Téma #2: Postfaktická doba a fake news
S. Shyam Sundar: Proč věříme lživým zprávám?
V článku je shrnuto to, co prof. S. Shyam Sundar říká v přiloženém „přednáškovém“ videu — článek je příjemný pro čtení a snadno se z něj získávají důležité informace pro vědomosti.
Článek začíná uvedením do problematiky fake news, dále pokračuje k tvůrcům těchto zpráv Problémem podle Sundara je to, že Facebook ani Google v rámci svých možností nezabrání šíření těchto zpráv. Jde také o problém toho, že lidi nepoznají, co je ta „falešná zpráva“ a sdílí ji dál — je to z toho důvodu, že si lidi neověřují zdroje, odkud daná zpráva přišla. Podle autora někteří lidé tvrdí, že příčinou tohoto problém je konfirmační zkreslení, což znamená, že si vybíráme informace na základě našeho očekávání a nehledáme si další zdroje, protože si myslíme, že to co jsme si našli, je pravda. Dalším problémem bývá neověřování zdrojů, což znamená, že když si zdroj neověříme, tak nemůžeme vědět, zda je důvěryhodný a nešíří fake news. Důležitými postavami v rámci toho tématu jsou tzv. gatekeepeři, kteří fake news odhalují. Dalším problémem, ke kterému se autor dostává, je vrstvení zdrojů, což může znamenat, že je někdy těžší najít původní zdroj článku, který čteme, protože např. na Facebooku čteme příspěvky, které jsou pouze zprostředkovány někým dalším. Může se zde vytvořit řetězec až z 5 zdrojů — noviny, politici, Twitter, přítel a Facebook. Díky analýzám, které byly autorem provedeny, se zjistilo také to, že pozornost k důvěryhodnosti zdroje věnujeme pouze v případě, pokud nás něco zajímá. Píše také o tom, že v dnešní době existuje mnoho online zdrojů potencionálních informací (portálové stránky, vyhledávače, obchodní weby či sociální sítě), které nám umožňují přizpůsobení stránek, podle našich preferencí — také i z těchto důvodů se často fake news šíří (uživatelé jsou méně skeptičtí vůči těmto zdrojů).
Neumíme rozlišit mezi opravdovými zprávami a falešnými, neboť ani nezkoumáme důvěryhodnost jejich zdrojů, když jsme online. Proč taky, když považujeme sebe nebo své přátelé za zdroj? — S. Shyam Sundar
Podle mého názoru je tato problematika velice zásadní k získávání informací — ukazuje nám, že si vždy máme informace ověřovat, než je vypustíme do světa.
Centrum občanského vzdělávání MU: Argumentační fauly
Tuto infografiku jsem viděla a měla možnost si ji prostudovat již v předmětu Metody kritického myšlení. Myslím si, že tato infografika by měla být virálem internetu, protože ukazuje nejčastější náznaky fake news a také si myslím, že nejen tohohle, ale všechny náznaky lží.
FactCzech: Investigace s pomocí databází: ověřování kvality dat
Giannina Segnini je jedna z nejúspěšnějších investigativních novinářek, která se v tomto článku věnuje analýze — tedy ověřování — dat pro investigativní novináře. Ze začátku je uvedeno, že každým dnem vzniká více než 3 exabyty dat, to je jako kdybychom denně vytvořili 750 milionů DVD. Dnes se globální produkce dat měří v yottabytech (to je asi 250 bilionů DVD s daty).
Co je dnes důležité je to, že data lžou — stejně jako lidé a možná i víc, protože data jsou často vytvářena a spravována lidmi. Jak poznáme, jak takový soubor dat odpovídá skutečnosti? Musíme provést dva důležité úkoly, zaprvé musíme vyhodnotit data ihned po jejich získání a výsledky musíme ověřit na konci investigace nebo ve fázi analýzy.
Prvním pravidlem je o všem a o každém pochybovat. Neexistuje nic jako zcela spolehlivý zdroj, jestliže máme použít data v rámci precizní novinařiny.
Většina novinářů, kterých se autorka ptala, uvedli, že databáze Světové banky jsou zdrojem důvěryhodným a spolehlivým.
Prvním krokem je prozkoumání extrémních hodnot — pro každou proměnnou a také spočítání, kolik záznamů je uvedeno. Příkladem může být první z databází Světové banky, která obsahuje projekty od roku 1964, kde autorka zjistila, že více než polovina projektů stála nula peněz, kde poukazuje na chybu na toho, kdo provádí účtování projektů, protože bez zaúčtování všech položek a bez stanovených nákladů vedou data k nepřesným závěrům při případném výzkumu. Další databáze Světové banky už při otevření ukazuje, že data, která obsahuje, jsou nepřesná a také obsahuje mnoho proměnných v jedné buňce; důležitým faktorem je také to, že databáze neobsahuje všechny dotované projekty od roku 1947. K rychlému prozkoumání a vyhodnocení kvality databází doporučuje aplikaci Open Refine.
Druhým krokem je rozpoznání duplicitních hodnot — lidé, kteří s daty pracují, často nedokáží tyto duplicitní hodnoty rozeznat.
Třetím krokem je porovnávání dat s realitou — tímto způsobem můžeme vyhodnotit důvěryhodnost daných dat.
Ve čtvrtém kroku prochází data několika procesy — vstupním, ukládacím, přenosovým a registračním a ve kterékoli části je možné, že data mohou být zmanipulována, jak lidmi, tak informačními systémy. Z tohoto důvody jsou důležité testy integrity dat.
Pátým a tedy předposledním krokem je složitost informací, které zajišťují to, že většinu novinářů odradí, protože tyto informace obsahují kódy a složitou terminologii. V dnešní době používají databázové systémy ke klasifikaci množství zkratek a kódů.
Poslední krok je zaměřený na analýzu zjištěných informací, kdy informace procházejí „zkouškou ohněm“ a opět se porovnávají s realitou a ukazují, zda naše hypotéza obstála.
Tento příběh ilustruje tu nejlepší lekci, kterou jsem se během svých let vyšetřování údajů naučila: Dokonce ani nejlepší analýza dat nemůže nahradit žurnalistiku a investigaci přímo v terénu.
Tento článek je velice čtivý a podle mého názoru také vysoce informativní, protože jsem se i já sama naučila, že nikdy není nic tak, jak vypadá. Investigativní novinářům bych doporučila si tento článek přečíst, aby věděli, jak se získanými informacemi správně pracovat.
