Είναι κοινή παραδοχή ότι το φαινόμενο των ψεύτικων φωτογραφιών (ή βίντεο) έχει εξελιχθεί σε επιδημία και κατακλύζει το διαδίκτυο.

 

Είναι κοινή παραδοχή ότι το φαινόμενο των ψεύτικων φωτογραφιών (ή βίντεο) έχει εξελιχθεί σε επιδημία και κατακλύζει το διαδίκτυο. Ακόμη και οι ειδικοί πολλές φορές δυσκολεύονται να ανιχνεύσουν την αλήθεια μέσα σ αυτή την πληθώρα παραπληροφόρησης.  

Ίσως ποτέ άλλοτε στην ιστορία της ανθρωπότητας δεν υπήρχε ταυτόχρονα τόσος όγκος πληροφοριών, αλλά τόσο μεγάλο μέρος τους να αποτελεί πραγματικά σκουπίδια.

Για να «πονηρευτεί» αλλά και να βοηθηθεί ο χρήστης υπάρχουν τα παρακάτω 6 εργαλεία που χρησιμοποιώντας τα θα διαπιστώσει του λόγου το αληθές.

Αντίστροφη αναζήτηση εικόνων (Reverse Image Search)

Είναι ένα από τα απλούστερα εργαλεία που έχουμε στη διαθεσή μας και με τα οποία ελέγχουμε αν μια φωτογραφία είναι ψεύτικη. Οι πιο δημοφιλείς υπηρεσίες όπως το Google Images και το TinEye, μας βοηθούνε να διαπιστώσουμε αν μια εικόνα είναι προγενέστερη από την είδηση την οποία επικαλείται.

YouTube DataViewer

Καθώς παρακολουθείτε το τελευταίο δημοφιλές (viral) βιντεάκι στο YouTube, είναι σημαντικό να γνωρίζετε αν πρόκειται ή όχι για «scrapes».  Τι είναι αυτά; είναι παλιότερα βίντεο που τα έχουν κατεβάσει, τα επεξεργάστηκαν (ή όχι) και τα μεταφόρτωσαν ξανά σαν καινούρια,  ισχυριζόμενοι πολλές φορές (δολίως φυσικά) ότι ήταν αυτόπτες μάρτυρες ή ότι μας δείχνουν μια νέα είδηση

Η Διεθνής Αμνηστία έχει αναπτύξει ένα απλό, αλλά απίστευτα χρήσιμο εργαλείο, που ονομάζεταιYouTube DataViewer. Αφού βάλετε τη διεύθυνση URL του βίντεο, αυτό θα σας εξαγάγει τον χρόνο φόρτωσης του clip και όλες τις σχετικές του μικρογραφίες. Οι πληροφορίες αυτές – που δεν είναι εύκολα προσβάσιμες μέσω του ίδιου του YouTube – σας δίνουν τη δυνατότητα να ξεκινήσετε μια διττή έρευνας επαλήθευσης.

Εάν υπάρχουν πολλές εκδόσεις του ίδιου βίντεο  στο YouTube, η ημερομηνία σας δίνει τη δυνατότητα να προσδιορίσετε την πρώτη μεταφόρτωση. Οι μικρογραφίες μπορεί επίσης να χρησιμοποιηθούν σε μια αντίστροφη αναζήτηση εικόνων για να βρείτε ιστοσελίδες που περιέχουν το βίντεο, προσφέροντας μια γρήγορη και ισχυρή μέθοδος για την ταυτοποίηση παλαιότερων εκδόσεων ή χρήσεων του ίδιου βίντεο.

Jeffrey“s Exif Viewer

Φωτογραφίες, βίντεο και ήχοι που τραβήχτηκαν με ψηφιακές φωτογραφικές μηχανές και smartphones περιέχουν τις λεγόμενες πληροφορίες Exchangeable Image File (EXIF): δηλαδή μεταδεδομένα για τη μάρκα της φωτογραφικής μηχανής που χρησιμοποιείται, αλλά και την ημερομηνία, την ώρα και τον τόπο που δημιουργήθηκε η εικόνα. Αυτή η πληροφορία μπορεί να είναι πολύ χρήσιμη εάν είστε καχύποπτοι σχετικά με το λογαριασμό του δημιουργού και την προέλευση του περιεχομένου. Σε τέτοιες περιπτώσεις, τα προγράμματα ανάγνωσης EXIF όπως το Jeffrey Exif Viewer  σας επιτρέπουν να φορτώσετε ή να εισάγετε το URL μιας εικόνας και να δείτε τα μεταδεδομένα τους.

FotoForensics

Το FotoForensics είναι ένα εργαλείο που χρησιμοποιεί ανάλυση σε επίπεδο σφάλματος (ELA – error level analysis) για να προσδιορίσει τα σημεία μιας εικόνας που μπορεί να έχουν τροποποιηθεί ή  υποστεί επεξεργασία (photoshopped).  Αυτό το εργαλείο σας επιτρέπει να ανεβάσετε την εικόνα, ή να πληκτρολογήστε το URL της ύποπτης εικόνας και στη συνέχεια θα εντοπίσει τα ύποπτα σημεία που μπορεί να έχουν υποστεί αλλαγές.

WolframAlpha

Η WolframAlpha είναι μία μηχανή δεδομένων (computational knowledge engine), η οποία σας επιτρέπει να ελέγξετε τις καιρικές συνθήκες σε ένα συγκεκριμένο τόπο και χρόνο. Μπορείτε να το δοκιμάσετε χρησιμοποιώντας κριτήρια όπως “weather in London at 2pm on 16 July, 2014” .Έτσι, αν, για παράδειγμα, κάποιος έχει δημοσιεύσει μια φωτογραφία από μια μεγάλη χιονοθύελλα και  τοWolframAlpha γράφει ότι είχε 27 βαθμούς είναι σαφές ότι χτυπάει «καμπανάκι πλαστότητας»

 

Ηλεκτρονικοί χάρτες

Ο εντοπισμός της θέσης της ύποπτης φωτογραφίας ή ενός βίντεο είναι ένα κρίσιμο μέρος της διαδικασίας επαλήθευσης της αυθεντικότητάς τους. Με το Google Street View, το Google Earth τη Wikimapia  μπορείτε να διασταυρώσετε αν όντως είναι έτσι και πως μοιάζει η υπο εξέταση περιοχή

 

Πηγή: ellinikahoaxes.gr