Stanford Üniversitesi ve çeşitli Afrika üniversitelerinden araştırmacılar, Afrika kıtasındaki dil çeşitliliğini göz önünde bulundurarak geliştirdikleri AfrIFact sistemiyle, yanlış bilgiyle mücadelede yeni bir yaklaım sunuyor. Bu sistem, özellikle sağlık ve kültürel konularda yayılan yanlış bilgilerin tespit edilmesi için tasarlandı.
AfrIFact sistemi, otomatik haber doğrulama işlemini üç temel aşamada gerçekleştiriyor: önce ilgili bilgileri arayıp buluyor, ardından kanıt niteliğindeki metinleri çıkarıyor ve son olarak iddiaların doğruluğunu kontrol ediyor. Sistem, Hausa, Yoruba, Swahili, Amharca gibi on farklı Afrika dilinde çalışabiliyor.
Araştırma ekibinin yaptığı testler, mevcut yapay zeka modellerinin diller arası bilgi arama konusunda ciddi eksiklikler taşıdığını gösterdi. Özellikle büyük dil modellerinin Afrika dillerinde güvenilir doğrulama yapma becerisinin sınırlı olduğu ortaya çıktı.
Dikkat çekici bir şekilde, sağlık alanındaki belgelerin doğruluğunu kontrol etmek, kültürel içerikler ve haber metinlerine kıyasla çok daha zor olduğu belirlendi. Bu durum, sağlık bilgilerinin hassasiyeti ve terminolojisinin karmaşıklığıyla açıklanıyor.
Araştırmacılar, az örnekle öğrenme yönteminin performansı yüzde 43'e kadar artırdığını keşfetti. Bu gelişme, kaynak kısıtlı dillerde bile etkili doğrulama sistemleri kurulabileceğini gösteriyor.