Key points are not available for this paper at this time.
Da große Sprachmodelle (LLMs) wie ChatGPT an Bedeutung gewonnen haben, haben immer mehr Nachrichtenseiten begonnen, diese zur Generierung von Artikeln zu nutzen. Diese Sprachmodelle können jedoch nicht nur faktisch ungenaue Artikel auf renommierten Webseiten produzieren, sondern auch unseriöse Nachrichtenseiten können LLMs nutzen, um Fehlinformationen massenhaft zu erzeugen. Um dieses Phänomen zu verstehen, präsentieren wir eine der ersten großangelegten Studien zur Verbreitung synthetischer Artikel in Online-Nachrichtenmedien. Dazu trainieren wir einen DeBERTa-basierten synthetischen Nachrichten-Detektor und klassifizieren über 15,46 Millionen Artikel von 3.074 Fehlinformations- und Mainstream-Nachrichtenseiten. Wir stellen fest, dass zwischen dem 1. Januar 2022 und dem 1. Mai 2023 die relative Anzahl synthetischer Nachrichtenartikel auf Mainstream-Webseiten um 57,3% zunahm, während sie auf Fehlinformationsseiten um 474% zunahm. Wir fanden heraus, dass dieser Anstieg hauptsächlich von kleineren, weniger populären Webseiten getrieben wird. Durch die Analyse der Auswirkungen der Veröffentlichung von ChatGPT anhand einer unterbrochenen Zeitreihe zeigen wir, dass die Veröffentlichung zu einem deutlichen Anstieg synthetischer Artikel auf kleinen Seiten sowie auf Fehlinformations-Nachrichtenseiten führte, während es auf großen Mainstream-Nachrichtenseiten keinen entsprechenden Anstieg gab.
Hanley et al. (Di,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: