Come promesso a marzo Facebook ha esteso anche all’Italia il fact-checking su video e immagini. Da quando Facebook ha lanciato il programma fact-checking, sono stati inclusi 14 paesi e ora Facebook ha in programma di coinvolgerne altri entro la fine dell’anno. Questi fact-checker indipendenti, scrive Facebook in una nota, valutano l’attendibilità delle storie su Facebook, aiutando a ridurre, di circa l’80%, la diffusione delle storie classificate come false. Il test su video e immagini include anche i contenuti che vengono manipolati (ad esempio un video che viene modificato per mostrare qualcosa che non è realmente accaduto) o quelli fuori contesto (ad esempio una foto di una tragedia passata associata ad uno altro scontro attuale).

Come ammette anche la stessa Facebook lo strumento è ancora piuttosto limitato: «con oltre un miliardo di contenuti pubblicati ogni giorno, Facebook è consapevole che i fact-checker non possono rivedere le storie una ad una. Si stanno quindi cercando nuovi modi per individuare le notizie false e agire su più larga scala.l prossimo 6 novembre si terranno le elezioni di metà mandato, un banco di prova per l’assetto politico americano e per Facebook, che deve dimostrare di avere fatto passi in avanti nello scongiurare le manipolazioni».

Come funziona La logica è un po’ quella che Fb usa per gli articoli. È stato creato un modello di machine learning che usa tra l’altro i feedback delle persone su Facebook per identificare contenuti potenzialmente falsi. Dopo la segnalazione le foto e i video sono inviati ai fact-checker. Vengono usate tecniche di analisi delle immagini, verifica dei metadati come ad esempio le informazioni relative al lugo dove è stata scattata la foto o girato il video. Sostanzialmente vengono così usate sia tecniche informatiche che competenze di carattere giornalistico. Nella nota viene anche precisato che viene usato riconoscimento ottico dei caratteri (OCR) per estrarre il testo dalle foto e confrontarlo con i titoli degli articoli di fact-checker. Stanno anche lavorando su nuovi modi per rilevare se una foto o un video è stato manipolato. Queste tecnologie servirebbe a identificare più foto e video potenzialmente ingannevoli da inviare ai fact-checker per la revisione manuale.