Fact-checking w praktyce. Najlepsze aplikacje do weryfikacji newsów

W dobie internetu masowe rozprzestrzenianie fałszywych informacji stało się potężnym narzędziem propagandy politycznej, wpływającym na wyniki wyborów oraz służącym do dyskredytowania jednostek i grup społecznych. Za tym zjawiskiem stoją często wyrafinowane sieci botów, nierzadko finansowane przez zagraniczne ośrodki państwowe, które starają się ukryć swoje prawdziwe pochodzenie. Zwalczanie tego procederu jest jednak zadaniem niezwykle karkołomnym ze względu na konieczność ochrony wolności słowa oraz subtelną granicę między niekonwencjonalnymi poglądami a celową dezinformacją.

Przydatne będzie także odróżnienie faktów od opinii. Zgodnie z prostą definicją fakt jest tezą, którą można zweryfikować. Stanowisko lub opinia nie są natomiast faktami, lecz osobistymi komentarzami, ocenami czy spekulacjami. Same w sobie nie są czymś z założenia negatywnym, jednak mogą nieść one takie implikacje - zwłaszcza gdy nadawcy komunikatu zależy na wywołaniu u czytelnika konkretnego przekonania, które nie do końca pokrywa się z faktami.

Skuteczna weryfikacja faktów wymaga analizy kontekstowej, sprawdzania wiarygodności źródeł oraz badania intencji nadawcy. Ze względu na ogromną skalę zjawiska w mediach społecznościowych i portalach newsowych tradycyjne, ręczne metody okazują się zawodne. Zastępują je narzędzia oparte na automatyzacji, wykorzystujące m.in. sztuczną inteligencję, przetwarzanie języka naturalnego czy technologię blockchain. Zaawansowane algorytmy są szkolone, aby weryfikować treści, wykrywać kampanie dezinformacyjne i identyfikować fałszywe konta, analizując przy tym metadane oraz interakcje społeczne. Mimo to skuteczność tych narzędzi wciąż wymaga poprawy.

Co jednak ciekawe, badania wskazują, że to ludzkie zachowania i mechanizm poczty pantoflowej przyczyniają się do rozprzestrzeniania fake newsów w większym stopniu niż zautomatyzowane boty. Sugeruje to, że walka z dezinformacją i misinformacją (powielaniem fake newsów w dobrej wierze, nie będąc świadomym ich fałszywości) nie może ograniczać się tylko do blokowania nadawców, ale musi obejmować budowanie odporności społeczeństwa poprzez edukację i umiejętność korzystania z mediów, wliczając w to aktywny fact-checking. Jakie narzędzia mogą okazać się pomocne?

Często zdarza się, że teksty zawierające kłamstwa, opatrywane są grafikami, które mają je uwiarygadniać. Są to przykładowo zdjęcia lub ilustracje pokazujące dramatyczne wydarzenia wyrwane z pierwotnego kontekstu, zmanipulowane cyfrowo obrazy, w tym wygenerowane lub zmodyfikowane przez sztuczną inteligencję, czy też archiwalne fotografie przedstawione jako aktualne dokumentacje rzekomych lub faktycznych incydentów, co ma na celu wywołanie silnych emocji, uśpienie czujności odbiorcy i nadanie publikacji pozorów autentyczności.

Przejawy manipulowania treściami wizualnymi nie ograniczają się do tzw. brukowców. Są one na potęgę udostępniane w mediach społecznościowych i portalach o niskiej renomie. Przykładem jest wykorzystanie zdjęć kości w zaawansowanym stadium osteoporozy, pochodzących z innego badania, do zilustrowania rzekomych skutków Ozempicu na układ kostny, co szczegółowo omawialiśmy w GeekWeeku. Miało to potwierdzić fałszywą informację, jakoby semaglutyd rozpuszczał kości. Mimo zdebunkowania tego fake newsa tego typu grafiki nadal krążą w internecie.

Skąd wiemy, że to zdjęcie nie ma nic wspólnego z badaniami wpływu leków na cukrzycę i otyłość? Skorzystaliśmy z bardzo prostej metody fact-checkingu, jaką jest wyszukiwanie obrazem (ang. reverse image search). Wrzuciliśmy to konkretne zdjęcie do wyszukiwarki Grafika Google i sprawdziliśmy, gdzie ono występuje. Obok fake newsów z tego roku trafiliśmy na jego wystąpienia w poprzednich latach w zupełnie innych kontekstach, podczas gdy rzeczone badanie nie dość, że jeszcze nie ukazało się w recenzowanych periodykach, to zostało jedynie omówione na zjeździe chirurgów-ortopedów w 2026 r.

Zamiast wrzucać obrazy do Grafiki Google, można skorzystać również z aplikacji Google Lens (Obiektyw Google), a także z alternatywnych wyszukiwarek grafiki, w tym Bing, Yandex czy TinyEye. Bardzo przydatne są tu rozszerzenia do przeglądarek, które dodają opcję wyszukiwania obrazem po menu kontekstowym, które otwiera się po kliknięciu zdjęcia prawym przyciskiem myszy. W wynikach szukamy dopasowań ścisłych lub wizualnych i sprawdzamy, kiedy oraz w jakich kontekstach pojawiały się inne wystąpienia. Jeżeli silnik wyszukiwania nie ujawnia satysfakcjonujących wyników, możemy zawęzić zakres wyszukiwania, zaznaczając (np. w Obiektywie Google) jedynie fragment obrazu.

Alternatywnym, choć niegwarantującym całkowitej pewności sposobem jest wrzucenie zdjęcia lub zrzutu ekranu do czatbota AI, np. ChatGPT, Copilot, Gemini lub Claude, i zapytanie go o ich źródło, zawartość czy datę powstania. Podobnie o grafiki lub wpisy zamieszczone na platformie X można pytać zainstalowanego na niej czatbota Grok. Trzeba jednak pamiętać, aby następnie zweryfikować odpowiedzi ręcznie.

Dodanie grafiki wyrwanej z kontekstu nie musi jednak automatycznie świadczyć o fałszywym charakterze newsa. Uczciwi dziennikarze, nie mogąc znaleźć lub wykorzystać zdjęcia, które idealnie obrazuje omawiane fakty, wykorzystują tzw. grafiki stockowe. Jeśli zachodzi obawa, że mogłyby one wprowadzać w błąd, dobrą praktyką dziennikarską jest dodanie podpisu "zdjęcie ilustracyjne" albo "zdjęcie poglądowe".

Poza zdjęciami w błąd wprowadzać mogą także wideo, zwłaszcza tzw. deepfake'i, czyli nagrania stworzone lub zmanipulowane przez generatory AI. W ich weryfikacji pomocna okaże się np. wtyczka InVID Verification Plugin. Narzędzie to integruje w jednym miejscu funkcje analizy metadanych, fragmentacji wideo i zaawansowanego wyszukiwania obrazem Dzięki otwartemu kodowi źródłowemu plugin stał się standardem w pracy fact-checkerów, ułatwiając im dotarcie do pierwotnych źródeł publikacji na platformach takich jak YouTube, Facebook czy X.

Plugin, porównywany ze szwajcarskim scyzorykiem, umożliwia precyzyjne rozbijanie filmów na poszczególne klatki, co pozwala dotrzeć do archiwalnych wersji nagrań poprzez wyszukiwarki wizualne, takie jak Google czy Yandex. Użytkownicy mogą również korzystać z cyfrowej lupy i filtrów kryminalistycznych (ang. forensics), które pomagają wykryć ślady manipulacji w obrazach oraz odczytać ukryte szczegóły. Dodatkowo wtyczka oferuje moduły do sprawdzania praw autorskich oraz zaawansowane filtrowanie postów na X z dokładnością co do minuty, co jest nieocenione podczas relacjonowania wydarzeń na żywo.

Dostępne są także inne platformy detekcyjne nowej generacji, takie jak Reality Defender, UncovAI czy Sensity AI, które wykorzystują multimodalne modele sztucznej inteligencji do identyfikacji artefaktów zostawianych przez modele generatywne oraz śledzenia całych kampanii manipulacyjnych. Prawdziwym przełomem są rozwiązania biologiczne, m.in. Intel FakeCatcher, który wykrywa autentyczność poprzez analizę przepływu krwi w tkankach twarzy, oraz narzędzia śledcze takie jak Microsoft Video Authenticator, badający niespójności na poziomie pikseli.

Przydać się mogą również narzędzia takie jak Amber Authenticate - połączone z blockchain i umożliwiające odtworzenie pochodzenia treści (o ile zostało włączone już przy jej pierwotnym tworzeniu), Pindrop Pulse - oferujące specjalistyczną detekcję klonowania głosu, czy aplikacje pokroju Exif.tools - do podglądu metadanych.

Choć spotkać się można z przekonaniem, że przekazanie danej informacji przez renomowane serwisy medialne czy agencje informacyjne oraz jej powtarzalność w wielu źródłach uchodzących za zaufane jest wystarczające do odróżnienia faktu od dezinformacji lub misinformacji, to w rzeczywistości nie sprawdza się to zawsze. Przykładem są doniesienia o rzekomych sukcesach naukowych młodej osoby z Polski, które krążyły po sieci przez wiele miesięcy, nim zostały podważone.

Weryfikatorzy zaczęli badać informację po informacji i doszukali się mocnego "podkoloryzowania" faktów, a także zjawiska głuchego telefonu, w którym kolejne media, a uprzednio fundacje i instytucje, powielały dane o genialnej licealistce. Wyróżnił ją nie tylko prestiżowy magazyn TIME, ale także prezydent Polski Karol Nawrocki. Nikt nie sprawdzał jej faktycznych zasług - wystarczyło to, że ktoś inny napisał o jej osiągnięciach lub ją utytułował. Źródła? Własne profile w social mediach i wypowiedzi.

Ten łańcuch został jednak obnażony i przerwany, pokazując przy tym, jak wiele mediów podaje dalej dane bez jakiejkolwiek weryfikacji. Niektóre portale zaczęły usuwać lub zmieniać artykuły, jednak ich wersje archiwalne są dostępne w sieci i można je przeglądać w aplikacji Wayback Machine na portalu Archive.org - swoją drogą bardzo przydatnej.

Jak zatem można sprawdzić, czy artykuł zawiera fałszywe informacje, nawet jeśli udostępnił go prestiżowy serwis? W analizie tekstu pomogą narzędzia takie jak Google Fact Check Tools. Ta wyspecjalizowana wyszukiwarka pozwala błyskawicznie oddzielić prawdę od fikcji, gromadząc w jednym miejscu dane o tym, jakie twierdzenia zostały już zweryfikowane przez niezależne organizacje. Dzięki niej użytkownicy mogą w prosty sposób sprawdzić wiarygodność globalnych doniesień, zanim podadzą je dalej.

Korzystanie z platformy jest intuicyjne i opiera się na kilku prostych krokach. Po otwarciu aplikacji w przeglądarce wystarczy wpisać słowo kluczowe dotyczące danej osoby lub wydarzenia, a nawet przesłać grafikę, aby sprawdzić historię jej weryfikacji. System prezentuje wyniki według daty publikacji, wskazując konkretną organizację sprawdzającą oraz jej ostateczny werdykt, taki jak "fałsz" czy "nieprawda". Dla osób szukających pogłębionej wiedzy udostępniane są bezpośrednie odnośniki do pełnych raportów oraz zaawansowane opcje filtrowania, pozwalające przeszukiwać bazy konkretnych wydawców.

Platformie towarzyszy narzędzie o nazwie Fact Check Markup Tool, które umożliwia wydawcom oznaczanie artykułów weryfikujących fakty specjalnymi znacznikami, co pozwala wyszukiwarce Google priorytetowo wyświetlać sprawdzone informacje. Aby skorzystać z tego rozwiązania i zwiększyć transparentność swoich treści w wynikach wyszukiwania, redakcje muszą najpierw zweryfikować witrynę w Google Search Console. Dla większych podmiotów udostępniono również dedykowane interfejsy API, pozwalające na bezpośrednią integrację funkcji fact-checkingowych z własnymi systemami wprowadzania treści (CMS).

Możemy też sprawdzać informacje o weryfikacjach ręcznie - wpisując słowa kluczowe lub główną tezę newsa w wyszukiwarkę Google i dodając na końcu "Demagog", "AFP Sprawdzam", "Wojownicy Klawiatury", "OKO.press" "PolitiFact", "Full Fact", "Snopes", "NPR FactCheck", "SciCheck", "Media Bias/Fact Check" albo "EUvsDisinfo". Są to nazwy zaufanych portali fact-checkingowych, których redaktorzy analizują dane ręcznie. Sukces tej operacji warunkowany jest jednak tym, czy do weryfikacji danych doniesień już doszło. Świeże lub mało popularne fake newsy mogły nie zostać jeszcze zdemaskowane, dlatego w ich przypadku zalecane jest zachowanie rezerwy.

Działania profesjonalnych weryfikatorów wykraczają daleko poza proste sprawdzanie faktów. Badacze coraz częściej skupiają się na analizie stylistycznej i lingwistycznej, tropiąc specyficzne konstrukcje językowe, nadużywanie wielkich liter czy krzykliwe nagłówki, które zdradzają intencję manipulacji. Choć metody te napotykają bariery w krótkich komunikatach społecznościowych, uzupełnia je zaawansowana weryfikacja wizualna. Dzięki analizie obrazów systemy potrafią dziś w miarę skutecznie wykrywać cyfrowe przeróbki oraz nieuprawione wykorzystanie multimediów.

Równie istotne, co sama treść, staje się badanie kontekstu społecznego i struktur sieciowych. Poprzez tworzenie drzew propagacji eksperci śledzą relacje między użytkownikami i schematy rozprzestrzeniania się plotek. Całość procesu domyka analiza czasowa, badająca ewolucję informacji, oraz systemy oceny wiarygodności wydawcy w czasie rzeczywistym.

Bezpośrednie porównywanie konkretnych twierdzeń z zewnętrznymi, wiarygodnymi źródłami przez serwisy fact-checkingowe odbywa się najczęściej ręcznie. Choć praca weryfikatorów jest niezwykle rzetelna i dobrze udokumentowana, to proces ten jest czasochłonny i trudny do przeskalowania przy ogromnym tempie przyrostu danych w mediach społecznościowych.

Alternatywą jest wykorzystanie "mądrości tłumu" poprzez tzw. crowdsourcing, co pozwala na szybszą ocenę treści, choć niesie ze sobą ryzyko stronniczości i wymaga filtrowania sprzecznych opinii. Przykładem systemu korzystającego z podejścia społecznościowego jest Fiskkit, który pozwala użytkownikom "rozebrać" artykuł na pojedyncze twierdzenia. Dzięki temu weryfikacja nie jest ogólnikowa, lecz odnosi się do konkretnych fragmentów tekstu.

Użytkownicy tej platformy mogą przypisywać poszczególnym zdaniom konkretne etykiety (tagi), wskazując na błędy merytoryczne lub manipulacje. Można zaznaczyć, że dany fragment jest nieprawdziwy (fakt nie zgadza się z rzeczywistością), stronniczy (autor używa emocjonalnego języka, by wpłynąć na odbiorcę), nielogiczny (występuje błąd w rozumowaniu) bądź niewiarygodny (brak podanego źródła).

Na podstawie zbiorczych ocen społeczności Fiskkit generuje dane dotyczące dokładności całego artykułu. W ten sposób powstaje wizualna reprezentacja tego, jak bardzo dany tekst jest rzetelny. Z drugiej strony system jest też narażony na stronniczość, m.in. z powodu faktu, że różni użytkownicy mogą różnie oceniać to samo zdanie bądź też oceniać prawdziwość zdań przez pryzmat własnych poglądów politycznych.

Na zasadzie crowdsourcingu działają też funkcja Community Notes (notatki społeczności) na platformie X, czyli dawnym Twitterze - jednej z największych platform szerzenia się fake newsów. System ten opiera się na otwartym modelu współpracy użytkowników, a nie na decyzjach centralnego zespołu moderatorów czy zewnętrznych agencji fact-checkingowych. Gdy użytkownik uzna, że dany wpis (tweet) wprowadza w błąd lub wymaga dodatkowego kontekstu, może napisać propozycję notatki. Zanim jednak pojawi się ona publicznie pod postem, musi zostać oceniona przez innych uczestników programu.

Aby uniknąć stronniczości, algorytm nie opiera się na zwykłej większości głosów, lecz na konsensusie między osobami o różnych punktach widzenia. Jeśli notatkę ocenią pozytywnie tylko osoby, które zazwyczaj zgadzają się ze sobą (np. z tej samej bańki światopoglądowej), notatka nie zostanie opublikowana. Staje się ona publiczna dopiero wtedy, gdy zostanie uznana za "pomocną" przez osoby, które w przeszłości oceniały inne treści w odmienny sposób. Ma to zapobiegać wykorzystywaniu narzędzia do walki politycznej czy ideologicznej.

Notatki społeczności na platformie X bardzo często wiszą pod postami nie tylko anonimowych użytkowników, ale również znanych osobistości, wliczając w to prezydentów, członków rządu i działaczy politycznych - także z Polski. To jedno z najbardziej "demokratycznych narzędzi" w świecie fact-checkingu.

Oprócz portali, funkcji, aplikacji i sposobów w dużej mierze opartych na manualnej weryfikacji dostępne są też narzędzia wykorzystujące automatyzację i sztuczną inteligencję. Oto zestawienie najważniejszych platform tego typu.

The Factual - to kompleksowa platforma (newsletter, aplikacja, rozszerzenie Google Chrome), która od 2016 r. ocenia wiarygodność ponad 10 tys. artykułów dziennie w skali 0-100. Algorytm analizuje historię źródła, dorobek autora i różnorodność przytaczanych materiałów, pomagając użytkownikom wybierać najbardziej rzetelne treści.

OSoMeNet - narzędzie badawcze z Indiana University, które wizualizuje proces rozprzestrzeniania się informacji w sieciach takich jak Bluesky, Mastodon czy TikTok. Jako następca systemu Hoaxy, pozwala śledzić kampanie dezinformacyjne, identyfikować wpływowe konta i analizować powiązania między tematami.

Logically - funkcjonuje jako darmowa aplikacja i rozszerzenie przeglądarkowe od 2017 r. Łączy sztuczną inteligencję z pracą ludzkich weryfikatorów, monitorując w czasie rzeczywistym ponad milion domen internetowych pod kątem wiarygodności twierdzeń, opinii i autentyczności obrazów.

ClaimBuster - to narzędzie do natychmiastowego sprawdzania faktów, stworzone w 2017 r. przez naukowców z University of Texas. Wykorzystuje API Google Fact-Check Explorer, aby umożliwić użytkownikom weryfikację własnych tekstów, a także automatycznie monitoruje debaty polityczne, wskazując wypowiedzi wymagające sprawdzenia.

Full Fact - zestaw zautomatyzowanych narzędzi opartych na AI. Projekt koncentruje się na selekcji najważniejszych informacji dnia do weryfikacji oraz budowie algorytmu wykrywającego sytuacje, w których osoby publiczne świadomie powtarzają nieprawdę.

Sensity AI - specjalizuje się w wykrywaniu deepfake'ów oraz "zagrożeń wizualnych". Założona w 2018 r. firma oferuje API oparte na informatyce śledczej i komputerowej analizie obrazów, który pozwala odróżnić zmanipulowane obrazy i filmy od materiałów autentycznych.

Defudger - oferuje rozwiązanie do uwierzytelniania treści wizualnych, wykrywając zarówno proste edycje w programach graficznych, jak i zaawansowane deepfake'i. System korzysta z technologii blockchain do zabezpieczania i przechowywania wyłącznie zweryfikowanych, oryginalnych plików w swojej bazie danych.

Bot Sentinel - koncentruje się na platformie X, wykorzystując uczenie maszynowe do identyfikacji kont prowadzonych przez boty. Narzędzie klasyfikuje profile z deklarowaną 95-proc. dokładnością, bazując na analizie zachowań naruszających regulaminy serwisu.

Blackbird.AI - specjalizuje się w wykrywaniu "konfliktów dezinformacyjnych" i negatywnych narracji wymierzonych w konkretne organizacje. Narzędzie, działające od 2014 r., jest skierowane do rządów, korporacji i agencji PR, oferując ochronę przed zmanipulowanym postrzeganiem marki w sieci.

Alto Analytics - wykorzystuje AI do mapowania i grupowania cyfrowych dyskusji w ponad 50 językach. Oprogramowanie pozwala użytkownikom zrozumieć strukturę rozmów online i podejmować strategiczne decyzje komunikacyjne w oparciu o raporty wizualne.

FactFlow - stworzone przez organizację Newtral narzędzie optymalizujące monitorowanie Telegrama. Dzięki wykorzystaniu modelu AI o nazwie Qwen, przeszkolonego na milionach podejrzanych wiadomości, system skraca czas wykrywania wiralowej dezinformacji do sekund, co jest kluczowe podczas sytuacji kryzysowych, takich jak klęski żywiołowe.

Check - to otwarta platforma autorstwa Meedan do zarządzania procesem fact-checkingu, wykorzystywana m.in. w projektach na WhatsAppie i Facebooku. Umożliwia zbieranie zgłoszeń od użytkowników, bezpośrednią komunikację z weryfikatorami oraz automatyczne grupowanie podobnych treści uznanych za dezinformację.

Grover - to model AI opracowany na University of Washington w 2019 r. Unikalność tego systemu polega na umiejętności naśladowania stylu konkretnych redakcji, co pozwala mu skuteczniej wykrywać fake newsy wygenerowane przez inne sztuczne inteligencje.