Фейк-ньюс являются глобальным вызовом медиабезопасности. В Китае масштаб данной проблемы растет по мере развития социальных сетей как элемента информационных ресурсов – фейковые материалы активно распространяются параллельно с внедрением и популяризацией цифровых технологий в общественную интернет-инфраструктуру. Конкурентоспособность Китайской Народной Республики на международном рынке и его политическая мощь заставляют враждебно настроенные организации и страны дестабилизировать гармоничное развитие республики посредством таких инструментов информационной войны, как фальшивые новости и психологическое давление на аудиторию с помощью гиперболизации опасности определенных происшествий или замалчивания их положительных коррелятов, а также мистификации событий. Итогом публикации ложных данных о здравоохранении, политике, истории, экономике, международных отношениях и других немаловажных областях человеческой деятельности являются массовые беспорядки, народные волнения, диверсии и запугивание пользователей. Феномен фейк-ньюс осложнен тем, что искусственный интеллект позволяет создавать и распространять фальшивый контент, в том числе, дипфейки, среди тысяч пользователей. Более того, материал, генерируемый нейросетью, дезориентирует аудиторию – большинство людей не в состоянии определять достоверность и актуальность новости. В статье использовались такие методы, как теоретический анализ научной литературы по обозначенной проблематике, описательный метод, агрегирование данных (табличный метод) компонентный анализ, а также систематизация и интерпретация полученного материала. Результаты данного исследования говорят о том, что специфика репрезентации фейк-ньюс заключается в генерации текстового и аудиовизуального ложного материала посредством искусственного интеллекта, продукт деятельности которого практически схож по всем своим характеристикам и параметрам с достоверным источником (сайтом профессионального авторитетного издательства) и личностью (именитым журналистом или экспертом), освещающим медиаконтент. В статье автором был сделан вывод о том, что в настоящее время все более усугубляется проблематика репрезентации фальшивых новостей тем, что для генерирования новостной информации используется искусственный интеллект, при этом создаваемый им контент практически невозможно отличить от реальности, из-за чего лженовость воспринимается аудиторией по большей части как достоверная и правдивая.
Fake news is a global media security challenge. In China, the scale of this problem is growing with the development of social networks as an element of information resources – fake materials are actively distributed in parallel with the introduction and popularization of digital technologies in the public Internet infrastructure. The competitiveness of the People's Republic of China in the international market and its political power force hostile organizations and countries to destabilize the harmonious development of the country through such information warfare tools as fake news and psychological pressure on the audience by exaggerating the danger of certain incidents or suppressing their positive correlates, as well as hoaxes of events. The result of the publication of false data on healthcare, politics, history, economics, international relations and other important areas of human activity is mass riots, popular unrest, sabotage and intimidation of users. The fake news phenomenon is complicated by the fact that artificial intelligence makes it possible to create and distribute fake content, including deepfakes, among thousands of users. Moreover, the material generated by the neural network disorients the audience – most people are unable to determine the reliability and relevance of the news. The results of this study suggest that the specificity of fake news representation lies in the generation of textual and audiovisual false material through artificial intelligence, the product of which is almost similar in all its characteristics and parameters to a reliable source (the website of a reputable professional publishing house) and a person (a renowned journalist or expert) covering media content. The article used such methods as theoretical analysis of scientific literature on the identified issues, descriptive method, data aggregation (tabular method), component analysis, as well as systematization and interpretation of the obtained material.