एआई पिंक स्लाइम न्यूज की पहचान में मदद कर सकता है

आगेंडा-चालित राय मिलों को सार्वजनिक राय को प्रभावित करने के लिए डिज़ाइन किया गया है, जो कि सार्वजनिक सेवा की तुलना में अधिक है, वे एआई का उपयोग करके अधिक मूल और तर्कसंगत लगने के लिए कड़ी मेहनत कर सकते हैं। इसलिए, ‘पिंक स्लाइम डिटेक्शन’ गेम में आगे रहने की दौड़ है।

पारंपरिक स्थानीय मीडिया आउटलेट्स के वित्तपोषण को पिछले बीस वर्षों में समाप्त करना, जो मीडिया रुझानों और – हाल ही में – यूएस सरकार की नीति के कारण है, ने क्षेत्रीय रिपोर्टिंग में एक शून्य छोड़ दिया है जिसे पक्षपातपूर्ण संगठनों द्वारा उत्साहपूर्वक लिया जा रहा है पक्षपातपूर्ण संगठन एआई का उपयोग करके अपने एजेंडे को चलाने के लिए।

शब्द ‘पक्षपातपूर्ण’ को संदर्भ में रखने के लिए (चूंकि कोई भी समाचार संगठन किसी तरह की राजनीतिक प्रवृत्ति से मुक्त नहीं है), हम उन तेल कंपनियों की बात कर रहे हैं जो दूरस्थ स्थानों से क्षेत्रीय समाचार साइटों का संचालन कर रही हैं, किसी भी वास्तविक स्थानीय संसाधनों के बिना, लेकिन कंपनी की सार्वजनिक प्रतिष्ठा की रक्षा के लिए एक रेमिट के साथ; राजनीतिक रूप से प्रेरित समाचार साइटें किसी भी राजस्व धारा से रहित चुनाव से पहले तैयार हो रही हैं; और पूरे प्रो-रिपब्लिकन समाचार साइटों के नेटवर्क भी कहीं से भी दिखाई दे रहे हैं, मतदान के समय के करीब।

2024 में, अनुमान लगाया गया था कि एआई-चालित पिंक स्लाइम न्यूज ने अंततः वास्तविक समाचार आउटलेट्स को पार कर लिया है; उस समय, एक ऑस्ट्रेलियाई सर्वेक्षण में पाया गया कि 41% उपभोक्ता पिंक स्लाइम स्रोतों को ‘वास्तविक’ स्रोतों पर पसंद करते हैं।

यह तरह का गुप्त चुनाव प्रचार, यह तर्क दिया जा सकता है, एक मात्र अंधकारमय कला से लेकर एक अस्तित्व के लिए खतरा हो गया है लोकतंत्र (राजनीतिक रूप से प्रेरित आउटलेट्स के संबंध में) और सूचना जलवायु में उचित मानकों की सार्वजनिक विश्वास में न्यायसंगत रिपोर्टिंग।

इसलिए, पिंक स्लाइम प्रकाशकों और प्रसारकों के विशिष्ट आउटपुट को पारंपरिक मीडिया संगठनों से अलग करने के तरीके समझने में मदद मिलेगी, कम से कम यह जानने में कि वर्तमान सूचना जलवायु में खिलाड़ी और ड्राइविंग बल कौन हैं।

जैसा कि यह खड़ा है, वास्तविक समाचार संगठनों के रूप और टेम्पलेट बहुत आसानी से नकल किए जा सकते हैं, और एआई स्केलेबल प्रकाशन एक वर्तमान और सस्ती वास्तविकता बनाता है, जो कई ही तरकीबें बजट से जूझ रहे ‘पुराने मीडिया’ प्रकाशकों और प्रसारकों द्वारा अपनाई जा रही हैं।

सिग्नल और नॉइज

एक नए अध्ययन से यह मुद्दा संबोधित किया जा रहा है, जो पिंक स्लाइम वेबसाइटों को कम जेनेरिक और आसानी से पहचाने जाने योग्य बनाने के लिए बड़े भाषा मॉडल का उपयोग करने की बढ़ती प्रवृत्ति की जांच करता है, और एक सीखने के ढांचे का निर्माण करता है जो पिंक स्लाइम (पीएस) आउटपुट में विकसित होने वाले परिवर्तनों के साथ तालमेल बिठाने के लिए डिज़ाइन किया गया है।

शीर्षक पिंक स्लाइम जर्नलिज्म का पर्दाफाश: लिंग्विस्टिक हस्ताक्षर और एलएलएम-जेनरेटेड खतरों के खिलाफ मजबूत पता लगाना, नया काम टेक्सास विश्वविद्यालय के पांच शोधकर्ताओं से आता है।

नया काम यह जांच करता है कि बड़े पैमाने पर उत्पादित पीएस स्थानीय समाचार लेख वैध रिपोर्टिंग से कैसे भिन्न हैं, जिसमें उनकी अल्प, पुनरावृत्ति संरचनाओं और टेम्पलेटेड फ्रेज़िंग पर निर्भरता पर ध्यान केंद्रित किया जाता है, जिसमें न्यूनतम भिन्नता होती है; और लेखकों का उल्लेख है कि पीएस लेखों में अक्सर भावना की अपील के साथ जनता की राय को प्रभावित करने के लिए डिज़ाइन किए गए टेम्पलेट्स का पुन: उपयोग किया जाता है:

नया कागज़ से – कई आउटलेट्स लगभग समान लेख प्रकाशित करते हैं जिनमें केवल स्थान विवरण बदले जाते हैं, जो सामग्री की नकल करने के लिए एक रणनीति को दर्शाता है जो वैध स्थानीय समाचार की नकल करती है। स्रोत – https://arxiv.org/pdf/2512.05331

पारंपरिक पता लगाने वाले मॉडल जो इन विशेषताओं पर प्रशिक्षित होते हैं वे ऐसी सामग्री के खिलाफ अच्छा प्रदर्शन करते हैं, लेकिन वे असफल हो जाते हैं जब लेखों को एआई चैटबॉट्स का उपयोग करके अधिक प्राकृतिक या परिष्कृत लगने के लिए पुन: लिखा जाता है।

लेखकों के अपने परीक्षणों से पता चलता है कि बड़े भाषा मॉडल द्वारा पेश किए गए भी छोटे शैलीगत परिवर्तन पता लगाने की सटीकता को 40% तक कम कर सकते हैं। इसे कम करने के लिए, वे एक निरंतर सीखने के ढांचे का प्रस्ताव करते हैं जो मूल और एआई-लिखित दोनों लेखों पर पता लगाने वाले मॉडल को पुन: प्रशिक्षित करता है, ताकि बदलते लिंग्विस्टिक पैटर्न के अनुकूल हो सके।

विधि

परियोजना के लिए डेटा स्थापित करने के लिए, लेखकों ने पिंक स्लाइम डेटासेट का उपयोग किया, जिसमें 7.9 मिलियन लेख शामिल हैं जो 1,093 आउटलेट्स को 2021-2023 के दौरान कवर करते हैं, जिससे उन्हें 9,472 पिंक स्लाइम लेख मिले после फिल्टरिंग। उन्होंने LIAR डेटासेट का भी उपयोग किया, जिसमें एनोटेटेड फेक न्यूज़ शामिल है, साथ ही NELA-GT-2021 संग्रह, जिसमें केवल यूएस लेख शामिल हैं*।

अपने प्रशिक्षण और परीक्षण सेट तैयार करने के लिए, लेखकों ने पहले लेख टी-वितरित स्टोकेस्टिक नेबर एम्बेडिंग (टी-एसएनई) एल्गोरिदम का उपयोग करके एम्बेडिंग को दो आयामों में कम किया। उन्होंने तब डेटा क्लस्टरिंग एल्गोरिदम डेंसिटी-बेस्ड-स्पेशियल-क्लस्टरिंग-ऑफ-एप्लिकेशन्स-विद-नॉइज़ (DBSCAN) को पिंक-स्लाइम लेखों के समूहों को अलग करने के लिए लागू किया।

प्रत्येक समूह को संबंधित कहानियों के एक समूह के रूप में माना जाता था, जिनमें से कई अभी भी एक ही टेम्पलेट का पालन करते थे,尽管 दोहराव को संबोधित करने के लिए एक संगठित प्रयास किया गया था।

प्रशिक्षण और परीक्षण सेट दोनों में समान लेखों को रोकने के लिए, पूरे समूहों को यादृच्छिक रूप से चुना गया था, जिसमें 80% प्रशिक्षण के लिए और 20% परीक्षण के लिए उपयोग किया जाता था। क्योंकि वैध समाचार लेख स्पष्ट समूहों में नहीं बने थे, एक यादृच्छिक विभाजन लागू किया गया था।

यह प्रक्रिया तीन बार दोहराई गई, ताकि संगति सुनिश्चित की जा सके और नमूना पूर्वाग्रह को कम किया जा सके।

पिंक स्लाइम की विशेषताएं

पीएस और नियमित समाचार के बीच अंतर करने वाले गुणों पर टिप्पणी करते हुए, शोधकर्ता यह दावा करते हैं कि पीएस-शैली के स्थानीय समाचार लेख वैध रिपोर्टिंग की तुलना में काफी छोटे और सरल होते हैं, जिसमें प्रति लेख औसतन नौ वाक्य से कम होते हैं।

एक उच्च अनुपात में सरल वाक्य और विशेषणों पर एक भारी निर्भरता पिंक स्लाइम की अन्य विशेषताएं हैं, इस पत्र के अनुसार, और एक पुनरावृत्ति, भावनात्मक रूप से चार्ज की गई भाषा की ओर इशारा करती है।

लेक्सिकल समृद्धि को रूट-टाइप-टोकन अनुपात (आरटीटीआर) का उपयोग करके मापा गया था, और पीएस लेखों में काफी कम पाया गया, जो कम अनोखे संज्ञा वाक्यांशों की संख्या भी प्रदर्शित करते थे।

इन पैटर्नों से एक सीमित शब्दावली और सूत्रीय शैली का संकेत मिलता है, जो जटिल क्रिया पैटर्नों वाले वैध स्थानीय समाचार से अलग है, जो सहायक क्रियाएं, सर्वनाम और संयोजनों के आसपास निर्मित होते हैं। इसके बजाय, नकली लेख मूल नाम-पूर्वसर्ग संरचनाओं को पसंद करते हैं, जिसमें बिंदु-आधारित ट्रिग्राम का अक्सर उपयोग किया जाता है, जो एक कम औपचारिक, अधिक खंडित लेखन शैली का सुझाव देता है।

परीक्षण

विभिन्न प्रकार के समाचार लेखों के बीच संबंधों की जांच करने के लिए, लिंग्विस्टिक और संरचनात्मक विशेषताओं के आधार पर, एम्बेडिंग को 435-मिलियन पैरामीटर स्टेला_एन_400एम_वी5 मॉडल का उपयोग करके उत्पन्न किया गया था, और प्रिंसिपल कंपोनेंट विश्लेषण (पीसीए) और टी-एसएनई के साथ कम किया गया था दृश्यीकरण के लिए।

जब दो आयामों में परियोजना की गई, तो नकली स्थानीय समाचार लेख छोटे, घने समूहों में形成 हुए, प्रत्येक संकीर्ण रूप से केंद्रित विषयों जैसे अपराध सांख्यिकी, स्टॉक अपडेट, या दान के लिए अनुरोधों से मेल खाता था:

टी-एसएनई प्रोजेक्शन से क्लस्टरिंग पैटर्न यह दर्शाते हैं कि पिंक स्लाइम लेख तंग, पुनरावृत्ति समूहों में形成 होते हैं, जबकि वैध समाचार विविध वितरण प्रदर्शित करता है जो विषय और शैली विविधता से जुड़ा होता है।[/em]

जैसा कि हम उपरोक्त दृश्यीकरण में कुछ हद तक देख सकते हैं, यह पैटर्न एक कठोर, टेम्पलेट-चालित प्रारूप का सुझाव देता है, जिसमें लेखों के बीच न्यूनतम भिन्नता होती है।

दिलचस्प बात यह है कि ‘फेक न्यूज’ लेबल वाले लेख फेक स्थानीय सामग्री से विचलित हो गए, जो वास्तविक समाचार के साथ अधिक संरेखित वितरण दिखा रहे थे, जो यह सुझाव देते हैं कि बड़े पैमाने पर उत्पादित स्थानीय फेक可能 न केवल कम सच्चे हों, बल्कि रूप और संरचना में यांत्रिक रूप से भिन्न भी हो सकते हैं।

इसके विपरीत, ‘वैध’ स्थानीय समाचार कम और अधिक व्यापक रूप से वितरित समूहों का गठन करता है, जो अधिक विविध भाषा और विषय वस्तु के साथ संगत है, जबकि राष्ट्रीय समाचार लेखों में भी अधिक व्यापक वितरण होता है, जो व्यापक विषय श्रृंखला और ढीले शैलीगत स्थिरता को दर्शाता है।

वैध स्थानीय समाचार और पिंक स्लाइम सामग्री के बीच विशेषता तुलना, जो यह दर्शाती है कि पीएस लेख छोटे होते हैं, सरल वाक्य संरचनाएं होती हैं, अधिक विशेषणों का उपयोग करते हैं, कम लेक्सिकल समृद्धि प्रदर्शित करते हैं, मूल भाग-ऑफ-स्पीच ट्रिग्राम को पसंद करते हैं, और कम अनोखे संज्ञा वाक्यांशों की संख्या होती है।[/em]

पता लगाना

शोधकर्ताओं ने पिंक स्लाइम सामग्री का पता लगाने के लिए दो मुख्य दृष्टिकोणों का मूल्यांकन किया: वर्गीकरण, हाथ से तैयार किए गए लिंग्विस्टिक विशेषताओं पर आधारित; और ट्रांसफॉर्मर-आधारित फाइन-ट्यूनिंग।

हाथ से तैयार किए गए दृष्टिकोण के लिए, सेमांटिक की तुलना में संरचनात्मक विशेषताओं पर जोर दिया गया था, जिसमें वाक्य गणना, लेक्सिकल समृद्धि, वाक्य गहराई, भाग-ऑफ-स्पीच सह-उद्भव संभावनाएं, निर्भरता टैग सह-उद्भव संभावनाएं, पठनीयता; और भाग-ऑफ-स्पीच गणनाएं शामिल थीं।

तीन मॉडलों का इस विशेषता सेट पर परीक्षण किया गया था: एक्सजीबूस्ट; रैंडम फॉरेस्ट; और सपोर्ट वेक्टर मशीन (एसवीएम) – रैंडम फॉरेस्ट ने समग्र रूप से थोड़ा मजबूत परिणाम दिखाया।

एक्सजीबूस्ट और रैंडम फॉरेस्ट दोनों ने विशेषताओं जैसे वाक्य गणना और अनोखे संज्ञा वाक्यांशों की संख्या को उच्च भविष्यसूचक महत्व दिया। पठनीयता और लेक्सिकल समृद्धि उपायों ने भी वर्गीकरण को मजबूती से प्रभावित किया, हालांकि मॉडलों ने इन्हें अलग तरह से वजन दिया, एक्सजीबूस्ट फ्लेश और आरटीटीआर को पसंद करते हुए, जबकि रैंडम फॉरेस्ट सीटीटीआर पर झुक गया।

एसएचएपी (एसएचएपली एडिटिव एक्सप्लेनेशन) मूल्यांकन स्कोर यह दर्शाते हैं कि प्रत्येक इनपुट विशेषता कैसे मॉडल के आउटपुट को प्रभावित करती है। इस मामले में, एसएचएपी मूल्यांकन स्कोर यह दर्शाते हैं कि एक्सजीबूस्ट और रैंडम फॉरेस्ट दोनों ने वाक्य गणना और अनोखे संज्ञा वाक्यांशों पर सबसे अधिक निर्भर किया, जबकि लेक्सिकल समृद्धि और पठनीयता के उपायों को विभिन्न तरीकों से वजन दिया।[/em]

जैसा कि पहले की विशेषता तुलना (उपरोक्त) में देखा गया है, पिंक स्लाइम लेख विस्तार से विवरण की तुलना में सेंसेशनलिज्म पर पसंद करते हैं, जिसमें कम लेक्सिकल समृद्धि होती है, और कम अनोखे संज्ञा वाक्यांश होते हैं – यह निष्कर्ष की पुष्टि करता है कि इस तरह की सामग्री अत्यधिक टेम्पलेटेड और पुनरावृत्ति है।

भाग-ऑफ-स्पीच ट्रिग्राम पैटर्न यह पुष्टि करते हैं कि वैध स्थानीय समाचार अधिक जटिल रूपों का उपयोग करता है, जिसमें सहायक क्रियाएं, सर्वनाम और संयोजन शामिल होते हैं, जबकि पिंक स्लाइम मूल या न्यूनतम वाक्य विन्यास को पसंद करता है। ये पैटर्न सिंथेटिक स्थानीय सामग्री को वास्तविक पत्रकारिता से अलग करने के लिए एक विश्वसनीय आधार का सुझाव देते हैं।

एक दूसरे दौर के परीक्षण में पूरे लेख पाठ पर ट्रांसफॉर्मर मॉडल को फाइन-ट्यून करना शामिल था, जिसमें सेमांटिक सामग्री और वाक्य संरचना दोनों को पकड़ने के लिए था।

बीईआरटी, एक्सएलनेट, और फ्लैन-टी5 का परीक्षण किया गया, जिसमें बीईआरटी ने 89.31% पर उच्चतम एफ1-स्कोर हासिल किया – हालांकि पत्र में यह उल्लेख किया गया है कि प्रदर्शन में अंतर статистिक रूप से महत्वपूर्ण नहीं थे। विपरीत हाथ से तैयार किए गए वर्गीकरणकर्ताओं के, ये मॉडल प्रशिक्षण के दौरान सभी वजन को अद्यतन करते हैं, जिससे उन्हें डेटा से सीधे कार्य-विशिष्ट प्रतिनिधित्व सीखने की अनुमति मिलती है।

एक अतिरिक्त एम्बेडिंग-आधारित विधि ने एक पूरी तरह से जुड़े डाउनस्ट्रीम वर्गीकरणकर्ता का उपयोग किया, जो हाथ से तैयार किए गए मॉडलों की तुलना में बेहतर प्रदर्शन किया, लेकिन पूर्ण फाइन-ट्यूनिंग की सटीकता को मेल नहीं खा सका।

इन दृष्टिकोणों को व्यापक लिंग्विस्टिक संदर्भ से लाभ हुआ – जो फायदेमंद है, यह देखते हुए कि पिंक स्लाइम लेख अक्सर सामग्री को आउटलेट्स के पार कर दोहराते हैं। हाथ से तैयार किए गए विशेषताएं, इसके विपरीत, केवल सतह-स्तरीय वाक्य विन्यास पर निर्भर करती हैं, जो उनकी क्षमता को सीमित करती है स्रोतों के पार सामान्यीकरण करने के लिए।

एलएलएम के साथ पिंक स्लाइम को बढ़ावा देना

यह जांच करने के लिए कि पिंक स्लाइम लेखों को पता लगाने में कठिन बनाया जा सकता है या नहीं, शोधकर्ताओं ने बड़े भाषा मॉडल का उपयोग करके उन्हें पुन: लिखा। प्रोम्प्ट्स को लेखन शैली में सुधार करने के लिए डिज़ाइन किया गया था, सामग्री का विस्तार करने, वाक्य जटिलता जोड़ने, क्रियाविशेषणों के अत्यधिक उपयोग को कम करने, तटस्थ स्वर को लागू करने, अधिक विविध शब्दावली का उपयोग करने और अनोखे संज्ञा वाक्यांशों की संख्या बढ़ाने के लिए, जो सतह-स्तरीय विशेषताओं को छिपाने के लिए था जिन पर अधिकांश पता लगाने वाले प्रणाली निर्भर करती हैं।

परीक्षण किए गए मॉडलों में जेमा-2बी; मिस्ट्रल-7बी; लामा-1बी; लामा-3बी; लामा-8बी; क्वेन-7बी; जीपीटी-4ओ मिनी; और क्लॉड-3.5-हाइकु शामिल थे।

एक फाइन-ट्यून किए गए बीईआरटी वर्गीकरणकर्ता के पता लगाने का प्रदर्शन (एफ1) जब पिंक स्लाइम लेखों को विभिन्न एलएलएम द्वारा पुन: लिखा जाता है। कम स्कोर अधिक सफल छिपाने का संकेत देते हैं।[/em]

इन परिणामों पर, लेखकों का टिप्पणी है:

‘[ओपन-सोर्स मॉडलों में से], क्वेन सबसे प्रभावी था जो पता लगाने से बचने में सक्षम था: जब एक पहले से फाइन-ट्यून किए गए बीईआरटी वर्गीकरणकर्ता (बेसलाइन एफ1-स्कोर: 89%) के खिलाफ परीक्षण किया गया, तो यह पता लगाने के प्रदर्शन में 28.34% की गिरावट का कारण बना।

‘बंद-सोर्स मॉडल काफी अधिक शक्तिशाली थे, जीपीटी-4ओ मिनी और क्लॉड-3.5-हाइकु दोनों ने एफ1-स्कोर को औसतन 40% तक कम कर दिया, जो उच्च-गुणवत्ता वाले एलएलएम-जेनरेटेड छिपाने की चुनौती को रेखांकित करता है।’

इन परिणामों का दावा लेखकों द्वारा किया जाता है कि एलएलएम कितनी आसानी से पिंक स्लाइम सामग्री को छिपा सकते हैं, जिससे यह वर्तमान उपकरणों के लिए इसे पकड़ना बहुत मुश्किल हो जाता है।

निष्कर्ष

राय यह शोध रेखा में कुछ दिलचस्प विरोधाभास हैं, जिनमें से सबसे कम यह नहीं है कि इतने सारे लोग (कम से कम एक सर्वेक्षण के अनुसार, जो पहले उल्लेख किया गया था) पिंक स्लाइम सामग्री का समर्थन करते हैं, यह जानते हुए कि यह क्या है, यह अपमानजनक संदर्भ को सवाल में लाता है। यह ऐसा लगता है कि लोग जानते हैं कि ‘सोयलेंट ग्रीन मानव है’, लेकिन वे कंधे झुकाते हैं और खाना जारी रखते हैं; या ऐसा लगता है, एक उदार दृष्टिकोण से।

एक और बात जो मुझे यह पत्र पढ़ते समय लगी, वह यह थी कि पिंक स्लाइम आउटपुट की सरल भाषा और कमी को एक कमजोरी के रूप में माना जाता है, जिसका एक संभावित तकनीकी समाधान हो सकता है, जब वास्तव में न्यूनतमवाद, भावनात्मकता और सीमित शब्दावली सभी जानबूझकर हो सकते हैं।

यदि पिंक स्लाइम के पीछे विभिन्न हित समूह एक अधिक बौद्धिक या उदार दर्शकों तक अपनी पहुंच बढ़ाना चाहते हैं (हालांकि यह उनकी ताकत के अनुसार नहीं हो सकता है), तो यह अधिक संभावना है कि वे अपने लक्ष्य जनसांख्यिकी के करीब शिविर स्थापित करेंगे, बजाय अपनी भाषा शैली और स्वर को बदलने के, जो पहले से ही मौजूदा मंचों पर अपने लक्ष्यों को प्राप्त करने में सफल हो रहे हैं।

* दुर्भाग्य से, कागज़ में कुछ दुर्भाग्यपूर्ण प्रारूपण के कारण, स्थानीय समाचार लेखों का अतिरिक्त स्रोत स्पष्ट नहीं है। कृपया स्रोत पत्र से संदर्भ लें और अनुमान लगाएं कि ‘हॉर्न’ संदर्भों में से कौन लागू होता है।

** यहाँ हम पाठक को परिणाम अनुभाग के दूसरे, पूरक प्रयोगों के विवरण के लिए स्रोत पत्र का संदर्भ देते हैं। पहली बार शुक्रवार, 12 दिसंबर, 2025 को प्रकाशित।