Projekt pt. „Od legendy miejskiej do fake news. Globalny detektor współczesnego fałszu” realizowany w ramach konkursu INFOSTRATEG I Program Strategiczny Program Badań Naukowych i Prac Rozwojowych „Zaawansowane technologie informacyjne, telekomunikacyjne i mechatroniczne”.

Projekt realizowany w ramach konsorcjum American Systems Sp. z o.o. (Lider konsorcjum) z Uniwersytetem im. Adama Mickiewicza w Poznaniu.

Przedmiotem projektu jest opracowanie autorskiego rozwiązania do analizowania fałszywych treści w Internecie – fake news (dalej FN). Interdyscyplinarny (matematycy, informatycy, filolodzy, medioznawcy, prawnicy, filozofowie, folkloryści, specjaliści IT) zesp. badawczy zakłada zastosowanie hybrydowej innowacyjnej metody badawczej, polegającej na połączeniu metod narratologicznych, komparatystycznych i socjologicznych z metodami komputerowego przetwarzania języka naturalnego i analizy big data. W tym aspekcie stworzone zostanie oryginalne oprogramowanie komputerowe, które umożliwi odszukiwanie w korpusie danych tych tekstów (wariantów), które realizują określony wątek czy zawierają dany motyw, czasem wywodzący się z tzw. legendy miejskiej, a także pozwolą na odkrywanie zupełnie nowych wątków i motywów o wstępnie zdefiniowanej specyfice. Ostatecznym rezultatem projektu jest oprac. oprogramowania AI, które za pomocą bazy danych (źródeł, autorów, treści) i opracowanych metod uczenia maszynowego, analizy rankingu publicznego i analizy ukrytego rankingu zaufania określi prawdziwość i kłamliwość treści – korelaty prawdy. Rozwiązanie kierowane będzie do podm. publ. – ministerstwa (MSWiA, MON), Policja, ABW czy SKW – w aspekcie bezpieczeństwa publicznego, natomiast w zastosowaniu ogólnym i gospodarczym – wydawnictwa, GPW, KNF (do kontrolowania manipulowaniem wartości konkretnych spółek czy sytuacji makroekonomicznej kraju), instytucje fact-checkingowe, firmy analityczne. Projekt jest podzielony na 3 fazy, z czego w każdej fazie zrealizowane zostaną po 3 zadania. Faza I zakończy się stworzeniem bazy danych wraz z opisem ich standardu oraz wersji alpha rozwiązania. Faza II zakończy się stworzeniem rozszerzonej bazy danych testowych oraz wersji beta rozwiązania z modułem uczenia maszynowego. Faza III zakończy się opracowaniem ostatecznego zbioru danych oraz finalnej wersji rozwiązania uruchomionego w środowisku testowym z opracowaną dokumentacją wdrożeniową.

Wartość projektu: 7 907 896,47 PLN

Wartość dofinansowania: 6 641 828,82

Okres realizacji projektu: grudzień 2021 r. – marzec 2025 r.