Kdo določa, kaj je res?

Od fact-checkerjev do algoritmov: zakaj oznaka ni isto kot resnica

Na zaslonu se pojavi majhna oznaka: »napačno«, »zavajajoče«, »manjka kontekst«. Morda jo je dodal profesionalni fact-checker, morda platforma, morda skupnost uporabnikov. Za večino ljudi je trenutek skoraj neopazen. Vendar se je zgodilo nekaj pomembnega. Trditev ni dobila samo odgovora. Dobila je status.

Ta razlika je ključna. Resnica sama po sebi nima gumba, značke ali barvne oznake. Oznako ji vedno pripiše nekdo: novinar, uredništvo, strokovna institucija, fact-checking organizacija, platforma ali množica uporabnikov. Včasih je oznaka dobro utemeljena. Včasih je delno pravilna. Včasih zgreši problem. Včasih se mora pozneje popraviti. In prav zato je nevarno, ko začnemo fact-checkerja obravnavati kot zadnjo instanco resnice.

Fact-checkerju ne bi smeli zaupati zato, ker se imenuje fact-checker. Zaupati bi morali dokazom, ki jih pokaže, metodologiji, ki jo lahko preverimo, in pripravljenosti, da popravi lastno napako. V tem smislu je fact-checker samo še en vir. Lahko je zelo dober vir. Lahko pa je tudi pristranski, selektiven ali napačen. Njegova oznaka ni dokaz sama po sebi.

Resnica, dokaz in institucionalna oznaka niso ista stvar

Najprej moramo ločiti stvari, ki jih sodobna informacijska kultura pogosto stisne v eno samo kategorijo. Nekaj je lahko resnično, pa trenutno še ni dokazano. Nekaj je lahko skladno s prevladujočim znanstvenim konsenzom, pa se konsenz kasneje spremeni. Nekaj je lahko politično sporno, ne da bi bilo dejstveno napačno. Nekaj je lahko netočno, pa vseeno zakonito. In nekaj je lahko pravilno označeno kot napačno, vendar je način, kako je bilo izbrano za preverjanje, politično ali uredniško pristranski.

To ni semantična malenkost. Če pomešamo resnico, dokazljivost, konsenz, zakonitost in institucionalno oznako, dobimo sistem, v katerem »preverjeno« začne pomeniti skoraj isto kot »resnično«, »nepreverjeno« skoraj isto kot »sumljivo«, »v nasprotju s konsenzom« pa skoraj isto kot »napačno«. V takem sistemu se epistemologija neopazno spremeni v administracijo.

Dober fact-check bi moral biti ravno nasprotje tega. Moral bi pokazati, kaj vemo, česa ne vemo, kateri vir podpira katero trditev in kje se začne interpretacija. Mednarodni standardi IFCN in EFCSN zato zahtevajo transparentnost virov, financiranja, metodologije in popravkov ter poudarjajo uporabo primarnih virov. To je smiselno. Toda kodeks ni isto kot dokaz, da je vsaka posamezna presoja nepristranska.

Pristranskost se začne že pri vprašanju: kaj bomo sploh preverili?

Ko govorimo o pristranskosti fact-checkerjev, pogosto gledamo samo zadnji korak: ali so dve podobni trditvi ocenili različno? Toda najpomembnejša pristranskost lahko nastane že prej. Kdo odloči, katera izjava bo sploh prišla na mizo?

To je selekcijska moč.

Raziskava, objavljena v Journal of the European Economic Association, je pri francoskih fact-checkerjih našla različne politične »slante« v vsebini. Uredništva so preverjala različne politične strani z različno intenzivnostjo, njihova selekcija pa je deloma sledila politični usmeritvi medija. Hkrati pa je raziskovalec pri 232 izjavah, ki jih je preverjalo več fact-checkerjev, našel le dva primera nesoglasja. To je pomemben rezultat: problem ni nujno v tem, da bi fact-checkerji za isto trditev množično uporabljali različna merila. Velik del pristranskosti se lahko pojavi pri tem, katere trditve izberejo za preverjanje.

To je za javnost skoraj nevidno. Če eno politično stran preverjamo petkrat pogosteje kot drugo, lahko vsako posamezno preverjanje metodološko korektno in vendar celoten tok ustvari asimetrično sliko sveta. Bralec ne vidi množice trditev, ki nikoli niso bile izbrane. Vidi samo arhiv fact-checkov in iz njega sklepa, kdo je pogosteje lagal.

Toda tudi tu ne smemo posploševati prehitro. Študija ameriških članov kongresa za obdobje 2018–2021 ni našla, da bi republikanske politike fact-checkerji sistematično preverjali pogosteje od demokratskih. Našla pa je drugo izrazito asimetrijo: 20 odstotkov politikov je prejelo približno 90 odstotkov vseh preverjanj. Fact-checking je torej močno skoncentriran na najbolj izpostavljene akterje. Tudi to pomeni, da arhiv preverjanj ni nevtralna fotografija celotne politične resničnosti.

Pravilna ugotovitev zato ni: »vsi fact-checkerji so levi« ali »vsi fact-checkerji so desni«. Pravilna ugotovitev je zahtevnejša: fact-checking je novinarski proces izbire, in izbira je lahko pristranska tudi takrat, ko je poznejša analiza konkretne trditve korektna.

Metodologija na papirju in metodologija v praksi

Drugi problem je doslednost.

Španska študija fact-checkerja Newtral je pokazala, da formalni protokoli preverjanja niso vedno dovolj natančni ali dosledno izvedeni, da bi lahko rezultate preprosto obravnavali kot rezultat skoraj mehanskega postopka. Avtorji so ugotovili, da posamezni fact-checki vsebujejo niz novinarskih odločitev: kako formulirati trditev, katere vire upoštevati, kje postaviti mejo konteksta in katero raven dokazov zahtevati.

To je normalno novinarsko delo. Problem nastane, ko se njegov rezultat predstavi, kot da je nekaj drugega — kot nevtralna tehnična razsodba.

Vsak fact-check vsebuje vsaj tri ločene sodbe. Prva je, kaj je bila dejanska trditev. Druga je, kateri podatki so relevantni. Tretja je, kakšna oznaka najbolje povzema razmerje med trditvijo in dokazi. Že majhen premik v prvem koraku lahko spremeni celoten rezultat. Če preverjamo močnejšo različico izjave od tiste, ki jo je nekdo dejansko izrekel, lahko korektno ovržemo nekaj, česar ni rekel. Če preverjamo ožjo različico, lahko spregledamo bistvo.

Zato sama oznaka »false« ali »napačno« nikoli ne bi smela nadomestiti branja argumenta.

Slovenski primer: Razkrinkavanje in moč oznake

V Sloveniji je najbolj očiten primer projekta Razkrinkavanje.si, ki ga vodi Oštro. Njihova javno objavljena metodologija je v več pogledih dobra ilustracija tega, kako bi moral fact-checking delovati: pojasnjujejo, kaj izbirajo za preverjanje, uporabljajo kategorije, kot so »drži«, »ne drži«, »pristransko« in »siva cona«, pri slednji pa izrecno priznavajo primere, ki jih zaradi pomanjkanja zanesljivih podatkov ali relevantnih protiargumentov ni mogoče enoznačno oceniti. Oštro je tudi verificiran član evropske mreže EFCSN.

To je pomembno, ker pokaže, da resen fact-checking sam po sebi ne more delovati samo z dvema gumboma, »res« in »laž«. Toda tudi dobra metodologija ne odpravi vprašanja selekcije: uredništvo še vedno odloča, katero objavo bo preverilo, kateri del izjave bo formuliralo kot preverljivo trditev in kateri viri bodo dobili največjo dokazno težo.

Leta 2022 je Oštro postal partner Metinega programa third-party fact-checking. Po Oštrovem lastnem opisu je njihova naloga bila identificirati, pregledati in oceniti vsebine, Meta pa je ocenjene vsebine nato opremila z opozorili, zmanjšala njihovo distribucijo in onemogočila oglaševanje takšnih vsebin. Oštro je kasneje posebej poudaril, da samo nima tehničnih možnosti za brisanje objav ali uporabniških profilov in da so takšni ukrepi izključno v domeni Mete.

Prav ta ločnica je bistvena. Ni korektno reči, da je slovenski fact-checker neposredno »brisal ljudi s Facebooka«. Je pa korektno reči, da je njegova uredniška ocena lahko postala vhodni signal v platformni sistem, ki je imel konkretne posledice za vidnost vsebine. Ko se to zgodi, preverjanje ni več samo novinarski članek. Postane del infrastrukture distribucije.

Ko novinarska ocena dobi tehnično moč

Fact-checking postane veliko pomembnejši, ko ne ostane članek, ampak postane infrastruktura.

To se je jasno pokazalo pri Metinem programu third-party fact-checking. Fact-checker ni samo objavil svoje analize. Njegova ocena je lahko sprožila opozorilne oznake, zmanjšanje distribucije in druge platformne posledice. Leta 2021 je Meta izrecno pojasnila, da vsebinam, ocenjenim kot napačne ali zavajajoče, zmanjšuje doseg in da lahko ponavljajoče deljenje takšnih vsebin vpliva tudi na vidnost strani.

Tu se spremeni narava problema. Če napišem članek, v katerem trdim, da se motiš, sva v javni razpravi. Če pa moja ocena neposredno vpliva na to, koliko ljudi lahko tvojo trditev vidi, moja vloga ni več samo novinarska. Postanem del distribucijskega sistema.

Meta je januarja 2025 v ZDA končala program neodvisnih third-party fact-checkerjev in ga začela nadomeščati s Community Notes. Podjetje je spremembo utemeljilo tudi s tem, da imajo strokovnjaki svoje pristranskosti in da je sistem po njihovem mnenju preveč posegal v legitimno politično razpravo. To je Metina lastna ocena in je ne smemo zamenjati z neodvisnim dokazom, da so bili vsi fact-checkerji politično pristranski. Je pa pomembno priznanje podjetja, ki je njihovim ocenam prej dalo neposredno platformno moč.

To razkrije širši problem. Ne gre samo za vprašanje, ali fact-checker pravilno presodi posamezno trditev. Gre za vprašanje, ali naj zasebna uredniška presoja avtomatično postane signal za algoritmično zmanjšanje vidnosti.

Ko se »napačna trditev« spremeni v odprto vprašanje

Najbolj poučni primeri niso tisti, pri katerih je fact-check očitno zgrešil trivialno dejstvo. Bolj pomembni so primeri, kjer se je meja znanja sčasoma premaknila.

Izvor SARS-CoV-2 je dober primer prav zato, ker je poln nians.

Leta 2020 je PolitiFact trditev virologinje Li-Meng Yan, da je virus laboratorijsko ustvarjen, ocenil kot »Pants on Fire«. Trditev je bila veliko bolj specifična kot splošna hipoteza laboratorijskega incidenta: Yan je govorila o namensko izdelanem virusu, njeni dokazi pa so bili takrat močno kritizirani. Vendar je PolitiFact maja 2021 fact-check odstranil iz aktivne baze in priznal, da so se nekateri viri, na katerih je temeljila prvotna kategorična formulacija o nemogoči laboratorijski manipulaciji, kasneje izkazali za bolj sporne. Trditev so nato opisali kot nedokazano in sporno.

Facebook je februarja 2021 med vsebine za odstranjevanje vključil tudi trditev, da je COVID-19 »man-made or manufactured«. Tri mesece pozneje, 26. maja 2021, je to politiko spremenil in sporočil, da takšnih trditev zaradi novih preiskav izvora ne bo več odstranjeval.

To ne pomeni, da je bilo dokazano, da je SARS-CoV-2 nastal v laboratoriju. Ni bilo. WHO je junija 2025 ocenil, da razpoložljivi dokazi bolj podpirajo zoonotski prehod, hkrati pa je poudaril, da zaradi manjkajočih informacij laboratorijskega incidenta ni mogoče ne potrditi ne izključiti. Generalni direktor WHO je povedal še neposredneje: vse hipoteze morajo ostati na mizi, vključno z zoonotskim izvorom in laboratorijskim incidentom.

Pravi nauk tega primera zato ni »prepovedana teorija se je izkazala za resnično«. To bi bila nova poenostavitev. Nauk je bolj neprijeten: institucija lahko nekaj obravnava kot dovolj napačno za odstranitev, čeprav kasnejše stanje dokazov pokaže, da je bila širša različica vprašanja še vedno odprta.

Tu se pokaže nevarnost preveč kategoričnih oznak. Med »dokazano napačno« in »trenutno nimamo dovolj dokazov« je ogromna razlika. Sistem, ki to razliko izbriše, lahko ustvarja napačno gotovost.

Fact-checker je lahko pravilen in še vedno pristranski

To je morda najtežji del razprave. Pristranskost ne pomeni nujno laži.

Fact-checker lahko pravilno ovrže izbrano trditev, uporabi dobre vire in napiše korekten članek, pa je kljub temu del pristranskega informacijskega sistema, če sistematično izbira samo določeno vrsto trditev, določen politični tabor, določene institucije ali določene teme.

To je podobno fotografiji. Fotografija je lahko popolnoma avtentična, vendar je kader še vedno izbira. Tisto, česar na fotografiji ni, je lahko za razumevanje dogodka enako pomembno kot tisto, kar je.

Zato je zahteva »pokaži mi napako v konkretnem fact-checku« preozka. Včasih je treba vprašati tudi: zakaj je bil preverjen ravno ta stavek? Kdo je izbral temo? Koliko primerljivih trditev druge strani ni bilo preverjenih? Kateri strokovnjaki so bili obravnavani kot avtoritativni? Kdo financira organizacijo? Ali so popravki vidni tako kot prvotne sodbe?

Takšna vprašanja niso napad na preverjanje dejstev. So preverjanje preverjevalca.

Tudi občutek pristranskosti ni vedno dokaz dejanske pristranskosti

Ob tem moramo biti pošteni še do druge strani problema.

Ljudje fact-checkerja pogosto dojemajo kot pristranskega prav takrat, ko njegova ocena nasprotuje njihovemu prepričanju. Raziskave kažejo, da politična identiteta močno vpliva na zaupanje v preverjevalca. Eksperiment iz Argentine je pokazal, da lahko že vsebinsko pravilna presoja spremeni zaznano ideološko umeščenost fact-checkerja, odvisno od tega, komu rezultat politično koristi.

To pomeni, da dva pojava obstajata hkrati.

Prvič, fact-checking je lahko dejansko selektiven ali institucionalno pristranski. Drugič, občinstvo lahko nepristranski ali pravilni fact-check dojema kot pristranski samo zato, ker mu rezultat ni všeč.

Zato stavek »fact-checkerji so pristranski« sam po sebi ni dovolj. Potrebujemo dokaz za vrsto pristranskosti: selekcijsko, metodološko, ideološko, finančno, uredniško ali distribucijsko.

Community Notes niso rešitev brez napak

Ko Meta ali X del odgovornosti preneseta na skupnost, se centralizirana presoja zmanjša, problem pa ne izgine.

Raziskave Community Notes kažejo, da lahko prikazana opomba občutno zmanjša nadaljnje širjenje zavajajoče objave. Ena študija je ugotovila približno 46-odstotno zmanjšanje nadaljnjih repostov, druga pa okoli 61-odstotno zmanjšanje širjenja po prikazu opombe. To je konkreten učinek.

Toda težava je hitrost. Opomba je lahko objavljena šele potem, ko je večina viralnega širjenja že končana. Pri politično spornih temah je lahko težko doseči konsenz med ljudmi z različnimi pogledi. Množični sistem ima drugačne napake kot profesionalni fact-checker, ne pa nujno manj napak.

To je pomembno: alternativa centraliziranemu arbitru ni nujno popoln decentraliziran trg resnice. Vsak model ima svojo arhitekturo pristranskosti.

Kdo preverja tiste, ki preverjajo?

Najslabši odgovor na problem dezinformacij je zamenjati eno slepo zaupanje z drugim.

Če smo kritični do politika, ker ima interes, moramo biti kritični tudi do medija. Če smo kritični do medija, moramo biti kritični do fact-checkerja. Če smo kritični do fact-checkerja, moramo biti kritični tudi do platforme, ki njegovo oceno uporablja. In če platforma trdi, da je rešitev množični sistem, moramo preverjati tudi njegove kriterije.

Zaupanje ne bi smelo biti vezano na naziv institucije. Moralo bi biti vezano na postopek.

Dober sistem preverjanja zato ne potrebuje nedotakljivih arbitrov. Potrebuje vidne primarne vire, jasno ločevanje med dejstvom in interpretacijo, razkritje metodologije in financiranja, javno zgodovino popravkov, pravico do odgovora in možnost pritožbe. Predvsem pa mora pokazati negotovost tam, kjer negotovost dejansko obstaja.

Oznaka »ne vemo« je včasih bolj poštena kot »napačno«.

Evropska unija in nevarnost napačne kritike

Tudi pri Evropski uniji je pomembno, da ne kritiziramo nečesa, česar sistem dejansko ne počne.

Po Aktu o digitalnih storitvah imajo tako imenovani trusted flaggers oziroma zaupanja vredni prijavitelji prednost pri prijavljanju domnevno nezakonite vsebine. Njihove prijave morajo platforme obravnavati prednostno. V Sloveniji njihov status podeljuje AKOS.

To ni isto kot pravica določati, kaj je res. DSA jim ne daje splošne pristojnosti, da označujejo politično nestrinjanje kot »laž« in zahtevajo odstranitev. Njihova formalna vloga je vezana na domnevno nezakonito vsebino.

Toda legitimno vprašanje ostaja: kako zelo se lahko približajo regulatorni okvir, platformna pravila, kodeksi dezinformacij, fact-checkerji in civilnodružbene organizacije, preden postane javnosti skoraj nemogoče razumeti, kdo je v posameznem primeru sprejel odločitev in po katerem kriteriju?

Preglednost je zato pomembnejša od etikete.

Največja nevarnost ni napaka, ampak avtomatsko zaupanje

Fact-checker se lahko zmoti. To samo po sebi ni škandal. Zmotijo se znanstveniki, sodišča, novinarji in strokovne komisije. Problem je, ko sistem okoli njih ustvari kulturo, v kateri se njihove ocene ne obravnava več kot argument, ampak kot zaključek razprave.

Takrat uporabnik ne bere več dokazov. Pogleda značko. Tu nastane nova oblika epistemološke lenobe. Namesto »preveril sem« dobimo »nekdo je preveril zame«. Namesto vprašanja »kateri dokaz?« dobimo »katera oznaka?«.

Psihološke raziskave opozarjajo še na dodatno past: če platforma označi samo nekatere napačne vsebine, lahko neoznačene objave dobijo implicitni videz verodostojnosti. To je t. i. implied truth effect. Uporabnik lahko nevede sklepa: če tukaj ni opozorila, je verjetno vse v redu.

Toda noben sistem ne more preveriti vsega. Odsotnost oznake zato ni dokaz resničnosti, tako kot prisotnost oznake ni nadomestilo za argument.

Ne zaupaj fact-checkerju. Preveri ga.

Najbolj zdrava drža ni: »fact-checkerji vedno lažejo.« To bi bila ravno ista napaka, ki jo očitamo njim — kategorična sodba, širša od dokazov.

Boljša drža je strožja: Fact-checkerju ne zaupaj zaradi njegovega statusa. Preveri njegovo delo.

Poglej originalno izjavo. Preveri, ali je pravilno predstavljena. Odpri primarne vire. Poglej datum. Preveri, ali je bil konsenz predstavljen kot dokaz. Poglej, kaj je izpuščeno. Preveri financiranje. Poišči popravek. Primerjaj še en neodvisen vir.

Če fact-check zdrži takšen pregled, je uporaben. Če ne, oznaka nima posebne magične avtoritete.

V informacijski družbi ne potrebujemo novega duhovništva, ki bi nam delilo dovoljenja za resnico. Potrebujemo boljšo metodo preverjanja — tudi za tiste, ki so si preverjanje zapisali v ime.

In zato pravo vprašanje ni: Kdo določa, kaj je res? Pravo vprašanje je: Kdo je trditev preveril, s čim, po kateri metodi — in ali lahko preverimo tudi njega?