O analiză realizată de Veridica asupra narațiunilor false demontate de-a lungul timpului relevă două elemente distinctive ale știrilor de tip fake news: accentul pe emoțiile negative și alterarea structurii gramaticale. Studiul, bazat pe un set de date de aproximativ 3000 de articole adnotate, clasifică textele în patru categorii principale: știri reale, fake news, dezinformare și propagandă de război. Rezultatele indică faptul că strategiile de manipulare sunt complexe și concepute special pentru a ocoli filtrul critic al cititorilor.
În ceea ce privește componenta emoțională, textele manipulatoare utilizează predominant un ton negativ pentru a capta atenția publicului. Folosind un model automat de clasificare a emoțiilor, cercetarea a evidențiat că, în timp ce surpriza este emoția dominantă în toate știrile, la fake news sunt detectate furia și frica într-o proporție mult mai ridicată decât la știrile reale. Această tactică de manipulare emoțională este utilizată pentru a crea o reacție imediată și pentru a influența percepția utilizatorilor.
Din punct de vedere sintactic, știrile false se deosebesc prin utilizarea unei structuri mult mai simple. Analiza prin algoritm de dependency parsing a arătat că articolele de tip fake news au o adâncime medie a arborelui sintactic de doar 4.83, comparativ cu o adâncime medie de 5.57 la știrile reale. Această simplificare a propozițiilor are ca scop asimilarea rapidă a informației, reducând astfel timpul pe care cititorul îl poate dedica evaluării critice a conținutului prezentat.
O altă caracteristică structurală identificată este utilizarea frecventă a diatezei pasive și a formulărilor impersonale. În știrile manipulative, structurile la diateza pasivă apar de peste două ori mai des decât în jurnalismul obiectiv, iar în 94% din aceste cazuri, autorul real al acțiunii este omis complet. Formule precum „s-a decis” sau „au fost ascunse” permit autorilor să lanseze acuzații de autoritate fără a furniza surse verificabile, ascunzând astfel agentul acțiunii.
Inteligența Artificială poate identifica aceste tipare, însă cu anumite limitări tehnologice importante. Modelele de tip Transformer, precum RoBERT, au reușit să atingă o acuratețe de peste 98% în separarea știrilor legitime de cele manipulatoare, dar pot face erori de tip fals pozitiv. În special, sistemele automate au dificultăți în a face distincția între dezinformarea reală și jurnalismul de opinie, clasificând uneori articolele de opinie cu un conținut subiectiv drept manipulare.
Monitorizarea spațiului mediatic prin tehnologii avansate de procesare a limbajului natural este un subiect de interes crescut în contextul digitalizării rapide. Deși tehnologia oferă instrumente de detectare a dezinformării, capacitatea de a diferenția între retorica subiectivă și intenția de a induce în eroare rămâne o provocare majoră pentru algoritmii actuali, care pot penaliza jurnalismul de opinie asumat.