Infodemic: «πλημμύρα» πληροφορίας (σωστής & λάθος) που δυσκολεύει τον εντοπισμό αξιόπιστων στοιχείων.
Επιβεβαιωτική προκατάληψη (confirmation bias): προτιμάμε ό,τι ταιριάζει στις ήδη υπάρχουσες πεποιθήσεις μας.
Προκατάληψη του «καινούργιου» (novelty bias): δίνουμε υπερβολική αξία σε κάτι επειδή είναι νέο/εντυπωσιακό.
Συναισθηματική διέγερση: έντονα συναισθήματα που «σπρώχνουν» σε βιαστικά shares/συμπεράσματα.
Κριτική σκέψη: ζύγισμα πηγών, εναλλακτικών εξηγήσεων και δεδομένων πριν αποφασίσουμε.
Πλαγιο-ανάγνωση (lateral reading): δεν «βουτάω» στο άρθρο· ανοίγω νέα καρτέλα για να δω ποιος είναι πίσω από αυτό.
SIFT: Stop–Investigate–Find better coverage–Trace (Σταμάτα–Διερεύνησε την πηγή–Βρες καλύτερη κάλυψη–Ακολούθησε στην αρχική πηγή).
Accuracy nudge: μικρή υπενθύμιση «είναι ακριβές;» πριν κοινοποιήσω· μειώνει παρορμητικά shares.
Prebunking (προ-αποδόμηση): σύντομα βίντεο/υλικό που εκπαιδεύει στον εντοπισμό συνηθισμένων τεχνασμάτων παραπληροφόρησης.
Source hopping: «πηδάω» σε δεύτερη/τρίτη ανεξάρτητη πηγή για επιβεβαίωση.
Παρκάρισμα: βάζω κάτι «στην άκρη» για αργότερα, ώστε να καταλαγιάσει το συναίσθημα και να το ξανακοιτάξω ψύχραιμα.
Πρωτογενής πηγή: το αρχικό έγγραφο/μελέτη/δεδομένα (όχι αναμετάδοση).
Δευτερογενής πηγή: σύνοψη/ανάλυση που βασίζεται σε πρωτογενείς πηγές.
Τριτογενής πηγή: συγκεντρωτικά/εγκυκλοπαιδικά ή αναμεταδόσεις ειδήσεων.
Peer review (κριτική ομότιμων): ανεξάρτητος επιστημονικός έλεγχος μιας μελέτης πριν δημοσιευθεί.
Μεθοδολογία: πώς συλλέχθηκαν/αναλύθηκαν τα δεδομένα· κλειδί για την αξιοπιστία.
Citation/παραπομπή: σύνδεσμος ή αναφορά που δείχνει από πού προέρχεται ο ισχυρισμός.
Clickbait: υπερβολικός τίτλος για να κερδίσει κλικ, με φτωχό/άσχετο περιεχόμενο.
Deepfake: βίντεο/ήχος παραγμένος με ΑΙ που φαίνεται αληθινός.
Ψευδές δίλημμα: παρουσιάζει μόνο δύο επιλογές ενώ υπάρχουν κι άλλες.
Whataboutism: αποπροσανατολισμός με «ναι, αλλά τι λες για…» αντί για απάντηση στο θέμα.
Cherry picking: επιλεκτική χρήση δεδομένων που «βολεύουν», αγνοώντας τα υπόλοιπα.
Χειραγώγηση συναισθήματος: χρήση φόβου/οργής/σοκ για να παρακάμψει την κριτική σκέψη.
Φωτομοντάζ/out of context: πραγματική εικόνα/βίντεο σε λάθος πλαίσιο ή με κομμένη λεζάντα.
Bot: αυτοματοποιημένος λογαριασμός που παράγει/αναμεταδίδει περιεχόμενο μαζικά.
Engagement (εμπλοκή): μετρήσεις αλληλεπίδρασης (likes, σχόλια, χρόνος θέασης).
Σήματα ικανοποίησης: ρητές ενέργειες χρήστη («Μου αρέσει», «Δεν με ενδιαφέρει»).
Αλγόριθμος προτάσεων: μοντέλο που ταξινομεί/προτείνει περιεχόμενο με βάση σήματα και ιστορικό.
Γονικοί έλεγχοι: ρυθμίσεις για όρια περιεχομένου/χρόνου και κατάλληλες συστάσεις για ανηλίκους.
Τα ψευδή νέα τείνουν να ταξιδεύουν πιο γρήγορα και μακρύτερα από τα αληθινά, κυρίως λόγω ανθρώπινης συμπεριφοράς (π.χ. «το καινούργιο/εντυπωσιακό» μοιράζεται πιο εύκολα). (Vosoughi et al., 2018).
Μικρές «νύξεις για ακρίβεια» (accuracy prompts) πριν μοιραστούμε κάτι μειώνουν αξιόπιστα τη διάδοση παραπληροφόρησης. Το εύρημα έχει αναπαραχθεί σε πολλές μελέτες. (Pennycook et al., 2021; Pennycook et al., 2022).
Το «prebunking» —σύντομα βίντεο που μας κάνουν ανθεκτικούς ενάντια σε τεχνικές χειραγώγησης— αυξάνει την ανθεκτικότητα σε παραπλανητικό περιεχόμενο στο YouTube. (Roozenbeek et al., 2022).
Οι έφηβοι και οι ενήλικες δυσκολεύονται να κρίνουν την αξιοπιστία στο διαδίκτυο· η «πλαγιοανάγνωση» (lateral reading) και η μέθοδος SIFT βελτιώνουν τις επιδόσεις. (Wineburg et al., 2016; Caulfield, 2019–2025).
Σκρολάρεις και βλέπεις ένα «σοκαριστικό» βίντεο, ένα «νέο» θαυματουργό tip ή ένα «γράφημα» που ανατρέπει όσα ήξερες. Πριν προλάβεις να σκεφτείς, το έχεις ήδη μοιραστεί. Σε αυτό το άρθρο θα κερδίσεις ένα πρακτικό, σύντομο σύστημα —τέσσερα απλά φίλτρα και τρία μικρά «τρικ»— για να ξεχωρίζεις την αξιόπιστη πληροφορία από το θόρυβο, χωρίς να γίνεις… fact-checker πλήρους απασχόλησης.
Η πληροφορία είναι σαν το νερό: όταν μολυνθεί, «αρρωσταίνει» η δημόσια συζήτηση, οι επιλογές μας και η υγεία μας. Ο Παγκόσμιος Οργανισμός Υγείας (ΠΟΥ) περιγράφει την «infodemic» ως πλημμύρα πληροφορίας (σωστής και λάθος) που κάνει δύσκολο να βρεις αξιόπιστα στοιχεία όταν τα χρειάζεσαι — π.χ. σε θέματα υγείας ή κρίσεων. (WHO, 2024).
Ταυτόχρονα, ξέρουμε ότι τα ψευδή νέα διαδίδονται γρηγορότερα — όχι (μόνο) από bots αλλά από εμάς τους ίδιους, επειδή μας τραβά το «καινούργιο» και το συναισθηματικά φορτισμένο. (Vosoughi et al., 2018).
Και ναι, ακόμη και οι καλοί μαθητές (και πολλοί ενήλικες) «μπερδεύονται» εύκολα με καλογυαλισμένες ιστοσελίδες· η έρευνα της ομάδας του Stanford έδειξε ότι οι περισσότεροι δεν ξεχώριζαν διαφήμιση από άρθρο ή οργανώσεις-βιτρίνες από αξιόπιστους φορείς. (Wineburg et al., 2016).
Πριν παραθέσουμε τα εργαλεία, χρειάζεται να καταλάβουμε δύο-τρία βασικά:
• Επιβεβαιωτική προκατάληψη (confirmation bias): ο εγκέφαλος «αγαπά» πληροφορίες που ταιριάζουν με όσα ήδη πιστεύουμε. Λύση; Μια ανάσα παύσης και έλεγχος προέλευσης πριν πατήσουμε «share».
• Πλαγιο-ανάγνωση (lateral reading): αντί να «βουτήξεις» μέσα στο ίδιο το άρθρο, ανοίγεις νέα καρτέλα και ψάχνεις ΠΟΙΟΣ είναι πίσω από αυτό (οργανισμός; ειδικός; ιστορικό αξιοπιστίας;). Αυτή είναι η δεξιότητα που ξεχωρίζει τους επαγγελματίες fact-checkers. (Wineburg et al., 2016).
• SIFT — τέσσερα μικρά βήματα: Stop (Σταμάτα), Investigate the source (Διερεύνησε την πηγή), Find better coverage (Βρες καλύτερη κάλυψη), Trace to the original (Ακολούθησε την αναφορά στην αρχική πηγή/δεδομένα). Είναι ελαφρύ, γρήγορο, και δουλεύει στην πράξη. (Caulfield, 2019–2025).
• Accuracy nudge (νύξη για ακρίβεια): μια απλή υπενθύμιση «είναι αυτό ακριβές;» πριν την κοινοποίηση μειώνει τη διάδοση ψευδών ειδήσεων, χωρίς να χρειάζεται να ελέγξεις κάθε γεγονός. (Pennycook et al., 2021; 2022).
• Prebunking (προ-αποδόμηση): μικρά βίντεο που σε κάνουν «ανθεκτικό» ενάντια σε συνηθισμένες τεχνικές χειραγώγησης (ψευδή διλήμματα, whataboutism, χειραγώγηση συναισθήματος). Τα αποτελέσματα σε πραγματικές καμπάνιες στο YouTube είναι ενθαρρυντικά. (Roozenbeek et al., 2022).
Προσοχή στα:
• Clickbait: τίτλος που υπόσχεται κάτι «τεράστιο» για να κερδίσει κλικ. Συνήθως φτωχό περιεχόμενο.
• Deepfake: βίντεο/ήχος φτιαγμένο με ΑΙ που μοιάζει αληθινό.
Κάνε μεταπήδηση σε άλλη πηγή για επιβεβαίωση (Source hopping).
Σταμάτα (10″): Ρώτα τον εαυτό σου «τι συναίσθημα μου προκαλεί; μήπως με τσιγκλάει να πατήσω share;».
Διερεύνησε την πηγή (15″): Ποιος είναι; Τι γράφουν άλλοι γι’ αυτόν; Μικρή βόλτα στη Wikipedia/«Σχετικά με εμάς»/αξιόπιστα media.
Βρες καλύτερη κάλυψη (20″): Γράψε τον βασικό ισχυρισμό στο Google/News. Υπάρχει σοβαρό μέσο/οργανισμός υγείας/πανεπιστήμιο που το επιβεβαιώνει;
Ακολούθησε την αναφορά (15″): Υπάρχει αρχική μελέτη/δεδομένα; Δες αν το link οδηγεί σε πρωτογενή πηγή ή σε blog που παραπέμπει σε άλλο blog.
Accuracy nudge: πριν μοιραστείς, ψιθύρισε «είναι ακριβές;». Θα σε «κόψει» από παρορμητικά shares. (Pennycook et al., 2021; 2022).
Prebunking playlist: δες 1–2 μικρά βίντεο για τεχνικές παραπληροφόρησης· θα αναγνωρίζεις πιο γρήγορα τα κόλπα. (Roozenbeek et al., 2022).
Κάνε «παρκάρισμα»: Αν κάτι σε «ανάβει», βάλ’ το σε λίστα «να το ξαναδώ το βράδυ». Η απόσταση ψύχει το συναίσθημα.
Γονιός–Έφηβος (βίντεο TikTok με «θαυματουργό» tip διατροφής)
— Π: «Ουάου, αν ισχύει, είναι μεγάλο. Πριν το δοκιμάσουμε, ποιος το λέει; Είναι διατροφολόγος; Τι λένε σοβαρές πηγές;»
— Ε: «Δεν ξέρω, είναι influencer.»
— Π: «Πάμε 60″ SIFT: βρίσκουμε ποιος είναι, μετά ψάχνουμε στο [όνομα έγκυρου φορέα] αν υπάρχει σύσταση. Αν όχι, το παρκάρουμε.»
Συζήτηση φίλων (γράφημα για “συγκλονιστική” μελέτη)
— «Το γραφηματάκι είναι όμορφο, αλλά οδηγεί στην αρχική μελέτη; Αν είναι μόνο tweet/Instagram χωρίς link, δίνω κόκκινη κάρτα και ψάχνω αλλού.»
Σχολική εργασία (πηγές για έκθεση)
— «Μία πηγή από πανεπιστήμιο/οργανισμό, μία από σοβαρό μέσο, και αν γίνεται, η πρωτογενής μελέτη. Αν όλα παραπέμπουν σε blog-σε-blog, αλλάζουμε θέμα ή ψάχνουμε ξανά.»
• Σταμάτα–Έλεγξε–Σύγκρινε–Εντόπισε την πηγή: τέσσερα βήματα, ένα λεπτό.
• Το συναίσθημα είναι σήμα κινδύνου: όσο πιο «σοκ», τόσο περισσότερος έλεγχος.
• Μικρές παρεμβάσεις, μεγάλη διαφορά: ένα «είναι ακριβές;» και ένα βίντεο prebunking αρκούν για να μειώσουν λάθη.
• Ψάχνω ΠΟΙΟΣ μιλά (φορέας, ιστορικό, χρηματοδότηση), όχι μόνο «τι λέει».
• Κανείς δεν είναι άτρωτος: και ειδικοί την «πατάνε». Η μέθοδος σώζει, όχι το ένστικτο.
Ονόμασε το συναίσθημα που σου προκαλεί το περιεχόμενο.
Εντόπισε την πηγή (οργανισμός/συντάκτης/σελίδα «About»).
Άνοιξε νέα καρτέλα και κάνε πλαγιοανάγνωση: «[όνομα πηγής] + controversy / funding / credibility».
Απόσπασε τον βασικό ισχυρισμό σε 5–8 λέξεις και αναζήτησέ τον στο News/Scholar.
Σύγκρινε κάλυψη: υπάρχει τρίτος, αξιόπιστος φορέας που το επιβεβαιώνει;
Ακολούθησε το link προς πρωτογενή δεδομένα (μελέτη, dataset, ανακοίνωση φορέα).
Εφάρμοσε accuracy nudge: «θα το μοιραζόμουν αν έπαιζε η φήμη μου;».
Αν πρόκειται για «τεχνική» χειραγώγησης (π.χ. whataboutism), προ-αποδόμησέ τη: ονόμασέ την δυνατά.
Πάρε απόσταση: περίμενε λίγες ώρες αν είσαι θυμωμένος/η ή ενθουσιασμένος/η.
Τεκμηρίωσε (για σχολείο/δουλειά): κράτα 2–3 αξιόπιστες αναφορές και σημείωσε τι ελέγχθηκε.
© 2025 Δημήτριος Κ. Μίχος — MichosLab.
Συντάχθηκε από τον/την Δημήτριο Κ. Μίχο με υποβοήθηση ΑΙ (ChatGPT) για οργάνωση και γλωσσική διατύπωση. Οι τελικές διατυπώσεις εγκρίθηκαν από τον/την συγγραφέα.
Άδεια: CC BY-NC-ND 4.0 — επιτρέπεται αναδημοσίευση ως έχει, μη εμπορικά, με αναφορά.
Αναφορά που ζητείται: «Δ. Κ. Μίχος - michoslab.gr (2025), [Πληροφορία στο ίντερνετ - Τι να πιστέψω; 4 απλά φίλτρα αξιοπιστίας για κάθε μέρα], www.michoslab.gr»
Όροι άδειας: https://creativecommons.org/licenses/by-nc-nd/4.0/ — Επικοινωνία: info@michoslab.gr
Σημ.: Τα λογότυπα και τυχόν εικόνες/γραφικά τρίτων εξαιρούνται και υπόκεινται στους δικούς τους όρους.