يتزايد انتشار الأخبار الزائفة في وسائل الإعلام عبر الإنترنت في إندونيسيا، ولا سيما في الخطاب السياسي، وتتسم البيانات المتاحة في هذا المجال غالبًا باختلال كبير في توزيع الفئات، إذ تفوق أعداد الأخبار الصحيحة أعداد الأخبار الزائفة أو العكس بفوارق واسعة، مما يصعب على النماذج الحاسوبية تعلم التمييز بينها بدقة ويجعل أداءها غير مستقر، وفي هذا السياق تقدم هذه الدراسة إطارًا قويًا للكشف عن الأخبار السياسية الزائفة باللغة الإندونيسية، يراعي طبيعة هذا الاختلال منذ مرحلة تجهيز البيانات حتى مرحلة التصنيف النهائي، مع إمكان تكييفه للغات أخرى بعد إجراء التعديلات اللغوية والمجالية المناسبة لكل لغة ومجال
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير نموذج كشف يتسم بالثبات والأداء العالي في ظروف اختلال البيانات الشديد، ويجمع الإطار المقترح بين مجموعة من استراتيجيات تنقيب البيانات وتحسين نماذج التعلم العميق، ويتمثل جوهره في نموذج هجين يجمع بين نموذج إندوبيرت، وهو نموذج محولات مدرب على اللغة الإندونيسية، والشبكات العصبية الالتفافية، وقد عززت الدراسة هذا النموذج بتحسين دالة الانتروبيا المتقاطعة المستخدمة في التدريب، وبتنقية تضمينات الكلمات المعتمدة على نموذج وورد تو فيك، وبمعالجة منهجية للبيانات المختلة باستخدام صيغ متعددة من أسلوب الاصطناع الزائد للأقلية المعروف باسم سموت، وقومت الدراسة أداء النموذج تقويمًا صارمًا بأسلوب التحقق المتقاطع ذي الطيات العشر، وقارنته بعدد من النماذج المرجعية شملت الشبكات العصبية الالتفافية وحدها، وشبكات الذاكرة الطويلة قصيرة الأمد، ونموذج إندوبيرت وحده، ونموذجًا هجينًا يجمع بين الشبكات الالتفافية وشبكات الذاكرة الطويلة قصيرة الأمد
ثانيًا: أبرز النتائج
أظهرت النتائج أن النموذج المقترح تفوق باستمرار على جميع النماذج المرجعية عبر سيناريوهات الاختلال المختلفة التي اختبرتها الدراسة، إذ حقق أفضل درجة على مقياس إف واحد بلغت 90 في المئة، وهو مقياس يوازن بين دقة التصنيف وقدرته على استرجاع الحالات المستهدفة، ويشير هذا التفوق الثابت إلى أن الجمع بين معالجة الاختلال بصيغ الاصطناع الزائد للأقلية، وتحسين دالة الخسارة، وتنقية التضمينات اللغوية، منح النموذج قدرة تعميم قوية وقدرة مستقرة على التمييز بين الأخبار السياسية الزائفة والصحيحة باللغة الإندونيسية، حتى حين تكون الفئة المستهدفة قليلة الحضور في البيانات، وتكتسب هذه النتيجة أهميتها من أن اختلال الفئات مشكلة بنيوية في بيانات الأخبار الزائفة، فكثير من النماذج تبدو دقيقة في مؤشرات عامة بينما تفشل عمليًا في رصد الفئة الأقل انتشارًا وهي الفئة الأهم في هذا المجال
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي الدراسة على دلالات تطبيقية للمؤسسات الإعلامية ومنصات التواصل والجهات المعنية بسلامة البيئة المعلوماتية، إذ يوفر الإطار المقترح وسيلة آلية لفرز المحتوى السياسي والتنبيه المبكر إلى الأخبار المرشحة للزيف، بما يساعد فرق التحقق من الحقائق على توجيه جهودها نحو المواد الأعلى خطورة، كما يمثل النموذج إضافة منهجية في معالجة اختلال البيانات النصية، وهي مشكلة تتجاوز الأخبار الزائفة إلى مجالات كثيرة في تصنيف النصوص، ويمكن نقل مكونات الإطار إلى لغات أخرى من بينها العربية بعد بناء الموارد اللغوية المناسبة وضبط الخصائص الأسلوبية لكل لغة، وهو ما يجعل الدراسة نقطة انطلاق لتطوير أدوات كشف مماثلة في سياقات إعلامية مختلفة تواجه تحديات مشابهة في الانتشار السريع للمحتوى المضلل
وتعزز الدراسة موقعها في أدبيات مكافحة المعلومات المضللة بأنها لا تكتفي بتحسين نموذج التصنيف ذاته، بل تعالج سلسلة المعالجة كاملة، من تنقية تمثيلات الكلمات إلى معالجة اختلال الفئات إلى ضبط دالة الخسارة أثناء التدريب، وهو تكامل يفسر استقرار الأداء عبر سيناريوهات الاختلال المتفاوتة، ويميز الإطار عن محاولات تتعامل مع الاختلال بوصفه خطوة تجهيزية هامشية، وبالنسبة للعاملين في رصد الأخبار الزائفة باللغات منخفضة الموارد عمومًا، تقدم الدراسة وصفة قابلة للنقل تتمثل في الجمع بين نموذج لغوي مدرب على اللغة المستهدفة وبنية تصنيف مكملة ومعالجة صريحة للاختلال، مع تقويم متقاطع صارم يحاكي تنوع ظروف البيانات الفعلية التي تواجهها منصات الرصد في عملها اليومي المعتاد
وخلاصة القول إن الدراسة تقدم إطارًا متكاملًا للكشف عن الأخبار السياسية الزائفة باللغة الإندونيسية يعالج مشكلة اختلال الفئات معالجة منهجية، ويحقق بفضل نموذجه الهجين المحسن درجة أداء بلغت 90 في المئة على مقياس إف واحد متجاوزًا النماذج المرجعية جميعًا، بما يدعم توظيفه في أنظمة الرصد والتحقق، ويمهد لتكييفه مع لغات ومجالات أخرى تواجه المشكلة ذاتها
