Ang tatlong kategorya, ayon sa kung gaano sila kadalas mangyari
Ang pag-uuri muna sa kanila ay pumipigil sa pinakakaraniwang pagkakamali sa pagsusuri, ang paggamit ng detector sa bagay na hindi kayang tugunan ng anumang detector at pagtrato sa malinis na resulta bilang pinal na hatol.
- Totoong litrato, maling konteksto. Ang pinakakaraniwang kategorya nang malaki ang agwat. Isang tunay na larawan mula sa ibang bansa o ibang taon, na nilagyan ng caption na pang-ngayon.
- Totoong litrato, binago. Ang dami ng tao ay pinarami, ang karatula ay pinalitan, ang isang tao ay inalis o idinagdag. Madaling matukoy, at ang region map ang nagpapakita nito.
- Ganap na gawa ng AI. Isang tagpo na hindi kailanman nangyari. Ang pinakapinag-uusapan at ang hindi gaanong karaniwan, bagaman lumalaki na ang bilang nito.
Ang unang kategorya ay hindi nakikita ng pagsusuri sa pixel ayon sa disenyo nito. Ang litrato ay tunay, kinuha ng camera, at nagtataglay ng lahat ng statistical properties ng isang litrato, dahil iyon mismo ang eksaktong katangian nito.
Ito ang pinakamahalagang bagay para sa sinumang nagsasagawa ng beripikasyon sa halalan na dapat nilang intindihin. Ang malinis na resulta ng detection sa isang nakaliligaw na larawang politikal ay inaasahang resulta, at ang pag-uulat dito bilang ebidensya ng pagiging tunay ay kung paano nagiging bahagi ng problema ang isang tagasuri.
| Reverse search | Pixel check | Mapa ng rehiyon | |
|---|---|---|---|
| Totoong litrato, maling caption | Yes Nakakahanap ng orihinal | No Nabasa bilang tunay | No |
| Binagong crowd o karatula | Partly Maaaring makahanap ng hindi binago | Partly Mababa ang score | Yes Localised heat |
| Inalis o idinagdag na tao | Partly Minsan | No Nabawasan ng frame | Yes Ito ang kaso nito |
| Ganap na gawang tagpo | Partly Walang naunang kopya | Yes Pinakamagandang kaso nito | Yes Patag at mainit |
Paggawa sa mga oras na mahalaga
Ang mga claim sa larawang politikal ay mabilis kumalat sa panahong pinakamahirap ang beripikasyon: sa mga huling araw ng kampanya, gabi ng botohan, at mga oras pagkatapos ng bilang. Ang pressure sa bilis ay bahagi ng disenyo.
Ang isang pagkakasunod-sunod ay mas nakakatulong kaysa sa anumang solong tool, dahil inuuna nito ang mga check na mabilis at pinal, at iniiwan ang mabagal at hindi tiyak na mga check sa huli.
-
Reverse image search muna
Sampung segundo, at natutukoy nito ang pinakamalaking kategorya sa pamamagitan ng paghahanap ng naunang kopya na may totoong caption.
-
Suriin ang nasa frame
Mga karatula, wika, plaka ng sasakyan, panahon, arkitektura. Ang isang litratong may caption na mula sa isang bansa pero nagpapakita ng road markings ng iba ay sumagot na sa sarili nito.
-
Patakbuhin ang pixel check at basahin ang map
Dito lumilitaw ang binagong crowd o pinalitang placard, at kung saan ang headline score ay magmumulang mababa.
-
Hanapin ang pinakaunang publikasyon
Sino ang unang nag-post, kailan, at ano ang sabi nila tungkol dito. Mas matimbang ang provenance kaysa sa pagsusuri kung ito ay available.
-
I-publish ang kawalan ng katiyakan
Kung hindi tiyak ang sagot, mas mabuting sabihin ito kaysa sa magpahiwatig ng hatol sa kahit anong panig.
Ang ikalimang hakbang ang naghihiwalay sa beripikasyon mula sa adbokasiya. Ang isang tapat na inconclusive ay mas kapaki-pakinabang sa mambabasa kaysa sa isang tiyak na maling sagot, at mas madaling itama sa susunod.
Bakit mapanganib i-publish ang resulta ng detector
Ang isang numero ay nagtataglay ng awtoridad na hindi kayang suportahan ng error rate nito. Ang pag-publish na ang isang larawan ay nakakuha ng 71 ay nag-aanyaya sa mga mambabasa na ituring ito bilang sukat ng katotohanan, at ang mga kwalipikasyon ay nawawala sa pag-share nito.
Mapanganib din ito sa kontekstong politikal. Ang maling pagtawag sa isang tunay na litrato bilang fake ay nagbibigay ng tunay na hinaing sa kung sino man ang nag-post nito, at ang pagtatama ay hindi na umaabot sa audience na naabot ng orihinal.
Ang praktikal na panuntunan na sinusunod ng karamihan sa mga newsroom ay gamitin ang detection bilang internal triage signal, at i-publish lamang ang mga natuklasan na maipapaliwanag ng tao nang hiwalay sa score: ang naunang kopya, ang hindi tumutugmang karatula, ang binagong bahagi na nakikita kapag itinuro.
Ano ang ginagawa ng mga newsroom nang magkaiba ngayon
Ang praktikal na tugon sa karamihan ng mga verification desk ay ilipat ang detection sa huling bahagi ng proseso sa halip na sa simula. Mauuna ang provenance work, dahil naglalabas ito ng mga natuklasang pwedeng i-publish, at ang pagsusuri ay huli, dahil naglalabas ito ng mga numero na hindi pwedeng i-publish.
Mahalaga ang inversion na iyon. Ang tagasuri na unang gumagamit ng detector ay nakatali na agad sa sagot nito, pagkatapos ay maghahanap ng ebidensyang sumusuporta rito. Ang tagasuri na unang naghahanap ay darating sa detector na alam na kung ano ang inaangkin ng larawan, na siyang tanging konteksto kung saan may kahulugan ang isang score.
Huminto na rin ang ilang desk sa pag-publish ng mga score nang buo, habang patuloy na ginagamit ang mga ito nang internal. Ang katwiran ay ang numero ay nag-aanyaya sa mambabasa na ituring ang beripikasyon bilang sukat, at ang mga kwalipikasyong nagpapatotoo rito ay hindi na naipapasa kapag na-share na.
Ano ang dapat gawin kapag hindi mo ito maresolba
Ang isang makabuluhang bahagi ng mga larawang politikal ay hindi kayang matukoy sa loob ng kapaki-pakinabang na timeframe. Ang litrato ay degraded, ang pinakaunang kopya ay hindi mahanap, ang score ay nasa gitna, at ang deadline ay ngayon na.
Ang pagsabi nito ay isang lehitimong resulta. Ang isang tala na nagpapaliwanag kung ano ang sinuri, ano ang natagpuan, at ano ang nananatiling hindi alam ay mas kapaki-pakinabang sa mambabasa kaysa sa isang pahiwatig na hatol, at mas madali itong i-update kapag may dumating na mas mabuting impormasyon.
Pinoprotektahan din nito ang sarili laban sa failure mode na nagdudulot ng pinakamalaking pinsala sa political coverage, na siyang tiyak na tawag sa maling direksyon. Ang pagtatama ay hindi na umaabot sa audience na naabot ng orihinal na claim, at ang error ay nagiging ebidensya para sa susunod na argumento.
Kung saan ang claim ay hindi maresolba at kumakalat, ang mas produktibong hakbang ay karaniwang mag-ulat tungkol sa claim sa halip na humusga sa larawan: sino ang nagpapakalat nito, kailan ito lumitaw, at ano ang ginagamit nitong argumento.
Ang isang gawi ay sulit na gamitin anuman ang iyong deadline. Isulat kung ano ang inaangking ipinapakita ng larawan bago magsagawa ng kahit anong check, pagkatapos ay i-verify ang claim na iyon sa halip na ang larawan. Ito ay isang maliit na disiplina at pinipigilan nito ang pinakakaraniwang pagkakamali sa pagsusuri sa larangang ito.