Nepnieuws: hoe wetenschappers de taal van misleiding willen ontcijferen
25 augustus 2024
Wetenschappers hebben hun aandacht gericht op het decoderen van de taal die wordt gebruikt in nepnieuws, met als doel een automatische detector te ontwikkelen die de verspreiding van desinformatie moet voorkomen. Deze inspanning is van cruciaal belang nu nepnieuws rond onderwerpen zoals de oorlog in Oekraïne, coronavaccins en klimaatverandering steeds meer terrein wint.
Zoeken naar patronen in misleidende taal
Taalwetenschappers hebben ontdekt dat nepnieuws vaak subtiele kenmerken heeft die het onderscheiden van legitieme informatie. Eerder onderzoek wees erop dat nepnieuws vaak emotioneel geladen is en soms in hoofdletters wordt geschreven. Deze signalen bleken echter niet consistent genoeg om langdurig effectief te zijn, aangezien verspreiders van nepnieuws snel hun tactieken aanpassen.
Herkenningstechnieken voor misinformatie
Wetenschappers als Jon Roozenbeek, verbonden aan King’s College Londen en de Universiteit van Cambridge, hebben aangetoond dat het herkennen van nepnieuws verder gaat dan specifieke woorden of hoofdlettergebruik. Ze hebben ontdekt dat bepaalde thema’s, zoals macht, dood en religie, vaker voorkomen in samenzweringstheorieën dan in wetenschappelijke discoursen.
Polarisatie en trollen als tactieken
Naast emotioneel beladen berichten, wordt nepnieuws vaak gekenmerkt door de aanwijzing van zondebokken en het aanwakkeren van angst. Dit soort berichten heeft een grote kans viraal te gaan, vooral op sociale media waar polarisatie vaak een effectief middel blijkt. Ook impersonatie en samenzweringstheorieën zijn technieken die nepnieuwsverspreiders gebruiken om de aandacht van het publiek te trekken.
De rol van machine learning
Een belangrijke stap in de strijd tegen nepnieuws is de ontwikkeling van machine learning-algoritmes die misleidende teksten kunnen herkennen. Door duizenden berichten te analyseren, kunnen deze algoritmes voorspellen of nieuwe teksten dezelfde misleidingstechnieken bevatten als eerder geïdentificeerde nepnieuwsberichten. Dit gebeurt niet door het herkennen van specifieke woorden, maar door patronen in de taal te identificeren.
Het voorkomen van verdere verspreiding
Wetenschappers pleiten ook voor een proactieve aanpak in de strijd tegen nepnieuws. Philipp Schmid van de Radboud Universiteit benadrukt het belang van ‘prebunking’, waarbij mensen vooraf worden gewaarschuwd voor de technieken die nepnieuwsverspreiders gebruiken. Dit zou hen beter moeten voorbereiden op het herkennen en weerstaan van misleidende informatie.
De uitdagingen van het tegengaan van nepnieuws
Hoewel er al veelbelovende algoritmes zijn ontwikkeld, blijft de inzet van deze technologie op grote schaal onzeker. Socialmediaplatforms zijn terughoudend vanwege de politieke gevoeligheid rondom het bepalen van wat wel en niet als misleidend moet worden aangemerkt. De vraag wie de waarheid in pacht heeft, blijft hierdoor een belangrijk obstakel in de verdere toepassing van deze technologie.
