Yeni Medya ve Dezenformasyon: Makine Öğrenmesi ile Sahte Haberlerin Tespitine İletişimsel Bir Yaklaşım

Yeni medya, bilgiye hızlı erişim ve geniş kitlelere anında ulaşım imkânı sunarak iletişim alanında köklü değişimlere yol açmaktadır. Ancak bu dönüşüm, aynı zamanda dezenformasyonun yayılmasını kolaylaştırarak sahte haberlerin artmasına neden olmuştur. Sahte haberlerin tespiti için geliştirilen yöntemler arasında, makine öğrenmesi algoritmaları öne çıkmaktadır. Bu çalışmada, sahte haber tespitinde makine öğrenmesi tekniklerinin etkinliği incelenmiştir. Çalışmada, Kaggle platformunda yer alan \\\"Fake and Real News Dataset\\\" veri seti kullanılarak lojistik regresyon modeli ile bir sınıflandırma gerçekleştirilmiştir. Haber metinleri, TF-IDF yöntemiyle vektörleştirilmiş ve modelin eğitimi bu özellikler üzerinden yapılmıştır. Modelin başarısı doğruluk, kesinlik, duyarlılık ve F1-skoru gibi değerlendirme metrikleriyle ölçülmüştür. Elde edilen bulgular, lojistik regresyonun sahte haberleri tespit etmede yüksek performans gösterdiğini ortaya koymaktadır. Çalışma, dijital medya ekosisteminde sahte haberlerin tespitinde veri odaklı yaklaşımların önemini vurgulamakta ve medya okuryazarlığının artırılmasına yönelik öneriler sunmaktadır.