Αξιολόγηση πληροφοριών

Από τη Βικιπαίδεια, την ελεύθερη εγκυκλοπαίδεια

Η αξιολόγηση πληροφοριών είναι μια νοητική λειτουργία που καταλήγει σε μια κρίση για την αξία της πληροφορίας. Η κρίση αυτή διατυπώνεται από δείκτες που λαμβάνονται από την πηγή της πληροφορίας ή/και από το σημασιολογικό της περιεχόμενο που σχετίζονται με κριτήρια.

Ιστορία[Επεξεργασία | επεξεργασία κώδικα]

Η έννοια της αξιολόγησης πληροφοριών δεν προέρχεται από το Διαδίκτυο. Παρόλο που άρχισε να αποκτά σημασία στις αρχές της δεκαετίας του 1990, το οποίο χαρακτηρίστηκε από τη δημιουργία του Διαδικτύου, υπάρχει από τον καιρό της εμφάνισης της πληροφορίας, δηλαδή από την ανθρώπινη παρουσία στη γη. Το διακύβευμα της αξιολόγησης των πληροφοριών συνοδεύει την άνοδο της ισχύος του ρόλου των Επιστημονικών και Τεχνικών Πληροφοριών (IST) ιδίως μετά την έκρηξη των επιστημονικών και βιομηχανικών ανακαλύψεων κατά τη διάρκεια και μετά τον Δεύτερο Παγκόσμιο Πόλεμο.[1]

Προκλήσεις[Επεξεργασία | επεξεργασία κώδικα]

Από την άφιξη του Διαδικτύου στις αρχές της δεκαετίας του 1990, η αξιολόγηση των πληροφοριών βρίσκεται μπροστά σε πολλές προκλήσεις. Το πρώτο και πιο ορατό είναι αυτό της καταπολέμησης της «πληροφοριακής ρύπανσης» που πολλαπλασιάζεται στο Διαδίκτυο. Ο Eric Sutter προσδιορίζει τέσσερις τύπους πληροφοριακής ρύπανσης: υπερπληροφόρηση, παραπληροφόρηση, μόλυνση πληροφοριών και διαφημιστική κατάχρηση.[2]

  • Η υπερπληροφόρηση αναφέρεται στη μεγάλη ποσοτική αύξηση των πληροφοριών που κυκλοφορούν στο Διαδίκτυο. Οδηγεί στην απώλεια του προσανατολισμού, στον αποπροσανατολισμό του μυαλού που τον εμποδίζει να διακρίνει την ακρίβεια των πληροφοριών.
  • Η παραπληροφόρηση αναφέρεται σε μια έννοια που αποτελείται από τον αποπροσανατολισμό και τη μετατροπή πληροφοριών που πιστεύεται ότι είναι αληθινές, ενώ συγκαλύπτει τη χειραγώγηση που τη διέπει. Σκοπός της είναι να διατηρεί τον αναγνώστη ή τον ακροατή σε μια ορισμένη κατάσταση άγνοιας [3].
  • Η διαφημιστική κατάχρηση ή διαφημιστική παρείσφρηση είναι ένα φαινόμενο με το οποίο μια μορφή διαφήμισης επιβάλλεται συνεχώς, και ενοχλεί το εκτεθειμένο άτομο.
  • Η μόλυνση των πληροφοριών [1] αναφέρεται σε φαινόμενα όπως ο πολλαπλασιασμός ανεπιθύμητων πληροφοριών και η εκτροπή υγειών και αβλαβών πληροφοριών σε πληροφορίες που εξυπηρετούν κακούς σκοπούς. Σε αυτήν την περίπτωση, μια απλή αναζήτηση σε σχετικά αβλαβή θέματα μπορεί να οδηγήσει σε ιστότοπους που είναι πορνογραφικοί, ρατσιστικοί κ.λπ.[4]

Κριτήρια αξιολόγησης[Επεξεργασία | επεξεργασία κώδικα]

Στις επιστήμες της πληροφορίας και της βιβλιοθηκονομίας, πολυάριθμες μελέτες έχουν εντοπίσει τα κριτήρια αξιολόγησης -τις περισσότερες φορές περίπου τριάντα- στα οποία μπορούν να ανατρέξουν τα άτομα όταν αναζητούν πληροφορίες.[5]

Ο Gilles Sahut πρότεινε να κατηγοριοποιηθούν αυτά τα κριτήρια σε δύο υποσύνολα : πραγματιστικές κρίσεις από τη μια και γνωσιολογικές κρίσεις από την άλλη.[6] Οι πραγματιστικές κρίσεις σχετίζονται με την αντιληπτή χρησιμότητα των πληροφοριών (συμπεριλαμβανομένης της θεματικής συνάφειας : είναι οι πληροφορίες σύμφωνες με το θέμα της έρευνάς μου;), την ευκολία πρόσβασης, και την ευκολία χρήσης τους. Οι γνωσιολογικές κρίσεις περιλαμβάνουν κριτήρια που σχετίζονται με την αλήθεια της πληροφορίας (αξιοπιστία της πληροφορίας, αυθεντία της πηγής). Μελέτες που πραγματοποιήθηκαν σε νεανικό κοινό δείχνουν ότι όταν αναζητούν πληροφορίες στον Ιστό ή άλλα μέσα, βασίζονται συχνά σε πραγματιστικά κριτήρια. Αυτά μπορεί να υπερισχύουν των γνωσιολογικών κριτηρίων.[7] Με άλλα λόγια, οι νέοι τείνουν να προτιμούν πληροφορίες που είναι εύκολα προσβάσιμες και χρησιμοποιήσιμες ακόμα κι αν δεν είναι αυτές που προέρχονται από τις πιο αξιόπιστες πηγές.

Σύμφωνα με τον Alexandre Serres, ειδικό στο θέμα, η κριτική αξιολόγηση των πληροφοριών είναι μια πολύπλοκη λειτουργία.[8] Στο βιβλίο του, Dans le labyrinthe : évaluer l'information sur internet, αναφέρεται σε τέσσερις βασικές έννοιες που αποτελούν τη βάση αυτής της διαδικασίας :

  • Αξιοπιστία[4]: αυτός είναι ο βαθμός εμπιστοσύνης που μπορεί να δοθεί στις πληροφορίες. Μπορεί να ισχύει για τα διάφορα στοιχεία των πληροφοριών, δηλαδή τον συγγραφέα, την πηγή, το περιεχόμενο, το μέσο κ.λπ.
  • Αυθεντία: είναι ζήτημα ταυτοποίησης του υπεύθυνου, του συγγραφέα, των πληροφοριών που συμβουλεύεται κανείς.
  • Συνάφεια: συνάφεια είναι η επάρκεια σε σχέση με ένα πλαίσιο. Σύμφωνα με αυτούς τους όρους, οι πληροφορίες θεωρούνται σχετικές σε σχέση με μια ανάγκη ή ένα πρόβλημα. Αυτή η έννοια της συνάφειας, που εφαρμόζεται στην αξιολόγηση των πληροφοριών, επομένως παραμένει σχετική και ενσωματώνεται στα συμφραζόμενα σύμφωνα με τις ανάγκες που καθορίζονται από τους χρήστες.[9]
  • Η ποιότητα: η αξιολόγηση των πληροφοριών σύμφωνα με την ποιότητά τους αναφέρεται στο γεγονός ότι κρίνεται η συμμόρφωσή τους με τις προβλεπόμενες χρήσεις. Οι πληροφορίες θεωρούνται καλής ποιότητας εάν είναι πλήρεις, ακριβείς, ενημερωμένες και δομημένες στο σύνολό τους.[10]

Η αξιολόγηση πληροφοριών σαν βασική ικανότητα στην εκπαίδευση[Επεξεργασία | επεξεργασία κώδικα]

Το Διαδίκτυο έχει σήμερα εξελιχθεί στην κύρια πηγή πληροφοριών για καθημερινή αλλά και για ακαδημαϊκή χρήση. Γι’ αυτό και σύμφωνα με τον Οργανισμό Οικονομικής Συνεργασίας και Ανάπτυξης (ΟΟΣΑ) (αγγλικά: Organization for Economic Co-operation and Development – OECD) το να μπορείς να αναγνωρίσεις εάν οι πληροφορίες είναι μεροληπτικές ή υποκειμενικές είναι μια βασική ικανότητα για την κατανόηση πληροφοριών στο διαδίκτυο.

Με βάση την πρόσφατη έρευνα του ΟΟΣΑ PISA 2018[11] και τα σχετικά συμπεράσματα[12], μόνο το 54% των 15χρονων μαθητών από χώρες του ΟΟΣΑ αναφέρουν ότι εκπαιδεύονται στο σχολείο τους για να μπορούν να ξεχωρίζουν τις αξιόπιστες από τις αναξιόπιστες πληροφορίες στο Διαδίκτυο. Σύμφωνα με την έρευνα, για πολλές χώρες, ιδίως στην Ευρώπη, η ανάγκη να ενταχθεί το συγκεκριμένο αντικείμενο στη δευτεροβάθμια εκπαίδευση παραμένει επιτακτική.

Αντίστοιχα φαινόμενα παρουσιάζονται και σε ακαδημαϊκό επίπεδο. Στη Γερμανία σε έρευνα που πραγματοποίησαν τα πανεπιστήμια Johannes Gutenberg University Mainz (JGU) και Goethe University Frankfurt[13] έγινε σαφές ότι οι φοιτητές έχουν μεγάλη δυσκολία να αξιολογήσουν τις πληροφορίες που παίρνουν από το Διαδίκτυο για τις ακαδημαϊκές εργασίες τους και συχνά επηρεάζονται από αναξιόπιστες πηγές. Η μελέτη συμπεραίνει ότι οι ικανότητες που σχετίζονται με την κριτική αξιολόγηση πληροφοριών αποτελούν «βασική προϋπόθεση για τη μάθηση στον 21ο αιώνα». Επισημαίνει επίσης τη σημασία της ανάπτυξης σχετικού εκπαιδευτικού υλικού για τους φοιτητές των πανεπιστημίων[14].

Αξιολόγηση των πληροφοριών στην εποχή των GPT: Προκλήσεις και Ευκαιρίες[15][16][17][Επεξεργασία | επεξεργασία κώδικα]

Η εμφάνιση προηγμένων γλωσσικών μοντέλων, όπως τους Generative Pre-trained Transformers (GPT) της εταιρείας OpenAI, έχει εισάγει νέες διαστάσεις στην αξιολόγηση των πληροφοριών. Καθώς αυτά τα μοντέλα γίνονται όλο και πιο διαδεδομένα στη δημιουργία και τη διάδοση περιεχομένου, οι χρήστες αντιμετωπίζουν τόσο προκλήσεις όσο και ευκαιρίες στην αξιολόγηση της αξιοπιστίας και της ποιότητας των πληροφοριών.

Προκλήσεις:

Αλγοριθμική προκατάληψη: Τα μοντέλα GPT, τα οποία εκπαιδεύονται σε τεράστια σύνολα δεδομένων από το διαδίκτυο, ενδέχεται να διαιωνίζουν ακούσια τις προκαταλήψεις που υπάρχουν στα δεδομένα. Οι χρήστες πρέπει να έχουν επίγνωση των πιθανών προκαταλήψεων στο παραγόμενο περιεχόμενο και να αναπτύσσουν στρατηγικές για τη διάκριση και τον μετριασμό αυτών των προκαταλήψεων.

Υπερβολική εξάρτηση από την παραγωγή του μοντέλου: Με την αύξηση του περιεχομένου που παράγεται από το GPT, υπάρχει κίνδυνος υπερβολικής εξάρτησης από τις πληροφορίες μόνο και μόνο επειδή παρουσιάζονται με συνεκτικό και συναφή με το πλαίσιο τρόπο. Οι χρήστες ενδέχεται να παραμελήσουν τα παραδοσιακά κριτήρια αξιολόγησης των πληροφοριών, όπως η αξιοπιστία της πηγής και ο έλεγχος των γεγονότων.

Ευκαιρίες:

Κατανόηση φυσικής γλώσσας: Τα μοντέλα GPT υπερέχουν στην κατανόηση της φυσικής γλώσσας, επιτρέποντας στους χρήστες να αλληλεπιδρούν με τις πληροφορίες με διαλογικό τρόπο. Αυτό αποτελεί ευκαιρία για ενισχυμένη εμπλοκή των χρηστών και μια πιο διαισθητική προσέγγιση στην αξιολόγηση πληροφοριών.

Υποβοήθηση των διαδικασιών ελέγχου των γεγονότων: Τα μοντέλα GPT μπορούν να αξιοποιηθούν για να βοηθήσουν τις πρωτοβουλίες ελέγχου των γεγονότων, δημιουργώντας γρήγορα πληροφορίες σχετικά με το πλαίσιο ή εντοπίζοντας πιθανή παραπληροφόρηση. Η ενσωμάτωση των GPT στις ροές εργασίας ελέγχου γεγονότων μπορεί να βελτιώσει τον εντοπισμό ψευδών ή παραπλανητικών πληροφοριών.

Παραπομπές[Επεξεργασία | επεξεργασία κώδικα]

  1. ↑ 1,0 1,1 (Γαλλικά) «Contexte et enjeux de l'évaluation de l'information sur Internet». www.sites.univ-rennes2.fr. URFIST de Bretagne et des Pays de la Loire. Αρχειοθετήθηκε από το πρωτότυπο στις 28 Μαρτίου 2019. Ανακτήθηκε στις 28 Μαρτίου 2019. 
  2. ↑ (Γαλλικά) Sutter, Éric (1998). «Pour une écologie de l'information». Documentaliste-Sciences de l'Information 35 (2): 83-86. 
  3. ↑ (Γαλλικά) «Désinformation». Portail de l'IE. Αρχειοθετήθηκε από το πρωτότυπο στις 25 Απριλίου 2019. Ανακτήθηκε στις 25 Απριλίου 2019. 
  4. ↑ 4,0 4,1 (Γαλλικά) «Evaluer la crédibilité (Module 3.3)». Canal U. 19 Μαΐου 2014. Ανακτήθηκε στις 27 Απριλίου 2019. 
  5. ↑ (Γαλλικά) Boubée, Nicole· Tricot, André (2010). Qu'est-ce que rechercher de l'information ?. Λιόν: Presses de l'ENSSIB. doi:10.4000/books.pressesenssib.799. ISBN 9782375460412. 
  6. ↑ (Γαλλικά) Sahut, Gilles (2017). «L'enseignement de l'évaluation critique de l'information numérique». tic&société 11 (1): 223-248. doi:10.4000/ticetsociete.2321. https://journals.openedition.org/ticetsociete/2321. 
  7. ↑ (Αγγλικά) Kim, Kyung-Sun; Sin, Sei-Ching Joanna (2011-02-28). «Selecting quality sources: Bridging the gap between the perception and use of information sources». Journal of Information Science (SAGE Publications) 37 (2): 178-188. doi:10.1177/0165551511400958. ISSN 0165-5515. https://journals.sagepub.com/doi/10.1177/0165551511400958. 
  8. ↑ (Γαλλικά) Serres, Alexandre (2012). Dans le labyrinthe : évaluer l'information sur internet. C&F Éditions. σελ. 222. ISBN 978-2-915825-22-0. 
  9. ↑ (Γαλλικά) «Evaluer la pertinence des informations (Module 3.5)». Canal U. 19 Μαΐου 2014. Ανακτήθηκε στις 29 Απριλίου 2019. 
  10. ↑ (Γαλλικά) «Evaluer la qualité du contenu (Module 3.4)». Canal U. 19 Μαΐου 2014. Ανακτήθηκε στις 29 Απριλίου 2019. 
  11. ↑ «Publications - PISA». www.oecd.org (στα Αγγλικά). Ανακτήθηκε στις 9 Μαρτίου 2022. 
  12. ↑ «21st-Century Readers: Developing Literacy Skills in a Digital World». www.oecd-ilibrary.org (στα Αγγλικά). doi:10.1787/a83d84cb-en. Ανακτήθηκε στις 9 Μαρτίου 2022. 
  13. ↑ «Critical Online Reasoning Assessment (CORA) | Positive Learning in the Age of InformaTiOn». www.plato.uni-mainz.de. Ανακτήθηκε στις 9 Μαρτίου 2022. 
  14. ↑ «Students often do not question online information». www.uni-mainz.de. Αρχειοθετήθηκε από το πρωτότυπο στις 4 Φεβρουαρίου 2022. Ανακτήθηκε στις 9 Μαρτίου 2022. 
  15. ↑ Wieringa, Maranke (2020-01-27). «What to account for when accounting for algorithms: a systematic literature review on algorithmic accountability». Proceedings of the 2020 Conference on Fairness, Accountability, and Transparency. FAT* '20 (New York, NY, USA: Association for Computing Machinery): 1–18. doi:10.1145/3351095.3372833. ISBN 978-1-4503-6936-7. https://doi.org/10.1145/3351095.3372833. 
  16. ↑ GPT-3: Language Models are Few-Shot Learners. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. (2020). arXiv preprint arXiv:2005.14165. https://doi.org/10.48550/arXiv.2005.14165
  17. ↑ Jennifer Golbeck, Matthew Mauriello, Brooke Auxier, Keval H Bhanushali, Christopher Bonk, Mohamed Amine Bouzaghrane, Cody Buntain, Riya Chanduka, Paul Cheakalos, Jennine B Everett, 2018. Fake news vs satire: A dataset and analysis. In Proceedings of the 10th ACM Conference on Web Science. 17–21

Πηγές[Επεξεργασία | επεξεργασία κώδικα]

Ανακτήθηκε από "https://el.wikipedia.org/w/index.php?title=Αξιολόγηση_πληροφοριών&oldid=10428997"