Analiza narzędzi przeciwdziałających rozpowszechnianiu fałszywych informacji a rozwój sztucznej inteligencji

Niniejsza praca magisterska dotyczy analizy zjawiska rozprzestrzeniania się fałszywych informacji w mediach oraz roli, jaką w ich wykrywaniu odgrywa sztuczna inteligencja. Opracowanie składa się z dwóch głównych części: teoretycznej i badawczej.
W pierwszej, dokonano przeglądu literatury naukowej, definiując kluczowe pojęcia z zakresu współczesnej wiedzy na temat algorytmów sztucznej inteligencji. Przenalizowano także mechanizmy rozprzestrzeniania się dezinformacji wraz z charakterystycznymi cechami tego procesu. Praca prezentuje także dotychczasowe podejścia, głównie amerykańskie i polskie, w zwalczaniu rozwoju fake newsów z naciskiem na metody oparte na sztucznej inteligencji. W drugiej części przedstawiono wyniki badań własnych, przeprowadzonych na próbie 124 respondentów, z dominującą grupą wiekową 19-26 lat. Analiza otrzymanych danych miała charakter ilościowo-jakościowy i opierała się na autorskim kwestionariuszu ankietowym. Uzyskane wyniki potwierdziły, że problem fake newsów jest powszechnie znany i doświadczany przez respondentów, którzy zgodnie uznają go za poważne zagrożenie.
Kluczowym ustaleniem badania jest ambiwalentne postrzeganie roli sztucznej inteligencji. Chociaż respondenci wierzą w technologiczny rozwój metod zwalczania dezinformacji, ich opinie na temat roli AI w przyszłości są podzielone. Wyniki pracy wskazują na konieczność prowadzenia działań edukacyjnych, które uzupełnią techniczne rozwiązania, Zwraca również uwagę na potrzebę transparentnej komunikacji w zakresie wykorzystania mechanizmów sztucznej inteligencji w mediach, aby budować zaufanie społeczne i niwelować obawy związane z jej potencjalnie błędnym wykorzystaniem.

This master’s thesis investigates the phenomenon of the dissemination of false information in the media and examines the role of artificial intelligence (AI) in its detection. The thesis is divided into two principal sections: a theoretical framework and an empirical study.

The theoretical section provides a comprehensive review of scholarly literature, defining key concepts related to contemporary developments in artificial intelligence algorithms. It further analyzes the mechanisms underlying the spread of disinformation, identifying the characteristic features of this process. The discussion also addresses existing strategies—primarily in the United States and Poland—for counteracting the proliferation of fake news, with particular emphasis on AI-based approaches.

The empirical section presents the findings of the author’s original research, conducted on a sample of 124 respondents, the majority of whom were aged between 19 and 26 years. The study employed a mixed-methods design, combining quantitative and qualitative analyses based on a self-developed questionnaire. The results indicate that fake news is both widely recognized and personally encountered by the respondents, who largely perceive it as a serious social threat.

A notable finding is the ambivalent perception of AI’s role in addressing this issue. While respondents generally express confidence in the technological advancement of methods to combat disinformation, their views regarding the long-term implications of AI remain divided. The study underscores the necessity of educational initiatives to complement technical solutions and emphasizes the importance of transparent communication about the use of AI in the media. Such measures are essential for fostering public trust and alleviating concerns regarding the potential misuse of AI-driven systems.