ข่าวลวง หรือที่เราเรียกกันติดปากในภาษาอังกฤษว่า Fake News หมายถึง ข้อมูลชุดหนึ่งที่ถูกสร้างขึ้น และปรับแต่งให้คล้ายกับเป็นข่าวที่น่าเชื่อถือและดึงดูดความสนใจ หรืออาจจะเพื่อหวังผลจากรายได้ที่ได้จากการโฆษณาข่าวหรือข้อมูลที่บิดเบือนนั้น โดยในสหรัฐอเมริกา การบิดเบือนข้อมูลเพื่อหวังผลประโยชน์ทางการเมืองเป็นที่มาของงานวิจัยเกี่ยวกับการสร้างระบบต่อต้านการเผยแพร่ข่าวลวง ซึ่ง ดร.อิทธิพล รัศมีโรจน์ อาจารย์ประจำกลุ่มวิชาวิทยาการคอมพิวเตอร์ ผู้เชี่ยวชาญด้านความมั่นคงปลอดภัยไซเบอร์ คณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) มหาวิทยาลัยมหิดล เป็นหนึ่งในผู้ร่วมทีมวิจัยที่ Computer Security Lab, Department of Computer Science, University of California, Davis
“หลังจากทำวิทยานิพนธ์ปริญญาเอกเสร็จ ก็ยังอินกับเรื่อง Fake News อยู่ บวกกับแล็บที่โน่นมีข้อมูลที่ดึงจากเฟซบุ๊กพร้อมอยู่แล้ว ก็เลยเขียน Conference Paper สเกลเล็กๆ กับ Professor Felix Wu ซึ่งเป็นอาจารย์ที่ปรึกษา จาก University of California, Davis เรื่อง How do fake news propagators exploit social algorithms to promote their contents? คืออยากรู้ว่าอะไรเป็นตัวการที่ทำให้ข่าวแพร่กระจายไปอย่างรวดเร็ว แม้ว่าเราอยู่ในยุค Web 3.0 แล้ว แต่การใช้งานส่วนใหญ่ยังคงเป็น Web 2.0 อยู่ ซึ่งทุกคนสามารถเป็นผู้สร้าง content แต่ส่วนตัวเชื่อว่า Social Algorithms เป็นปัจจัยหนึ่งที่สำคัญในการทำให้ Fake News ถูกเผยแพร่อย่างรวดเร็ว”
Social Algorithms เป็นกลไกที่กำหนดโดยผู้ให้บริการทาง Social Media เพื่อใช้ในการเลือกข้อมูลให้ตรงกับความต้องการของผู้ใช้งาน ซึ่งมีความชอบ ความสนใจ หรือทัศนคติที่แตกต่างกัน ด้วยเหตุนี้ คนสองคนที่อาจจะเป็นสมาชิกของแฟนเพจเดียวกัน แต่ไม่ได้หมายความว่าพวกเขาสองคนจะได้รับ News Feed เรื่องเดียวกัน ในทางกลับกัน Fake News ที่แต่ละคนจะได้รับก็จะแตกต่างตามกันไปด้วย ขึ้นอยู่กับว่า User สร้างปฏิสัมพันธ์กับบริบท (Context) ในข่าวลวงเหล่านี้อย่างไร
“ผมโฟกัสการศึกษาตรงคอมเมนต์บนแฟนเพจที่สร้างขึ้นบนเฟซบุ๊ก อย่างแรกคือตั้งสมมติฐานว่า Fake News จะสร้างขึ้นภายในระยะเวลาใกล้กันกับที่โพสต์ๆ หนึ่งถูกสร้างขึ้น โดยจะมาในรูปแบบของคอมเมนต์ต่อจากโพสต์ ถ้าผู้ใช้งานทั่วไปกดไลก์ หรือไป interact อะไรก็ตามกับคอมเมนต์ที่เป็นข่าวลวง นั่นหมายถึงผู้ใช้งานคนนั้นก็จะได้รับข่าวคราวความเคลื่อนไหวของผู้สร้าง Fake News ที่เป็นเจ้าของโพสต์คอมเมนต์ข่าวลวงไปเรื่อยๆ”
ภายหลังได้ทำความเข้าใจกับพฤติกรรมการโพสต์ Fake News ของผู้สร้างข่าวลวงแล้ว ดร.อิทธิพล ได้ร่างโมเดล Computational Fact Checking โดยแสดงให้เห็นกระบวนการทำงาน 2 ส่วน ส่วนแรกอาศัยความสามารถในการประมวลผลของคอมพิวเตอร์ เพื่อตรวจจับ Keywords ที่เป็นปรากฏการณ์ทางสังคมในรูปแบบสถิติ และส่วนที่สองอาศัยทักษะการวิเคราะห์ข้อมูลในเชิงวารสารศาสตร์หรือนิเทศศาสตร์ เพื่อตัดสินว่าข้อมูลนั้นเป็นเท็จหรือถูกบิดเบือนจากข้อเท็จจริง
“อย่างในการตรวจจับ keywords ที่เป็นปรากฏการณ์ เราต้องการคนไอทีที่เชี่ยวชาญเรื่องการวิเคราะห์ภาษาธรรมชาติ (Natural Language Processing) ต้องการพวกนักข่าว ซึ่งจะสามารถตัดสินและวิเคราะห์ข้อเท็จจริงของข้อมูลได้ แต่สุดท้ายแล้ว เราต้องการให้เครื่องคอมพิวเตอร์เรียนรู้ความรู้และทักษะของนักข่าว หรือที่เราเรียกกันว่า Machine Learning อีกอย่างที่สำคัญ ถ้าเป็นไปได้ คือรัฐบาลที่สนับสนุน และไม่ปิดกั้นการทำงานของระบบ Anti-Fake News”
ทั้งนี้ สิ่งที่สำคัญคือ ความร่วมมือจากบุคลากรที่มีความเชี่ยวชาญหลากหลาย และความเปิดกว้างในเชิงนโยบายจากรัฐบาล เพื่อให้ระบบ Anti-Fake News สามารถดำเนินการโดยองค์กรอิสระ และปลอดจากการแทรกแซงทางการเมือง
- ดาวน์โหลดผลงานตีพิมพ์เรื่อง “How do fake news propagators exploit social algorithms to promote their contents?”: https://www.elearning-conf.org/wp-content/uploads/2020/07/02_202008L019_F045.pdf
- ติดตามผลงานของ ดร.อิทธิพล รัศมีโรจน์: https://ittiponr.github.io