Моделювання структури пояснювального ШІ для виявлення фейкових новин за допомогою машинного навчання
DOI: 10.31673/2412-9070.2025.050411
Анотація
У статті досліджено необхідність підвищення зрозумілості та пояснюваності у системах виявлення фейкових новин, побудованих на основі алгоритмів машинного навчання. Пропонується нова концептуальна модель, яка забезпечує цілісне включення елементів пояснювального штучного інтелекту (ПШІ) з метою подолання проблеми "чорної скриньки".
Метою дослідження є створення умов для прозорого функціонування таких систем, підвищення рівня довіри з боку користувачів і підтримка ефективного управління інформаційним середовищем, що, в свою чергу, сприяє протидії цифровій дезінформації.
Запропонований підхід передбачає формування архітектурної основи для впровадження пояснювальних механізмів у процеси ідентифікації фейкових новин. Водночас аналізується, як методи типу LIME, SHAP та увагові механізми можуть бути адаптовані до інформаційних потреб різних цільових груп — від розробників до журналістів, модераторів і кінцевих користувачів. Також беруться до уваги специфічні виклики, пов’язані з мультимодальністю фейкового контенту, що включає текст, зображення, відео та інші формати.
Практична релевантність концепції ілюструється за допомогою змодельованих кейсів та прикладів, які демонструють її потенційні функціональні та технічні переваги.
Наукова значущість роботи полягає у розробці інтегрованої, орієнтованої на потреби різних груп користувачів структури ПШІ, яка дозволяє забезпечити не лише прозорість, а й адаптивність у контексті складних, змінюваних інформаційних потоків. На відміну від фрагментарних рішень, запропонований підхід створює уніфіковану рамку для узгодження архітектурних рішень із типами пояснень, необхідних у практиці взаємодії з системами виявлення фейкових новин.
Отримані висновки свідчать про те, що така структура здатна посилити прозорість ШІ-рішень, надати користувачам більше можливостей для критичної оцінки інформації, підвищити гнучкість моделей машинного навчання та сприяти ефективнішій взаємодії людини і ШІ. Застосування запропонованого підходу може стати основою для подальших практичних і емпіричних досліджень у сфері протидії дезінформації у цифровому середовищі.
Ключові слова: фейкові новини; пояснювальний ШІ; машинне навчання; прозорість; взаємодія людина–ШІ; архітектура ШІ-систем; дезінформація; інженерія програмного забезпечення; вебзастосунки.
