تنتشر الأخبار الزائفة في الوسائط الرقمية بوتيرة متسارعة، ويشتد هذا الانتشار في المحتوى العربي بما يهدد ثقة الجمهور واستقرار المجتمعات، إذ تصعّب الخصائص اللغوية والسياقية للعربية مهمة الرصد الآلي الدقيق، ويزيد اختلال التوازن بين فئات الأخبار الصادقة والزائفة من صعوبة تدريب النماذج الحاسوبية على التمييز بينهما، فتميل النماذج في الغالب إلى الفئات الأكبر حجمًا وتضعف قدرتها على اكتشاف الفئات الأقل تمثيلًا، ومن هنا تأتي أهمية تطوير أدوات متخصصة في اللغة العربية قادرة على مواجهة هذا الاختلال وتحقيق أداء راسخ في بيئات البيانات غير المتوازنة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تقديم نموذج جديد للتعلم العميق يحمل اسم فيك نيوز ترانس أوغ، صُمم لتعزيز اكتشاف الأخبار الزائفة باللغة العربية عبر النمذجة اللغوية المتقدمة وتقنيات زيادة البيانات، ويعتمد النموذج على نموذج بيرت العربي بوصفه نموذجًا لغويًا قائمًا على بنية المحولات، جرى ضبطه بدقة بمزايا خاصة بالمجال، وأُضيفت إليه عينات اصطناعية مولّدة عبر هندسة موجهات مصممة بعناية لمعالجة اختلال التوازن بين الفئات، كما وظّف النموذج أساليب ضبط دقيق كفؤة من حيث عدد المعاملات، منها التكييف منخفض الرتبة المكمّم وضبط الإزاحة وضبط البادئات، بما يحافظ على قابلية التوسع والأداء التمييزي العالي، واختُبر النموذج باستخدام مجموعة بيانات جو فيك نيوز المخصصة للأخبار الزائفة، وقورن أداؤه عبر مؤشرات الدقة الكلية والدقة الإيجابية والاستدعاء ودرجة إف واحد ومنطقة ما تحت منحنى خصائص التشغيل للمستقبل
ثانيًا: أبرز النتائج
أظهرت النتائج أن النموذج المقترح حقق دقة كلية بلغت ستة وثمانين ونصفًا في المئة، ودقة إيجابية بلغت أربعة وسبعين في المئة، واستدعاء بلغ اثنين وستين في المئة، ودرجة إف واحد بلغت ثمانية وستين في المئة، بينما بلغت المنطقة تحت منحنى خصائص التشغيل تسعين في المئة، وهي مؤشرات تدل على قدرة تمييزية قوية، وبيّنت الاختبارات على مجموعة البيانات أن الأسلوب المقترح يعمل بفاعلية، ولا سيما في اكتشاف الفئات غير الممثلة تمثيلًا كافيًا التي تعجز النماذج التقليدية عادة عن رصدها، كما أثبت النموذج أداء قويًا في سيناريوهات البيانات غير المتوازنة التي تمثل التحدي الأبرز في هذا المجال
وتكتسب معالجة اختلال التوازن أهميتها من أن بيانات الأخبار الزائفة تصنف عادة في فئات غير متكافئة العدد، فتنحاز النماذج غير المعالجة إلى الفئات الغالبة وتخفق في التقاط أنماط الفئات النادرة رغم خطورتها، وقد عالج النموذج المقترح هذه المشكلة من جذورها بتوليد عينات اصطناعية تعزز حضور الفئات الأقل تمثيلًا أثناء التدريب، مع الحفاظ على الخصائص اللغوية والسياقية للنص العربي الذي يتميز بثراء صرفي وتباين لهجي يجعلان النماذج العامة أقل كفاءة في التعامل معه مقارنة بنموذج لغوي مدرب أصلًا على العربية ومضبوط بدقة لمجال الأخبار
ثالثًا: دلالات الدراسة وتطبيقاتها
تتمثل دلالة هذه النتائج في أن الجمع بين نموذج لغوي عربي متخصص وزيادة البيانات الموجهة بالموجهات والضبط الدقيق الكفؤ يقدم معيارًا قويًا ومرنًا لاكتشاف الأخبار الزائفة بالعربية، ويوفر حلًا عمليًا قابلًا للتطبيق في منصات الإعلام الرقمي وأنظمة رصد المحتوى، إذ تستطيع الجهات الإعلامية والمؤسسات المعنية بسلامة المعلومات توظيف هذا الإطار للحد من انتشار التضليل ودعم ثقة الجمهور، كما يفتح الباب أمام تطوير أدوات مماثلة للغات وسياقات أخرى تعاني اختلالًا مشابهًا في بياناتها
كما أن اعتماد أساليب ضبط دقيق كفؤة من حيث عدد المعاملات يمنح الإطار ميزة عملية مهمة، إذ يخفض كلفة التدريب والتكييف مع مجالات جديدة دون التضحية بالأداء التمييزي، بما يجعله قابلًا للنشر في بيئات محدودة الموارد الحاسوبية، ويعزز ذلك مكانته معيارًا مرنًا يمكن البناء عليه في دراسات لاحقة تختبر فاعليته عبر مجموعات بيانات عربية أخرى ومجالات محتوى مختلفة، وترصد أداءه مع تطور أساليب إنتاج الأخبار الزائفة وتنوعها المستمر في البيئة الرقمية
وتظل قيمة هذا العمل مرتبطة بكونه يخاطب فجوة لغوية واضحة، إذ تتقدم أدوات اكتشاف الأخبار الزائفة باللغات العالمية الكبرى بوتيرة أسرع من نظيرتها العربية، فجاء هذا الإطار ليقدم خطوة عملية نحو سد هذه الفجوة بأدوات مصممة لخصوصية العربية
وخلاصة القول إن الدراسة قدمت أول إطار لاكتشاف الأخبار الزائفة بالعربية يدمج نموذج بيرت العربي بزيادة بيانات مهندسة بالموجهات وأساليب ضبط دقيق كفؤة، فحقق أداء تمييزيًا مرتفعًا وخفف مباشرة من أثر اختلال التوازن بين الفئات، بما يجعله مرجعًا عمليًا واعدًا لمواجهة الأخبار الزائفة في المشهد الإعلامي الرقمي المتطور
