпечуючи швидкий зворотній зв'язок і детальні пояснення результатів аналізу, що допомагає зрозуміти, як оцінювати достовірність новин.

Отримана в результаті панель адміністрування стала потужним інструментом у боротьбі з фейковими новинами, оскільки її дизайн поєднує в собі простоту і складність, гарантуючи, що користувачі можуть використовувати всі можливості аналізу за допомоги ШІ без потреби в тривалому навчанні або технічному досвіді.