ES24C källkritik

Även om algoritmer bygger på matematik och kod formas de alltid av människor. Val av data, vilka mål som optimeras och hur resultaten tolkas styrs av mänskliga värderingar, övertygelser och fördomar. Eftersom den data som maskininlärning tränas på är skapad och påverkad av oss, speglar den våra samhällen, språk, kulturer – och våra bias. Därför kan AI-system riskera att reproducera och förstärka negativa mönster. 

Källtillit innebär att bedöma informationens trovärdighet genom att förlita sig på etablerade och ansvarsfulla kunskapsmiljöer snarare än att granska varje enskild uppgift i detalj. I praktiken handlar det om att prioritera källor med redaktionell kontroll, såsom forskningsinstitutioner, myndigheter och etablerade nyhetsredaktioner, där innehållet har genomgått systematiska granskningsprocesser, exempelvis peer review. Källtillit förutsätter även transparens kring källor och arbetsmetoder samt oberoende från starka politiska eller kommersiella intressen.

Eftersom det är omöjligt att vara genomgående källkritisk mot all information, på grund av tidsbrist eller begränsad ämneskompetens, fungerar källtillit som en praktisk strategi för att orientera sig i komplexa informationsflöden genom att identifiera strukturer och institutioner som generellt upprätthåller hög trovärdighet.