álhírek, fakenews

1. Álhírek és adathalász csalások
hálójában – Hogyan törjünk ki belőle?
Dr. Kenyeres Attila Zoltán, egyetemi adjunktus
Eszterházy Károly Katolikus Egyetem

2. Először is: kerüljünk bele a hálóba! 

11. Az álhírek (fake news) definíciója
• Kitalált történetek - hazugságok
• Olyan hírek, amelyek szándékosan
és bizonyíthatóan hamisak, és
félrevezethetik az olvasókat.
• Az álhírek a valódi médiatartalmat
másolják, hiteles hírnek tűnő
módon.
• Valódi hírnek álcázzák magukat
• (Lazer et al. 2018; Shane, 2017,
Allcott-Gentzkow 2017, Walters
2018, Gaughan 2017; Royster 2017)

12. Az álhírek (fake news) jellemzői
• Az álhírek úgy tűnnek, mintha
megbízható forrásból származnának
• A közösségi média platformokon
népszerűsítik és terjesztik őket
• Okok: ideológiai és/vagy anyagi
haszonszerzés, humor/szórakozás,
valamint a (félre)tájékoztatás.
• (Lazer et al. 2018; Shane, 2017,
Allcott-Gentzkow 2017, Walters
2018, Gaughan 2017; Royster 2017)

13. Phishing - adathalászat
• „Szemantikai támadás", amely az
áldozatokat akaratlanul érzékeny
információk megosztására
csábítja (Liu et al. 2011)
• Scam: az adathalászat módszere,
például egy e-mail, vagy SMS
(Saberi et al. 2007).

14. Phishing - adathalászat
• A kiberbűnözés egyik formája
• A felhasználókat személyes és/vagy
pénzügyi információk megadására, vagy
közvetlenül a támadónak történő
pénzküldésre veszi rá
• Az adathalász-támadást általában
valamilyen üzeneten keresztül indítják
• Ez egy megtévesztő linket tartalmaz,
amely legitim webhelynek tűnik, de
valójában a támadó irányítása alatt áll
(Chaudhry et al, 2016:247).

15. Az álhírek és átverések terjedését segítő
tényezők
• A technika: az internet és
a közösségi média révén
ma már bárki
nyilvánossághoz juthat,
bármit terjeszthet
• Az emberiség történelme
során soha nem volt
lehetőség ilyen gyorsan és
ilyen nagy mennyiségben
álhíreket terjeszteni

16. Az álhírek és átverések terjedését segítő
tényezők
• A megszokásaink,
automatizmusok
• Automatikussá vált dolgokra
építenek – pl. a számlákat be
kell fizetni
• Főképp az adathalász
csalásokra jellemző
• A szokásos, automatikus
dolgokban hajlamosak vagyunk
nem figyelni a részletekre

17. Az álhírek és átverések terjedését segítő
tényezők
• Érzelemkeltés: az érzelmek
felkeltésével szinte
kikapcsolható a kritikai
érzék, a megfontolt elemző
gondolkodás amikor dönteni
kell egy információ igaz,
vagy hamis voltáról
• Ez az alapja az álhíreknek és
az internetes átveréseknek,
adathalász csalásoknak stb.

18. Érzelmek: az álhírek és átverések terjedését
segítik
• Egy elénk kerülő hírről,
beérkezett e-mailről, SMS-ről,
telefonhívásról azonnal el kell
döntenünk, hogy hihetünk-e,
vagy sem
• Ehhez kritikai érzék,
megfontolt, elemző, racionális
gondolkodás szükséges
• Érzelmek felkeltésével mindez
„kikapcsolható”
• Ezért kelt érzelmeket a
legtöbb álhír, átverés és
adathalász és csalás.

19. Érzelmek a döntéshozatalban
• Az érzelmeknek jelentős szerepük van a
mindennapi döntések meghozatalakor
(Green & Myerson, 2004; Seymour & Dolan,
2008).
• Döntéshozatalkor ellentétbe kerül az
értelem és az érzelem
• Döntéshozatalkor az érzelmi rendszer
automatikusan működik, gyors, de hibára
hajlamos
• Az ész-érvrendszer viszont lassú, de
racionális
• Megfékezi az impulzusokat és felülbírálja a
hirtelen (érzelmi) ítéleteket (Luo & Yu
2015)

20. Kutatási eredmény
• A „kínai Twitter”, a Weibo felhasználóit vizsgálták
• 4 féle érzelmet vizsgáltak: harag, élvezet, szomorúság és undor
• Azt vizsgálták, hogy ezek jelenléte mennyire befolyásolta, hogy a
posztokat megosztották-e, vagy hozzászóltak-e (volt-e
korreláció/összefüggés ezek között)
• Eredmény: leginkább a harag és az élvezet befolyásolta a posztok
megosztását, legkevésbé a szomorúság és az undor (Fan et al.
2014)

21. A különböző érzelmek korrelációja a
megosztásokkal és interakciókkal
H: a felhasználók milyen messze vannak egymástól a szociális hálózatban
C: a korreláció szintje Forrás: Fan et al. 2014

22. Érzelemkeltés: ránk
ijesztenek

28. Érzelemkeltés:
felháborítanak

31. Érzelemkeltés: (túlságosan
is) csábító dolgot kínálnak

36. Érzelemkeltés: azt mondják, amit
hallani szeretnénk –túl szép, hogy igaz
legyen

42. Érzelemkeltés: a segíteni
vágyás ösztöne

48. Érzelemkeltés: szánalom,
együttérzés, részvét keltése

55. Jótanácsok
• Érjük tetten magunkon az érzelemkeltést
• Ami túlságosan felháborító, vagy túl szép ahhoz, hogy igaz legyen, az általában álhír
• Ha valami túlságosan felkorbácsolja az érzelmeinket, feldühít, akkor gyanakodjunk
• Ha valami ránk ijeszt, és még sürget is, gyanakodjunk
• Próbáljunk meg elvonatkoztatni a saját előítéleteinktől, az előzetes képzeteinktől,
mert az álhírek készítői sok esetben pont ezekre építenek
• Azt mondják, amit hallani akarunk, amit „elvárunk”
• Csak hivatalos forrásokból származó és/vagy több helyen, megbízható médiumokban
is megerősített hírt szabad elhinni
• Ha valamiben nem vagyunk biztosak, keressük a hivatalos csatornákat
• Mindig gyanakodjunk egészséges módon
• Minden hírt, e-mailt, SMS-t, posztot egyenként kell elemeznünk

56. Felhasznált irodalom
• Luo, Jiayi – Yu, Rongjun (2015): Follow the heart or the head? The interactive influence model of emotion and cognition. Frontiers in
Psychology. 6:573. doi: 10.3389/fpsyg.2015.00573
• Allcott, Hunt – Gentzkow, Matthew (2017): Social Media and Fake News in the 2016 Election. In: Journal of Economic Perspectives—
Volume 31, Number 2—Spring 2017—Pages 211–236.
• Fan R, Zhao J, Chen Y, Xu K (2014) Anger Is More Influential than Joy: Sentiment Correlation in Weibo. PLoS ONE 9(10): e110184.
https://doi.org/10.1371/journal.pone.0110184 https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0110184
• Gaughan, Anthony J. (2017): Illiberal Democracy: The Toxic Mix of Fake News, Hyperpolarization, and Partisan Election
Administration. In: Duke Journal of Constitutional Law & Public Policy Vol.13. No.3. 57-139 (2017) 66.p
• Green, L. - Myerson, J. (2004): A discounting framework for choice with delayed and probabilistic rewards. Psychol.Bull. 130, 769–
792.doi:10.1037/0033-2909.130.5.769
• Lazer, D., Baum, M., Benkler, J., Berinsky, A., Greenhill, K., Metzger, M.,Zittrain, J. (2018). The science of fake news. Science, 9,
1094–1096.
• Seymour, B. - Dolan, R. (2008): Emotion, decision making, and the amygdala. Neuron 58, 662–671.doi:10.1016/j.neuron.2008.05.020
• Shane, S. (2017). From Headline to Photograph, a Fake News Masterpiece. New York Times. Retrieved from
https://www.nytimes.com/2017/01/18/us/fake-news-hillary-clinton-cameron-harris.html
• Royster, Lee K. (2017): Fake News: Potential Solutions To The Online Epidemic. In: North Carolina Law Review. Vol96.No.1. p.270-296.
• Walters, Ryan M. (2018): How to Tell a Fake: Fighting Back against Fake News on the Front Lines of Social Media. In: Texas Review of
Law & Politics. Vol.23.No.1. 111-179.

57. Források
• Chaudhry, J., Chaudhry, S.A. and Rittenhouse, R.G. (2016) “Phishing Attacks and
Defenses”, [online], International Journal of Security and Its Applications Vol.
10, No. 1 pp.247-256. http://dx.doi.org/10.14257/ijsia.2016.10.1.23
• Liu, G., Xiang, G., Pendleton, B.A., Hong, J.I. and Liu, W. (2011) “Smartening
the Crowds: Computational Techniques for Improving Human Verification to
Fight Phishing Scams”. [online], Symposium On Usable Privacy and Security
(SOUPS) 2011, July 20-22, Pittsburgh, PA, USA.
https://dl.acm.org/doi/abs/10.1145/2078827.2078838
• Saberi, A., Vahidi, M. and Bidgoli, M.B. (2007) “Learn To Detect Phishing Scams
Using Learning and Ensemble Methods”, [online], 2007 IEEE/WIC/ACM
International Conferences on Web Intelligence and Intelligent Agent Technology
– Workshops https://ieeexplore.ieee.org/abstract/document/4427596

58. Köszönöm a figyelmet! 
attila.kenyeres@gmail.com