تعتبر الأخبار المزيفة تهديدًا حقيقيًا للثقة العامة ونزاهة أنظمة المعلومات على الإنترنت، خصوصًا عندما يتم التلاعب بالترتيب الزمني للأحداث. في الآونة الأخيرة، تم تسليط الضوء على مشكلة جديدة تُعرف بفخ تماسك الأدلة (Evidence Coherence Trap)، حيث يمكن أن تظل الأحداث الفردية صحيحة من حيث الحقائق، رغم أن العلاقات الزمنية بينها قد تكون مضللة.

عندما تتكرر أحداث مشابهة تتعلق بنفس الكيان، يمكن أن تؤدي استعادة الأدلة إلى نتائج سلبية، حيث تُسترجع أدلة ذات مصداقية على المستوى المحلي من فترات زمنية خاطئة، مما يؤدي إلى التحقق غير الصحيح من المقالات.

لتصحيح هذه المشكلة، تم تقديم نظام ChronoFake، وهو مجموعة معايير تحتوي على 30,706 مقالًا مستمدة من أحداث حقيقية زمنية. يهدف هذا النظام إلى التفريق بين التلاعب الزمني والسرد الصحيح، بما في ذلك إدراج الفلاش باك.

كانت النتيجة هي تطوير DelSA، وهو وكيل اختيار الوثائق ذات الاستجابة الذاتية. يقوم DelSA بتحسين اختيار الأدلة خلال التدريب ويطبق قواعد ثابتة لاختيار الأدلة في خطوة واحدة أثناء الاستدلال. بفضل استخدام نماذج اللغة الكبيرة (Large Language Models)، يقوم DelSA بتوصيف الأدلة المرشحة، بينما يعمل نظام إعادة الترتيب الخاص به على الموازنة بين الملاءمة المحلية وموثوقية الجدول الزمني. وأخيرًا، يقارن المصنف التسلسل الزمني المفترض من المقال مع التسلسل الزمني المستمد من الأدلة لكشف أي تعارضات زمنية.

تشير النتائج إلى أن DelSA يتفوق على الطرق الحالية على مجموعة ChronoFake، بينما يبقى منافسًا قويًا على مجموعات PolitiFact وGossipCop. هذه الإنجازات تمثل نقطة تحول كبيرة في معالجة المعلومات الخاطئة في العصر الرقمي.

ما رأيكم في الابتكارات الجديدة لمواجهة الأخبار المزيفة؟ شاركونا آراءكم في التعليقات!