Churnalism؛ ابزاری برای مبارزه با دزدی ادبی (Plagiarism)

پلاگیاریسم  انتحال، ایده دزدی یا به اصطلاح دزدی ادبی، معضلی نیست که تنها فضای وب فارسی و نویسندگان آنلاین ایران از آن در رنج و عذاب باشند. این مشکل گریبان‌گیر بسیاری از سایت‌ها و تولیدکنندگان مطرح خارجی نیز هست که به رغم قوانین سفت و سخت حمایت از حقوق معنوی، آثارشان به شیوه‌‌های کوناگون و بعضا نامحسوس به سرقت می‌رود. اما ابزارهای هوشمند و خودکار اندکی برای کشف و مقابله با این پدیده وجود دارد. در این پست یکی از آن‌‌ها را معرفی خواهیم کرد.

بنیاد آفتاب (Sunlight Foundation) و تراست مدیا استاندارد (Media Standard Trust) پلاگین جدیدی به نام Churnalism را به همراه وب‌سایت مربوط به آن عرضه کرده‌اند. هدف از عرضه این ابزار کنترل اتوماتیک سایت‌ها برای یافتن محتوای کپی شده است. این ابزار متن موجود در سایت‌‌ها را تجزیه (Parse) کرده و با پایگاه داده‌ای اختصاصی مقایسه می‌کند. این پایگاه داده شامل مطالب ویکی‌پدیا، سایت‌های رسانه‌های چاپی و دیجیتال، منابع دولتی و موارد مشابه است. این سرویس که ابتدا و در سال 2011 در بریتانیا راه‌اندازی شده بود، اکنون در آمریکا هم در دسترس است.

در واقع Churnalism متن‌هایی که فکر می‌کند کپی شده هستند را های‌لایت می‌کند. البته این ابزار چندان هم هوشمند نیست، چرا که تفاوت میان پلاگیاریسم واقعی و نقل قول را متوجه نمی‌شود. اگرچه این موضوع ممکن است ناامید کننده  به نظر برسد، اما این شانس را برای کاربران به ارمغان می‌آورد که گه گاه منابع نوشته‌ها و خبرها را ببینند. چیزی که در حالت عادی بسیار کمتر اتفاق می‌افتد. مارتین مور (Martin Moore) مدیر تراست استاندارد مدیا گفته است: «اگر بنا است به اخبار دست اول بها بدهیم، باید بتوانیم تفاوت آن با چیزی که کپی-پیست شده است را بشناسیم.»

فناوری به کار رفته در پایگاه داده Churnalism به خودی خود هم جالب توجه است. به جای استفاده از تلاش کور (Brute Force) برای جست‌وجو در 20 گیگابایت داده از منابع خبری، از یک الگوریتم هش استفاده می‌شود که متن را به رشته‌‌های عددی تبدیل می‌کند که جست‌وجوی آن بسیار ساده‌تر است.

در انتها بد نیست به معنای کلمه Churnalism هم اشاره کنیم: ویکی‌پدیا چورنالیسم را نوع خاصی از ژورنالیسم می‌داند که در آن از شایعات، اخبار ساده رسانه‌ها و سایر مواردی که مورد بررسی حرفه‌ای قرار نگرفته‌اند، برای تولید مقالات روزنامه‌ها و سایر خبرگزاری‌ها مورد استفاده قرار می‌گیرند. در این نوع روزنامه‌نگاری اخبار بدون توجه به منبع و صحت و سقم و بدون ارجاع به منبع اصلی مطلب کپی می‌شوند. این شاید واکنشی از سوی نویسندگان باشد در پاسخ به فشاری که از سوی صاحبان رسانه‌ها برای تولید هرچه سریع‌تر محتوا به آن‌ها وارد می‌شود.

منبع (+)