Saps com verificar la informació que et dona la IA? El mètode SIFT t’ajuda! 

Cada 2 d’abril la comunitat internacional de verificació celebra el Dia Internacional del Fact-Checking, una forma de periodisme que l’evidència científica, ha identificat com una eina eficaç per combatre la desinformació. Mike Caulfield, investigador de la Universitat de Washington,va adaptar el 2017 aquesta filosofia per tal de fer-la útil al dia a dia de la ciutadania. Va proposar el mètode SIFT, que consisteix en quatre passes senzilles que permeten avaluar la fiabilitat d’un contingut, i que a Verificat, a través del programa educatiu Desfake, hem reconverit en quatre preguntes per facilitar l’anàlisi de continguts a internet i a les xarxes socials.

1. Com em vol fer reaccionar?
2. Qui hi ha darrere de la informació?
3. Què en diuen altres fonts confiables?
4. Quines proves aporta?

Però, què passa quan la informació ens arriba filtrada per la intel·ligència artificial, com els algoritmes de les xarxes socials o els xatbots com ChatGPT, i la font original ja no és visible o és difícil de trobar

Caulfield ha reflexionat recentment sobre aquesta qüestió, i ha proposat una nova adaptació del mètode SIFT per ajustar-lo a un ecosistema informatiu que ha canviat profundament.

Quan el “missatger” ja no és la pista

Les sigles SIFT resumeixen els passos del procés de verificació: Stop (atura’t), Investigate the source (investiga la font), Find better coverage (busca una cobertura millor) i Trace the evidence (rastreja les proves).

En la seva reflexió, Mike Caulfield parteix d’un diagnòstic clar: la manera com circula la informació ha canviat de forma estructural. Avui, la persona o el compte que comparteix un contingut sovint no és la font original ni una autoritat fiable, sinó només el canal pel qual ens arriba. A les xarxes socials, els enllaços externs han estat desincentivats pels algoritmes, i el protagonisme s’ha desplaçat de mitjans i institucions cap a intermediaris, creadors i influencers que reempaqueten informació d’altres. Això fa que, en molts casos, analitzar la credibilitat de qui ens fa arribar el contingut sigui poc rendible: no és la font d’autoritat, sinó el “missatger”, com diu Caulfield. A més, el vídeo curt accelera aquest problema perquè és un format especialment pobre en atribució, context i traçabilitat: circulen informacions, fragments o imatges, però no fonts fàcilment examinables. En aquest context, el repte encara es fa més gran si tenim en compte que, segons la UNESCO, el 2024 el 62% dels creadors de contingut digital enquestats admetien que no verifiquen la veracitat de la informació abans de compartir-la amb el seu públic.

La IA com a nova via d’accés a la informació

A aquest panorama, Caufield hi suma un altre canvi important: la irrupció de la intel·ligència artificial com a intermediària en l’accés a la informació. 

Segons l’últim informe del Reuters Institute, un 15% dels joves d’entre 18 i 24 anys utilitza la IA setmanalment per informar-se, i gairebé la meitat (48%) ho fa per entendre millor els continguts complexos. Paral·lelament, estudis recents apunten que més del 50% del trànsit web mundial ja prové de bots, amb un 30–37% de bots maliciosos.

En aquest context, Caulfield assenyala que les eines d’IA s’estan convertint en una nova capa intermèdia del web: cada cop més, arribem a la informació a través d’aquestes interfícies i no directament a les fonts. Això obre oportunitats, però també reptes. Les IA poden ajudar-nos a trobar context i fonts, però també poden simplificar massa, equivocar-se o presentar informació enganyosa, com hem pogut verificar en nombroses ocasions des de Verificat. 

Com adaptem el mètode SIFT?

Davant d’aquest escenari, la proposta de Caulfield és adaptar SIFT a un entorn híbrid entre cerca i IA. La idea de fons es manté: abans de creure una informació, cal buscar més context i, sobreott, millors fonts. Però ara, l’expert contempla que part d’aquest procés pot passar per fer un ús crític de les eines d’IA.

SIFT for AI es pot resumir en quatre passos:

1. Introduir la informació a la IA. Planteja l’afirmació que vols verificar i demana’n context.
2. Investigar amb preguntes de seguiment. Aprofundeix amb preguntes concretes per entendre millor què s’afirma i quines evidències hi ha.
3. Demanar fonts de qualitat. No et quedis amb la resposta: demana fonts fiables i rellevants.
4. Sortir de la IA i comprovar. Per l’expert el pas clau: revisa les fonts directament i comprova que diuen el que s’afirma des la IA.

Segons Caulfield, aquest enfocament no substitueix SIFT, sinó que en reforça l’essència. L’expert insisteix que SIFT no és només un acrònim ni una llista de preguntes, sinó un conjunt d’hàbits i tècniques concretes que requereixen ensenyament i pràctica.