Et si la solution contre les fake news ne reposait pas dans le discernement humain ? C'est la vision portée par plusieurs projets qui s'appuient sur le Deep Learning.
La solution peut paraître pour le moins surprenante mais utiliser une intelligence artificielle baséee sur le Deep Learning ce que Facebook met déjà en place avec ses recommandations. Sauf que l'on parle ici d'une échelle complètement différente.
Fake News et Deep Learning : « Etiqueter les nouvelles »
Comment savoir en lisant une information s'il s'agit d'une fake news ? Bien sûr, les « recommandations » de Donald Trump ne constituent pas un gage de qualité. Cependant, les gilets jaunes prouvent que le problème est international. Pour certains chercheurs, la solution se trouve donc du côté du Deep Learning. C'est ce que défend notamment Sinan Aral qui a fait la Une de la revue Science en mars. « Il faudrait pouvoir étiqueter les nouvelles comme on étiquette les aliments. Pouvoir dire « Attention, risque de fausse information, traces de manipulation » comme on dit « Attention, risque d'allergie, traces de cacahuètes » ».
Au-delà des étiquettes qui sont avant tout dépendantes de la main humaine en derniers recours, c'est l'aspect économique qui constituerait selon elle un plan d'attaque. Après tout, si des jeunes Macédoniens ont impacté l'élection américaine en 2016, c'est bien parce qu'ils y trouvaient un avantage économique. Cependant, le deep learning constitue la solution la plus attractive pour identifier les schémas de diffusion des fake news. Utiliser celle-ci pour identifier et isoler un fake c'est ce que permet la start-up Fabula. Oublier le contenu pour travailler sur la diffusion. Une piste parmi d'autres….
- Partager l'article :
