BBC провела исследование и подчеркнула, что «фейковые новости» действительно представляют угрозу для общества. Например, только что завершившиеся всеобщие выборы были размещены на сайте, что большая часть информации о поражении или победе Раилы распространялась в основном через платформы социальных сетей, такие как Twitter, блоги и WhatsApp, и это лишь некоторые из них. Самым большим разочарованием было то, что люди не проверяли, были ли новости фальшивыми или реальными. Некоторые из простых методов, которые могли использовать люди, заключались в том, чтобы проверить, совпадает ли это с выводами средств массовой информации. Например, людей напрягали и призывали переезжать из городов в свои дома, поскольку существовала вероятность послевыборного и даже предвыборного насилия. Некоторым людям пришлось бежать с работы, отказывая им в праве пользоваться всеобщим избирательным правом взрослых.

ПРЕДЛОЖЕНИЕ ДЛЯ БОРЬБЫ С ФЕЙКОВЫМИ НОВОСТЯМИ

С ростом числа людей, участвующих в онлайн-деятельности, более вероятно, что они читают новости в Интернете, а не в газетах или телевизионных передачах. Однако источник этих новостей неясен, поскольку они пишутся людьми на социальных платформах. Иногда фейковые новости могут вызвать бурю негодования в стране. На только что завершившихся выборах фальшивые новости о смерти Раилы вызвали бы политический резонанс, который мог бы распространиться со скоростью огня по социальным каналам. Без проверки он станет вирусным за считанные секунды и вызовет эмоциональную реакцию. Чтобы решить эту проблему, мы придумали эту идею.

Мы планируем использовать обработку естественного языка, чтобы определить некоторые настроения в новостях, чтобы классифицировать новости с помощью алгоритмов машинного обучения, будь то истинные или ложные. Мы планируем использовать алгоритмы с открытым исходным кодом, такие как наивный байесовский алгоритм, алгоритмы логистической регрессии и кластеризации опорных векторов, и это лишь некоторые из них. Кроме того, мы планируем интегрировать блокчейн-решение, чтобы у каждого создателя новостей был открытый ключ, который идентифицирует исходящие от него новости. Кроме того, более надежным источникам будут предоставлены некоторые стимулы, чтобы повысить их репутацию, блокируя создателей фальшивых новостей.

Андела совместно с BBC решила организовать двухдневный хакатон, чтобы помочь и решить проблему и, возможно, позволить проблемам-победителям вырасти и, наконец, помочь в борьбе с фейковыми новостями. Зарегистрированные и принятые команды были приглашены в офис Andela возле УГИУ на хакатон. 50 технологов, присутствовавших на семинаре, разделились на группы по 5 или менее человек, чтобы использовать различные методы для решения проблемы. В конце концов, у людей должны были быть прототипы, минимально жизнеспособные продукты, которые могли бы продемонстрировать использование технологий для решения этой задачи.

Мы решили создать веб-приложение, которое могло бы проверять, является ли новое реальным или поддельным. Веб-сайт в основном берет ссылку на абзац от пользователя, анализирует ее в модели машинного обучения, чтобы проверить, является ли она реальной или поддельной, и дать предварительный ответ. Там после новости, если она новая, она будет отправлена ​​​​нам верификаторам блоков, чтобы проверить, являются ли новости реальными или фальшивыми. Они будут голосовать, а затем будут поощряться за правильный ответ. Если это существующая новость, ее будут искать в сети блокчейна, чтобы узнать, правда это или ложь. Ответ будет возвращен пользователю. Наше приложение блокчейна работало или сеть блокчейна EOS, и наша модель машинного обучения предназначалась для развертывания в Azure.

Режим презентации активирован

Я реализовал машинное обучение и хотел бы поделиться своей идеей. Я получил данные из местных СМИ, потому что у них не было API для потоковой передачи своих данных, источника данных от Kaggle, а также от webhosio API. Модель была построена с использованием логистической регрессии и наивного байесовского метода (многономиальный наивный байесовский метод, гауссовский наивный байесовский метод, наивный байесовский метод Бернулли). Я создал класс, который найдет ожидаемое среднее значение прогнозов, а затем

отображать среднюю достоверность и оценку. Я сохранил свою модель в виде файла рассола, чтобы иметь возможность использовать ее снова без обучения. Модель была связана с внешним интерфейсом с помощью API-интерфейса flask, который принимал данные от пользователя и возвращал результаты.

К сожалению, мы не выиграли, но некоторые из решений, которые выиграли, — это анализ изображения, чтобы увидеть, является ли изображение фотошопом или нет, и краудсорсинг для проверки фактов и отличия поддельных новостей от реальных новостей. Три команды победили и получили возможность представить свою идею на недавно завершившейся конференции Beyond Fake News. Они также получили 6-месячное наставничество в альфа-версии Safaricom, поскольку они формируют и внедряют решение в мире. Хакатон прошел успешно благодаря разнообразию людей из Найроби, а также благодаря общению с некоторыми представителями отрасли.

Спасибо нашим судьям Джеки Кристи из BBC Africa, доктору Шико Гитау из Safaricom Alpha, Джеймсу Смарт-Журналисту и Фрэнку Тамре из Android254. Спасибо нашим участникам дискуссии Пинки Гелани, Брайсу Нкенгсе и Джошуа Мваники.

Ссылка на репозиторий github: https://github.com/bl4ck4ndbr0wn/1infinitycOrp.