CRED-1: An Open Multi-Signal Domain Credibility Dataset for Automated Pre-Bunking of Online Misinformation
यह शोधपत्र CRED-1 प्रस्तुत करता है, जो 2,672 डोमेन का एक पुनरुत्पादक (reproducible), ओपन-सोर्स डेटासेट है जिसे मल्टी-सिग्नल विश्वसनीयता स्कोर के साथ समृद्ध किया गया है, और इसे ऑन-डिवाइस ब्राउज़र एक्सटेंशन के माध्यम से ऑनलाइन गलत सूचनाओं के गोपनीयता-संरक्षित, क्लाइंट-साइड प्री-बंकिंग को सक्षम करने के लिए डिज़ाइन किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि इंटरनेट एक विशाल, हलचल भरा बाज़ार है। इस बाज़ार में, हज़ारों स्टॉल (वेबसाइटें) हैं जो जानकारी बेच रहे हैं। कुछ स्टॉल ताज़ा, सत्यापित तथ्य बेचते हैं; कुछ आधे-अधूरे सच बेचते हैं; और कुछ असली के रूप में नकली सामान बेच रहे होते हैं।
समस्या क्या है? एक आम खरीदार के लिए केवल साइनबोर्ड देखकर यह जानना मुश्किल है कि कौन सा स्टॉल भरोसेमंद है। आपको हर स्टॉल के पास जाना होगा, उनकी रसीदें चेक करनी होंगी, उनके पड़ोसियों से बात करनी होगी, और उनकी हिस्ट्री की पुष्टि करनी होगी, इससे पहले कि आप कुछ खरीदें। इसमें बहुत समय लगता है!
यह पेपर "CRED-1" पेश करता है, जो एक समाधान है जो इस बाज़ार के लिए एक प्री-प्रिंटेड, जेब में रखे जाने वाले "ट्रस्ट गाइड" (विश्वास मार्गदर्शिका) की तरह काम करता है।
यह कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ दिया गया है:
1. "ट्रस्ट गाइड" (डेटासेट)
आपको हर वेबसाइट की खुद जांच करने की ज़रूरत नहीं है, इसलिए लेखकों ने 2,672 विशिष्ट वेबसाइटों की एक सूची बनाई है जिन्हें "खराब माल" (गलत सूचना, साजिश के सिद्धांत, या अविश्वसनीय समाचार) बेचने के लिए चिह्नित किया गया है।
इस सूची को एक "नाम की सूची" (Hall of Fame) के रूप में नहीं, बल्कि एक "चेतावनी सूची" (Hall of Shame या अधिक विनम्रता से, "सावधानी सूची") के रूप में देखें।
- स्वर्ण नियम: यदि कोई वेबसाइट इस सूची में नहीं है, तो इसका मतलब यह नहीं है कि वह एकदम सही है। इसका मतलब सिर्फ इतना है कि हमारे पास अभी उसे "सावधानी" सूची में डालने के लिए पर्याप्त सबूत नहीं हैं।
- स्कोर: सूची में मौजूद हर वेबसाइट को 0.0 (पूरी तरह से नकली) से 1.0 (वास्तव में विश्वसनीय, हालांकि अधिकांश कम हैं) तक का "ट्रस्ट स्कोर" दिया जाता है।
2. उन्होंने गाइड कैसे बनाया (सामग्री)
लेखकों ने केवल अनुमान नहीं लगाया। उन्होंने प्रत्येक वेबसाइट की पूरी प्रोफाइल बनाने के लिए चार अलग-अलग स्रोतों से सुराग इकट्ठा करने वाले जासूसों की तरह काम किया:
- "व्हिस्पर नेटवर्क" (स्रोत सूचियाँ): उन्होंने ज्ञात बुरे तत्वों की दो मौजूदा सूचियों (OpenSources.co और Iffy.news) से शुरुआत की। यह दो अलग-अलग पुलिस डेटाबेस को मिलाकर संदिग्धों की एक मास्टर लिस्ट बनाने जैसा है।
- "आईडी चेक" (डोमेन आयु): उन्होंने यह जांचा कि वेबसाइट कितने समय से अस्तित्व में है। आश्चर्यजनक खोज: कई फेक न्यूज़ साइट्स नई नहीं हैं; वे वास्तव में काफी पुरानी हैं (औसतन 14 साल)। यह स्कैम साइट्स से अलग है, जो आमतौर पर आती हैं और गायब हो जाती हैं।
- "क्राउड काउंट" (लोकप्रियता): उन्होंने जांचा कि कितने लोग साइट पर आते हैं। भले ही कोई साइट लोकप्रिय हो, इसका मतलब यह नहीं है कि वह सच बोल रही है।
- "फैक्ट-चेकर की नोटबुक" (फैक्ट-चेक): उन्होंने देखा कि क्या पेशेवर फैक्ट-चेकर्स ने उस साइट की कहानियों को गलत साबित करने के लिए पहले से लेख लिखे हैं।
- "सेफ्टी बैज" (खतरे): उन्होंने जांचा कि क्या साइट आपके कंप्यूटर पर वायरस इंस्टॉल करने की कोशिश करती है। आश्चर्यजनक खोज: अधिकांश गलत सूचना वाली साइटें तकनीकी रूप से "सुरक्षित" (कोई वायरस नहीं) होती हैं; वे बस आपसे झूठ बोलती हैं।
3. "मैजिक फॉर्मूला" (स्कोरिंग मॉडल)
एक बार जब उनके पास ये सभी सुराग आ गए, तो उन्होंने प्रत्येक वेबसाइट को अंतिम स्कोर देने के लिए एक सरल गणितीय सूत्र का उपयोग किया।
- यदि किसी साइट को स्रोत सूचियों द्वारा "फेक" लेबल किया गया है, तो उसे कम स्कोर मिलता है।
- यदि इसे 50 बार फैक्ट-चेक किया गया है, तो स्कोर और भी कम हो जाता है।
- यदि यह 20 साल से मौजूद है, तो स्कोर थोड़ा बढ़ जाता है (क्योंकि लंबे समय तक जीवित रहने वाली साइटों को नकली बनाना कठिन होता है)।
परिणाम: एक छोटा, हल्का फ़ाइल (केवल 145 KB) जो आपकी जेब (या आपके फोन की मेमोरी) में समा सकता है।
4. यह क्यों मायने रखता है: "प्री-बंकिंग" शील्ड
यह सबसे रोमांचक हिस्सा है। आमतौर पर, हम गलत समाचार पढ़ने और यह महसूस करने के बाद उन्हें रोकने की कोशिश करते हैं कि, "रुको, यह कुछ गलत लग रहा है।"
CRED-1 को "प्री-बंकिंग" के लिए डिज़ाइन किया गया है।
कल्पना कीजिए कि आप बाज़ार में जा रहे हैं। जैसे ही आप एक स्टॉल के पास पहुँचते हैं, एक ब्राउज़र एक्सटेंशन (एक फ्रेंडली गार्ड) आपकी जेब गाइड (CRED-1) को देखता है, देखता है कि स्टॉल "सावधानी सूची" में है, और धीरे से आपके कंधे को थपथपाता है: "हे, इस स्टॉल की प्रतिष्ठा खराब है। शायद आप इनसे न खरीदें।"
यह आपके द्वारा हेडलाइन पढ़े बिना ही होता है। यह गलत सूचना को आपके दिमाग में प्रवेश करने से पहले ही रोक देता है।
आपके लिए मुख्य बातें
- यह खुला और मुफ्त है: बड़ी कंपनियों के स्वामित्व वाली गुप्त सूचियों के विपरीत, कोई भी देख सकता है कि यह सूची कैसे बनाई गई, गणित की जांच कर सकता है, और इसे अपडेट भी कर सकता है।
- यह निजी है: क्योंकि यह सूची इतनी छोटी है, यह सीधे आपके फोन या कंप्यूटर पर रह सकती है। इसे क्लाउड में किसी बड़े सर्वर को आपका ब्राउज़िंग इतिहास भेजने की आवश्यकता नहीं है। आपकी गोपनीयता सुरक्षित रहती है।
- यह पूर्ण नहीं है: यह सूची मुख्य रूप से अंग्रेजी में है, और इंटरनेट तेज़ी से बदलता है। लेकिन यह शोर के बीच नेविगेट करने में मदद करने के लिए एक ठोस शुरुआत है।
संक्षेप में: CRED-1 एक समुदाय-निर्मित, गोपनीयता-अनुकूल "ट्रस्ट गाइड" है जो आपके ब्राउज़र को उस स्टॉल के अंदर कदम रखने से पहले ही संदिग्ध समाचार स्टॉल्स के बारे में चेतावनी देने में मदद करता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।