يتطلب كشف الأخبار الزائفة أنظمة متعددة اللغات والوسائط وقابلة للتفسير، غير أن غالبية النماذج القائمة تتمحور حول الإنجليزية وتعتمد على النص وحده وتظل معتمة في طريقة عملها، وتقدم الدراسة الحالية ابتكارين رئيسين هما مجموعة بيانات جديدة متعددة اللغات والوسائط تضم 74000 مقال إخباري بالهندية والغوجاراتية والماراثية والتيلوغو والإنجليزية مع صور مقترنة، ونموذج هجين قابل للتفسير لكشف الأخبار الزائفة يدمج إشارات النص والصورة والعلاقات مع قابلية تفسير هرمية، بما يعالج قصور النماذج القائمة في اللغات منخفضة الموارد وفي الشفافية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى بناء نظام لكشف الأخبار الزائفة يعمل عبر لغات ووسائط متعددة ويوفر تفسيرات واضحة لقراراته، ويجمع النموذج المقترح بين تضمينات المحولات ومشفّر نصي يجمع الشبكة العصبية التلافيفية والذاكرة الطويلة قصيرة المدى ثنائية الاتجاه، وسمات صور من الشبكة المتبقية، وبيانات وصفية من نموذج جراف ساج، وتُدمج جميع هذه الإشارات عبر الانتباه متعدد الرؤوس، وتوحد وحدة قابلية التفسير الانتباه وقيم شابلي المضافة والتفسيرات المحلية المستقلة عن النموذج لتوفير شفافية على مستوى الرمز والجملة والوسيط
ثانيًا: أبرز النتائج
1، حقق النموذج تحسنًا يقارب 5 في المئة في متوسط درجة إف واحد الكلي عبر أربع لغات مقارنة بنموذج إكس إل إم آر ونموذج إم بيرت، وبلغت المكاسب 7 إلى 8 في المئة في اللغات منخفضة الموارد
2، حقق النموذج دقة 85 في المئة في ظل إعادة صياغة عدائية ودقة 80 في المئة في الأخبار الزائفة المولدة بالذكاء الاصطناعي، بما يخفض خسائر المتانة إلى النصف مقارنة بالنماذج المرجعية
3، أظهر التقويم البشري أن 82 في المئة من التفسيرات حُكم عليها بأنها ذات معنى، بما يؤكد الشفافية والثقة لدى مدققي الحقائق
ثالثًا: دلالات الدراسة وتطبيقاتها
يفيد النموذج الجديد مدققي الحقائق والمنصات الإخبارية في كشف المعلومات المضللة عبر لغات ووسائط متعددة مع فهم أسباب القرار، وتكتسب الشفافية على مستوى الرمز والجملة والوسيط أهمية خاصة في اللغات منخفضة الموارد حيث تندر أدوات الكشف الموثوقة، كما يفتح الجمع بين النص والصورة والعلاقات المجال أمام أنظمة أكثر متانة أمام إعادة الصياغة العدائية والمحتوى المولد بالذكاء الاصطناعي
وتكتسب هذه النتائج أهمية متزايدة في عالم تتدفق فيه المعلومات بسرعة هائلة وتتعدد فيه مصادرها، إذ لم تعد الأخبار الزائفة ظاهرة هامشية بل أصبحت قادرة على التأثير في الرأي العام والقرارات الصحية والسياسية، وتزداد خطورتها عندما تُنتج بأدوات ذكاء اصطناعي قادرة على محاكاة الأساليب الصحفية ببراعة، ولذلك لا يكفي أن تكشف الأنظمة الأخبار الزائفة بدقة بل ينبغي أن تشرح أسباب قراراتها بلغة يفهمها مدققو الحقائق والجمهور، كما أن العمل عبر لغات متعددة يمثل بعدًا للعدالة المعرفية، فالمجتمعات الناطقة بلغات منخفضة الموارد تستحق حماية من التضليل لا تقل عن تلك المتاحة للناطقين بالإنجليزية، ويُظهر النموذج المقترح أن الجمع بين الوسائط المتعددة والتفسير الهرمي يمكن أن يحقق هذا الهدف معًا
كما يبرز النموذج المقترح أن قابلية التفسير ليست إضافة تجميلية بل شرط وظيفي في أنظمة كشف الأخبار الزائفة، فمدقق الحقائق الذي لا يفهم سبب تصنيف خبر ما بأنه زائف لا يستطيع الدفاع عن قراره أمام الجمهور ولا تصحيح أخطاء النظام عند حدوثها، ولذلك يمثل الجمع بين الانتباه وقيم شابلي المضافة والتفسيرات المحلية تقدمًا حقيقيًا نحو أنظمة يمكن مساءلتها، وهو ما يزداد أهمية مع تزايد اعتماد المنصات على الأنظمة الآلية في إدارة المحتوى
كما يفتح النموذج المجال أمام تطبيقات مستقبلية تشمل لغات ووسائط إضافية، بما يوسع نطاق الحماية من التضليل ويعزز ثقة الجمهور في المنصات الإخبارية
وتزداد الحاجة إلى هذه الأنظمة مع تطور أدوات توليد المحتوى، إذ أصبح التمييز بين الحقيقي والمزيف أصعب من أي وقت مضى، ولم تعد الخبرة البشرية وحدها كافية لمواجهة هذا الطوفان
وخلاصة القول إن مكافحة المعلومات المضللة تتطلب أنظمة لا تكتفي بالدقة بل تشرح قراراتها، وأن النموذج المقترح يخطو خطوة مهمة نحو ذكاء اصطناعي متين وموثوق لخدمة مدققي الحقائق عبر اللغات
