ANALIZĂ "Judecătorii" internetului: promisiunea filtrelor algoritmice și limitele „editorului invizibil"

Pre‑lansarea aplicației eYou, o platformă socială de concepție europeană care promite să analizeze fiecare postare prin patru modele de inteligență artificială și să clasifice conținutul drept adevărat, parțial adevărat sau fals, nu este doar un anunț de produs. Este un simptom al unui moment în care soluțiile tehnice sunt chemate să rezolve o problemă structural politică: cine are autoritatea de a decide ce informație este legitimă în spațiul public digital. Datele arată că, în ultimele șase luni, expresia „fake news" a generat peste 13.200 de mențiuni în presa internațională, cu un ton negativ în 31% dintre cazuri și opinativ în 66% dintre apariții, distribuite pe Web, Facebook, YouTube și TikTok. Termenul circulă intens și constant, atingând vârfuri de peste 200 de mențiuni pe zi, în paralel cu evenimente politice majore din Statele Unite, Brazilia, România sau din spațiul geopolitic generat de conflictele din Ucraina și Orientul Mijlociu. Într‑un astfel de context, orice sistem care îşi asumă rolul de arbitru automat al adevărului merită o analiză riguroasă, nu doar o prezentare.

Cum funcționează, de fapt, un sistem automat de verificare a informației

La nivel tehnic, un sistem de tip „fact‑checking algoritmic" presupune mai mulți pași: identificarea afirmațiilor verificabile dintr‑un text, compararea lor cu baze de date și surse considerate de referință, calcularea unor scoruri de încredere și agregarea rezultatelor într‑o etichetă finală. Procesul se desfășoară automat, în timp real, la scară mare, ceea ce îl face fundamental diferit de verificarea umană clasică. Jurnalistul sau fact‑checkerul uman alege ce verifică, explică procesul și îl expune public dezbaterii. Algoritmul aplică o regulă uniform, fără să explice și fără să aibă îndoieli. Această diferență nu este minoră. Ea transformă platforma dintr‑un simplu canal de distribuție a mesajelor într‑un actor editorial invizibil. Verdictul nu apare ca articol de fact‑checking, cu metodologie și surse transparente, ci ca etichetă standardizată plasată direct lângă conținut. Utilizatorul vede concluzia, nu raționamentul. Această comprimare a procesului editorial este, în același timp, eficiența sistemului și vulnerabilitatea lui de fond, pentru că scoate din ecuație tocmai elementul care face verificarea legitimă: trasabilitatea și responsabilitatea publică.

Presiunea pentru automatizare: de unde vine și ce o alimentează

În acest context, avantajele automatizării verificării sunt evidente la nivel operațional. Viteza este primul argument solid: într‑o criză informațională, alegeri contestate, conflict armat, dezastru natural, fereastra în care o informație falsă poate domina narațiunea publică se măsoară în minute. Un sistem care marchează instantaneu conținutul suspect poate limita distribuția inițială înainte ca un jurnalist să aibă timp să scrie o corecție. Scalarea este al doilea argument: la volumul de conținut generat zilnic pe platformele digitale, nicio redacție și niciun consorțiu de fact‑checkeri nu poate acoperi mai mult decât o fracțiune infimă din fluxul de informație. Automatizarea este singura modalitate de a extinde verificarea la scară industrială, fără a multiplica proporțional costurile. Al treilea argument este consistența formală: algoritmul aplică aceleași criterii tuturor mesajelor, eliminând variațiile individuale generate de oboseală, subiectivism sau suprasarcină cognitivă.

Unde se rupe logica neutralității algoritmice

Fiecare dintre aceste avantaje vine cu un cost specific. Viteza înseamnă și ireversibilitate: o etichetă aplicată greșit poate fi retrasă tehnic, dar efectul ei social, discreditarea unui autor, limitarea distribuției unui mesaj, rămâne. Scalarea înseamnă că fiecare eroare de sistem se reproduce la aceeași scară cu avantajul pe care îl promite. Consistența formală maschează un risc mai profund: algoritmul aplică uniform, dar nu aplică corect dacă regulile cu care a fost antrenat sunt ele însele distorsionate. Bias‑ul algoritmic este, în acest sens, riscul structural central. Modelele de inteligență artificială nu sunt neutre: ele sunt antrenate pe date, iar datele reflectă dezechilibrele lumii din care provin. Dacă sursele dominante în setul de antrenare aparțin unui anumit spațiu geopolitic sau cultural, sistemul va tinde să valideze implicit narațiunile din acel spațiu și să penalizeze pozițiile provenite din zone subreprezentate. Distribuția geografică a surselor care domină discursul despre „fake news", masiv concentrată în presa anglo‑saxonă și, secundar, în cea braziliană și est‑europeană, sugerează că un model antrenat pe acest corpus ar reproduce implicit o ierarhie editorială deja existentă, nu ar crea o neutralitate nouă. Erorile de clasificare adaugă un alt nivel de risc. Limbajul politic este frecvent ironic, metaforic, deliberat ambiguu sau hiperbolic. Un sistem care reduce semantic un text la afirmații verificabile ratează constant sensul real al mesajelor care nu funcționează în registru literal. Afirmațiile parțial corecte care includ un nucleu factual real și un context manipulat sunt tocmai cele mai dificil de detectat automat și, simultan, cele mai eficiente ca instrumente de dezinformare. Etichetarea lor drept „parțial adevărate" poate funcționa, paradoxal, ca o validare indirectă. Opacitatea completează tabloul. Fără acces public la metodologia de evaluare, la sursele de referință utilizate și la procedurile de contestare a unui verdict, utilizatorul se află în fața unui oracol tehnic pe care îl poate accepta sau respinge, dar nu îl poate examina. Aceasta este o formă de putere editorială fără responsabilitate editorială asumată, o combinație care, în orice altă instituție publică, ar ridica semne serioase de întrebare.

Centralizare algoritmică versus distribuirea autorității

Există o distincție fundamentală între modelele centralizate și cele distribuite de gestionare a dezinformării, iar ea nu ține de tehnologie, ci de filozofia politică a informației. Modelul centralizat, în care o singură platformă sau un singur sistem aplică un verdict uniform asupra tuturor mesajelor, are avantajul eficienței și al coerenței. Are însă dezavantajul concentrării puterii: cine controlează algoritmul controlează, indirect, ce narațiuni sunt credibile și ce narațiuni sunt marcate drept suspecte. Într‑un ecosistem mediatic în care discursul despre „fake news" este el însuși un instrument de luptă politică utilizat de la presa conservatoare americană la instituții judiciare din Brazilia, de la Karoline Leavitt la Emmanuel Macron, concentrarea puterii de etichetare într‑un singur sistem ridică probleme democratice reale, indiferent de bunele intenții ale celor care îl construiesc. Modelul distribuit funcționează diferit. Verificarea este realizată de actori multipli și independenți: redacții specializate, consorții de fact‑checking, comunități academice, instituții publice. Concluziile sunt vizibile ca produse editoriale distincte, cu metodologie explicată și cu posibilitatea de contradicție publică. Dezacordul dintre verificatori nu este o eroare, ci o reflectare fidelă a complexității realității. Modelul este mai lent, mai costisitor și mai dificil de scalat, dar produce un tip de autoritate mai legitimă, pentru că este mai transparentă și mai contestabilă. Între aceste extreme, s‑a conturat și o abordare hibridă, în care algoritmii funcționează ca instrumente de prioritizare și detecție, fără să producă verdictul final. Ei identifică conținut potențial problematic, cartografiază rețele de distribuție coordonată și evidențiază clustere de mesaje suspecte, după care intervin analiști umani pentru evaluarea de fond. Sistemul câștigă viteză și acoperire fără să renunțe la judecata contextualizată. Este, deocamdată, modelul care echilibrează cel mai bine eficiența cu responsabilitatea, deși și el rămâne vulnerabil la calitatea selecției umane și la presiunile instituționale.

Reducem dezinformarea sau doar o mutăm la un nivel mai greu de văzut

Distribuția tonului discursului public privind „fake news" din ultimele șase luni, 66% opinativ, 31% negativ, doar 3% pozitiv reflectă o frustrare cronică față de fenomen și, simultan, o așteptare crescută pentru soluții. Soluțiile tehnice de tip AI răspund exact acestei așteptări, iar legitimitatea lor derivă, în mare parte, din urgența percepută a problemei. Tocmai această urgență merită examinată critic: nevoia de a face ceva rapid nu garantează că ceea ce se face este corect sau suficient. Sistemele automate de etichetare pot reduce vizibilitatea anumitor tipuri de conținut, pot semnaliza utilizatorilor că o afirmație este contestată și pot limita viteza de răspândire a unor mesaje evident false. Dar nu pot reconstrui încrederea dintre public și instituțiile producătoare de informație, nu pot elimina polarizarea care face ca o parte a publicului să interpreteze orice corecție ca o formă de cenzură și nu pot înlocui cultura informațională individuală. Etichetele algoritmice nu schimbă convingerile; ele pot, cel mult, introduce o fricțiune minimă în distribuția conținutului. Mai mult, există un risc sistemic care nu este adresat în dezbaterea curentă: dacă un număr limitat de sisteme algoritmice ajunge să joace rolul de standard de facto în evaluarea veridicității pe internet, puterea lor combinată devine comparabilă cu cea a oricărui monopol editorial, cu diferența că este mai puțin vizibilă și mai greu de contestat. Concentrarea discursului despre „fake news" în jurul câtorva surse și platforme dominante, pe care datele o confirmă, poate fi un precursor al unei astfel de centralizări algoritmice la scară globală. Concluzia de lucru este că sistemele automate de detectare a dezinformării sunt instrumente utile, dar insuficiente și potențial periculoase dacă sunt folosite izolat. Eficiența lor reală depinde de transparența metodologiei, de integrarea cu structuri independente de verificare umană, de mecanisme robuste de contestare și de o separare clară între filtrarea conținutului factual eronat și influențarea orientărilor editoriale ale platformei. Fără aceste condiții, lupta cu dezinformarea riscă să producă nu mai multă claritate, ci un nou strat de opacitate – mai greu de identificat și, prin urmare, mai dificil de corectat decât problema pe care pretinde că o rezolvă.

*****Sinteză realizată cu ajutorul unui flux de monitorizare de date asigurat de platforma de monitorizare media NewsVibe Romania. Analiza, datele și imaginile prezentate au fost îmbunătățite cu ajutorul unor instrumente de Machine Learning și Artificial Intelligence.