En berättelse på Reddit frågar, "Erkände palestinierna Texas som en del av Mexiko?" Ursprunget till historien kan vara tveksamt, men det hindrar inte "fake news"-berättelsen från att samla 1,5 miljoner likes på flera plattformar på bara fyra dagar. Fake news-dilemmat sträcker sig århundraden tillbaka, enligt Politico, men teknikens framsteg och uppkomsten av sociala medier, det är nu på sin zenit.

Problemet med falska nyheter fascinerar Shivam Parikh, en doktorand vid UAlbanys College of Engineering and Applied Sciences. Parikh, arbetar med docent i datavetenskap Pradeep Atrey, presenterades nyligen i ämnet vid IEEE:s första internationella konferens om multimediainformationsbehandling och -hämtning. Deras papper, "Mediarik Fake News Detection:A Survey, " tittar på utmaningarna i samband med att upptäcka falska nyheter, befintliga detektionsmetoder som är starkt baserade på textbaserad analys, och populära datauppsättningar med falska nyheter.

Falska nyheter kan vara vilket innehåll som helst som inte är sanningsenligt och skapas för att övertyga sina läsare att tro på något som inte är sant, sa Parikh, som arbetar som systemutvecklare analytiker för ITS på UAlbany.

Utmaningen för att upptäcka falska nyheter kommer med demokratisering av nyhetskällor, och hur enkelt modern teknik gör det möjligt att dela nyheter i sociala medier.

Parikh och Atrey gav sig ut för att ta itu med flera kritiska bitar av pussel med "falska nyheter" med sitt papper:

• De olika plattformarna som kan användas för att sprida innehåll effektivt och brett;
• Typerna av datanyhetsartiklar kan innehålla, och effekten av varje typ av data på läsarna;
• De olika typerna av kategorier för falska nyheter;
• Befintliga metoder för upptäckt av falska nyheter; och
• Aktuella datamängder som är tillgängliga för upptäckt av falska nyheter.

Forskarna avslutar med att lyfta fram öppna forskningsutmaningar inom detektering av falska nyheter.

Under 2017, två tredjedelar av amerikanska vuxna får nyheter från sociala medier, en ökning med 5 procent jämfört med 2016, enligt Reuters. Inte överraskande, detta representerar en välsignelse och en förbannelse för sådana som Facebook och Twitter:statistiken representerar plattformarnas popularitet såväl som deras roll som primära källor för spridningen av falska nyheter.

Men medan jättarna på sociala medier brottas med missbruket av sina plattformar, de konfronteras också med den skrämmande karaktären av sin uppgift. Falska nyheter kan ta sig många former, inklusive photoshoppade bilder, falskt användargenererat innehåll eller falska konton, nätverksbaserat innehåll utformat för att tilltala en viss organisation eller grupp, såväl som kunskapsbaserade berättelser som innehåller en vetenskaplig eller rimlig förklaring av olösta frågor, ofta leder till spridning av falsk information.

Men medan uppgiften att upptäcka falska nyheter kan låta skrämmande, det finns flera lovande metoder till forskarnas förfogande. Parikh och Atrey presenterar en kategorisering av dessa tillvägagångssätt, deras nyckelegenskaper och analysera sedan deras respektive fördelar och begränsningar.

Dessa metoder inkluderar metoder som analyserar språkliga drag i berättelser för att extrahera viktiga mönster i falska nyheter, eller bedrägerimodellering, vilket är processen att klustera vilseledande kontra sanningsenliga berättelser. Andra tillvägagångssätt inkluderar att utveckla prediktiva modeller som kan tilldela positiva eller negativa koefficienter som kan öka eller minska sannolikheten för en berättelses sanning; eller innehållssignalanalys, som bygger på ideologin om vad journalister gillar att skriva för användarna och vad användarna gillar att läsa.

Lyckligtvis, forskare har gott om tillgång till arkiv med "falska nyheter"-artiklar i form av allmänt tillgängliga datamängder, som BuzzFeedNews eller LIAR. Men medan var och en av datamängderna ger stora möjligheter att studera språkliga detektionsmodeller, ingen har en metod för att analysera foton, till exempel.

"Visuell presentation spelar en stor roll för människor som tror på falskt nyhetsinnehåll. Detta kräver verifiering av inte bara språk, men bilder, audio, inbäddat innehåll, som inbäddad video, tweet, Facebook-inlägg och hyperlänkar, sa Parikh.

Parikh förespråkar också en upptäcktsmetod som kan verifiera källan till nyhetsartikeln, och överväga källans tillförlitlighet eller giltighet när den väl har fastställts. En författares trovärdighetskontroll kan fylla en liknande funktion, där ett system kan användas för att upptäcka kedjor av falska nyheter skrivna av samma författare eller samma grupp av författare.

Parikh vet att han bara har skrapat på ytan på ämnet. Fortfarande, han är fast besluten att utforska frågan när han fortsätter sin doktorsexamen vid UAlbany.