عنوان مقاله :
روش‌هاي شناسايي اخبار جعلي:مطالعه مروري سيستماتيك
عنوان به زبان ديگر :
Methods of Identifying Fake News: A Systematic Review Study
پديد آورندگان :
شعباني، كريم دانشگاه آزاداسلامي واحدبين الملل قشم، قشم، ايران , گرانمايه پور، علي دانشگاه آزاداسلامي واحدتهران مركزي - گروه علوم ارتباطات، تهران، ايران , هاشمي، شهناز آموزش وپرورش - پژوهشگاه مطالعات - سازمان پژوهش وبرنامه ريزي آموزشي، تهران، ايران
كليدواژه :
اخبارجعلي , تشخيص اخبارجعلي , تحليل اخبارجعلي
چكيده فارسي :
مقدمه: اخبار جعلي با توجه به دسترسي افراد به شبكه‌هاي اجتماعي و پلتفرم‌هايي كه از قابليت نظارت مستقيم برخوردار نيستند، روز به روز در حال گسترش است. در نتيجه دانستن شيوه‌هاي تشخيص يك خبر جعلي مي‌تواند گامي مؤثر را در كاهش اين گونه تأثيرگذاري‌ها داشته باشد.
روش پژوهش: دراين مطالعه مرور سيستماتيك، مقاله حاصل از پژوهش‌هاي انجام شده با موضوع شناسايي اخبار جعلي در جهان در دوره‌ي زماني 2015 تا 2020 در مجلات معتبر علمي و پژوهشي داخلي و خارجي منتشر شده و در بانك‌هاي اطلاعاتي داخلي و بين‌المللي جمع‌آوري شد. در نهايت با اعمال معيار‌هاي ورود و خروج 43 مقاله مورد بررسي قرار گرفت.
يافته‌ها: با استفاده از مطالعات انجام شده مقالات در دو دسته كلي طبقه‌بندي شد: 1- روش شناسايي انساني، 2- روش شناسايي خودكار يا ماشيني. شاخص‌هاي ارائه شده در مورد موضوع و پيشرفت‌هاي حاصل شده در اين زمينه، باز نيز حاكي از ضعف بسياري در شناخت اخبار جعلي دارد. از يك سو مدل‌هاي ماشيني كه از پايگاه داده استفاده مي‌كنند، نمي‌توان مدلي را ارائه داد كه در فضاي واقعي به درستي عمل نمايد و از سوي ديگر استفاده از روش‌هاي انساني بسيار زمان‌بر است.
نتيجه‌گيري: به نظر مي‌رسد هنوز ضعف در تشخيص وجود دارد و در بسياري از موارد مواجه با فضاي واقعي خوب عمل نشده است، با اين حال در سال‌هاي اخير شبكه اجتماعي توئيتر بسيار بهتر از ديگر شبكه‌ها عمل كرده است.
چكيده لاتين :
Introduction: Fake news is spreading day by day due to individuals’ accessibility to social networks and those platforms with a lack of direct monitoring capability. Thus, understanding how to distinguish fake news can be a significant step in reducing such influences.
Method: In this systematic review, original articles were obtained from those research conducted on the subject of identifying fake news in the world in the period 2015 to 2020, which was published in prestigious domestic and international scientific journals and collected in local and international databases. Finally, after considering the inclusion and exclusion criteria, 43 articles were reviewed.
Results: By careful review of included studies, those articles were classified into two general categories: 1. Human identification method. 2. Automatic or machine identification method. The indicators presented on the subject and the progress made in this area also indicate many weaknesses in recognizing fake news. On the one hand, machine models that use databases, it is not possible to provide a model that works properly in the real world, and on the other hand, using human methods is very time-consuming.
Conclusion: It seems that there is still a weakness in diagnosis, and in many cases, the real world has not been treated well; however, in recent years, the social network Twitter has performed much better than other systems.
عنوان نشريه :
مطالعات رسانه اي
