Достоверность информации: как проверить и оценить, не тратя часы

Исследование MIT, опубликованное в Science в 2018 году (Vosoughi, Roy & Aral), проанализировало 126 тысяч новостных каскадов в соцсетях: ложные новости ретвитили на 70% чаще правдивых, а правде потребовалось примерно в шесть раз больше времени, чтобы достичь тех же полутора тысяч читателей. Скорость на стороне вымысла, а проверка требует усилий — и поэтому чаще всего не происходит: прочитали одну статью, один пост, один ответ нейросети — и приняли решение. В этом руководстве разберём, что такое достоверность информации, чем она отличается от достоверности знания, по каким критериям её оценивать и как проверить конкретный текст за минуты, а не часы.

Что такое достоверность информации

Достоверность информации — это степень соответствия сведений реальному положению дел, подтверждаемая независимыми источниками, фактами и логической непротиворечивостью. В информационной науке достоверность (credibility) традиционно раскладывают на два компонента: добросовестность источника и его компетентность — эта модель предложена ещё в классической работе Фогга и Ценг «The elements of computer credibility» (1999) и развита в обзоре Ри и Дэниелсона (Annual Review of Information Science and Technology, 2007). Достоверная информация корректно отражает событие или явление, указывает происхождение данных и выдерживает перекрёстную проверку.

Важно не путать достоверность с тремя соседними свойствами:

• Актуальность — информация может быть правдивой, но устаревшей: пять лет назад утверждение было верным, сегодня — нет.
• Полнота — правдивый, но обрезанный факт искажает картину не хуже лжи: «препарат показал эффект» без уточнения «на 12 мышах» формально верен.
• Объективность — источник может честно транслировать своё искреннее заблуждение.

Текст может быть актуальным, полным, написанным без злого умысла — и при этом недостоверным. Поэтому проверка достоверности — отдельная процедура, а не побочный эффект внимательного чтения.

Достоверность информации и достоверность знания: в чём разница

Информация — это сведения, которые вам передали. Знание — то, что прошло проверку и встроилось в систему представлений о мире. Разница между ними — как раз процедура проверки.

Достоверность научного знания обеспечивается механизмами, которые вырабатывались веками: воспроизводимостью эксперимента, рецензированием (peer review), публикацией методики и данных, независимым повторением результатов. Философ Карл Поппер сформулировал ключевой критерий: утверждение становится научным не потому, что его высказал авторитет, а потому, что его в принципе можно проверить и опровергнуть — и попытки опровержения провалились.

С бытовой информацией всё наоборот: у поста в телеграме, статьи на сайте или ответа чат-бота нет встроенного механизма проверки. Единственный способ поднять её статус до знания — прогнать через те же фильтры: найти первоисточник, сверить с рецензируемыми исследованиями, проверить логику выводов. Хорошая новость: сегодня это можно делать автоматически. Открытые базы научных публикаций индексируют сотни миллионов работ — Semantic Scholar содержит более 200 миллионов статей (Kinney et al., 2023), OpenAlex — свыше 250 миллионов, — и сервисы вроде БредДетектора сверяют утверждения текста с этим массивом за секунды.

Сколько источников достаточно: почему нет волшебной цифры

В сети популярна схема: один источник даёт 33% уверенности, два независимых — 66%, три — 94–99%. Звучит убедительно, легко запоминается — и не имеет эмпирической базы. Ни одна научная система оценки доказательств таких процентов не использует: например, система GRADE, которую применяет ВОЗ, оценивает доказательства не в процентах, а по качественной шкале — от очень низкой достоверности до высокой, с учётом типа исследований, риска систематической ошибки, размера эффекта и согласованности данных.

Хуже того: наивный подсчёт источников работает против читателя. Психологи с 1977 года (Hasher, Goldstein & Toppino) описывают эффект иллюзорной правды: повторение утверждения повышает субъективную веру в него независимо от того, истинно оно или нет. Мета-анализ 51 исследования (Dechêne et al., Personality and Social Psychology Review, 2010) подтверждает устойчивость эффекта, а эксперименты с фейковыми новостями (Pennycook, Cannon & Rand, Journal of Experimental Psychology: General, 2018) показали: даже однократный показ ложного заголовка повышает его воспринимаемую точность, и эффект сохраняется неделю — даже когда заголовок помечен как спорный. Десять сайтов, переписавших один пресс-релиз, не делают утверждение достовернее — но заставляют мозг в него верить.

Практический вывод: ищите независимое подтверждение, но считайте не упоминания, а первоисточники. Два ключевых слова — «независимое» и «качественное», а не количество само по себе.

Критерии достоверности информации

Оценивая любой текст, проверяйте его по шести критериям:

1. Первоисточник. Указано ли, откуда данные? Цепочка «сайт ссылается на СМИ, СМИ на блог, блог в никуда» — главный признак недостоверности.
2. Авторство и компетентность. Кто автор и разбирается ли он в предмете? Указание автора и его квалификации — один из ключевых сигналов компетентности в моделях оценки достоверности (Fogg & Tseng, 1999; Metzger, 2007). Анонимность лишает читателя возможности оценить экспертизу, а значит повод для дополнительной проверки.
3. Подтверждение независимыми источниками. Сообщают ли то же самое источники, не связанные друг с другом? Помните про эффект иллюзорной правды: перепечатки одного пресс-релиза — это один источник, сколько бы их ни было.
4. Согласованность с научным консенсусом. Не противоречит ли утверждение данным рецензируемых исследований? Если противоречит — нужны исключительно сильные доказательства.
5. Логическая непротиворечивость. Следуют ли выводы из приведённых фактов? Анализ 42 популярных антинаучных тезисов о климате показал: каждый из них содержит логическую ошибку (Cook, Ellerton & Kinkead, Environmental Research Letters, 2018), а разбор 1135 проверенных фактчекерами COVID-публикаций выявил десять типовых ошибок-«триггеров» дезинформации (Musi et al., 2022) — среди них подмена корреляции причинностью, поспешное обобщение и апелляция к природе.
6. Эмоциональная нейтральность. Обилие восклицаний, «сенсаций», «шока» и срочности — маркер риска. Экспериментально показано, что опора на эмоции при чтении повышает веру в фейковые новости (Martel, Pennycook & Rand, Cognitive Research, 2020), а морально-эмоциональная лексика ускоряет распространение сообщений в соцсетях на 13–20% за каждое такое слово (Brady et al., PNAS, 2017; репликация 2025 года). Достоверной информации незачем кричать.

Полезно знать, как работают профессионалы. Исследование Стэнфорда (Wineburg & McGrew, Teachers College Record, 2019) сравнило, как оценивают незнакомые сайты историки с PhD, студенты и профессиональные фактчекеры. Историки и студенты читали «вертикально» — изучали сам сайт: дизайн, «О нас», ссылки. Фактчекеры почти сразу уходили с сайта и проверяли его репутацию через сторонние источники — читали «латерально». Именно они оценивали достоверность точнее и быстрее всех. Мораль: критерии выше проверяются не разглядыванием текста, а выходом за его пределы.

Как проверить достоверность информации: 5 шагов

Пошаговый метод перекрёстной проверки, который применим к статье, новости, посту или ответу нейросети:

1. Выделите проверяемые утверждения. Отделите факты («вещество X снижает Y на 20%») от мнений и оценок. Проверять можно только факты.
2. Найдите первоисточник каждого факта. Идите по ссылкам до конца цепочки — это и есть латеральное чтение на практике. Нет ссылок — ищите утверждение в независимом поиске: если оно существует только в одном тексте, это тревожный знак.
3. Сверьте с научными данными. Для утверждений о здоровье, психологии, питании, технологиях ищите рецензируемые публикации, а не пересказы. Вручную это делают через Google Scholar или КиберЛенинку; автоматически — через БредДетектор, который за секунды показывает, подтверждается ли утверждение исследованиями, опровергается или не имеет доказательной базы.
4. Проверьте логику. Даже верные факты могут склеиваться в ложный вывод. Задайте два вопроса: «следует ли вывод из этих фактов?» и «какие данные могли бы опровергнуть этот вывод — и искал ли их автор?» Умение распознавать манипулятивные техники само по себе снижает восприимчивость к дезинформации — это подтверждено серией экспериментов по «прививке от фейков» (Cook, Lewandowsky & Ecker, PLOS ONE, 2017; Roozenbeek et al., Science Advances, 2022).
5. Зафиксируйте вердикт по каждому утверждению. Не «статья правдивая/лживая», а «утверждение 1 подтверждено, утверждение 2 спорно, утверждение 3 опровергнуто». Типология «информационного беспорядка» Уордл и Дерахшана (Совет Европы, 2017) выделяет семь типов недостоверного контента — и чистая фабрикация лишь один из них. Остальные строятся на смеси точного и искажённого: правдивые факты в ложном контексте, вводящие в заблуждение обрезки, манипулятивная подача. Именно правдивая часть заставляет верить остальному.

Оценка достоверности источников: быстрая эвристика

Когда времени на полную проверку нет, оцените хотя бы источник:

Эвристика источника — фильтр грубой очистки. Авторитетные источники ошибаются, а верные сведения встречаются в сомнительных местах, поэтому решающее слово всегда за проверкой самого утверждения — и, как показывает опыт фактчекеров, за пределами проверяемого сайта.

Отдельный случай: достоверность ответов нейросетей

ChatGPT, DeepSeek, Алиса и другие ИИ-ассистенты добавили новый тип недостоверности — галлюцинации: модель уверенно формулирует несуществующие факты, выдумывает исследования, статистику и даже ссылки на них. Масштаб измерен: в исследовании библиографических ссылок, сгенерированных ChatGPT (Walters & Wilder, Scientific Reports, 2023), 55% ссылок GPT-3.5 и 18% ссылок GPT-4 оказались полностью выдуманными, а среди реальных значительная часть содержала существенные ошибки. Проблема просочилась и в саму науку: аудит 2,5 миллиона биомедицинских статей (The Lancet, 2026) зафиксировал рост доли публикаций со сфабрикованными ссылками более чем в десять раз с 2023 года — параллельно с массовым внедрением языковых моделей.

Опасность в том, что стилистически галлюцинация неотличима от правды — текст гладкий, структурированный и звучит убедительно. К ответам нейросетей применимы те же пять шагов, но с поправкой: ссылку, которую называет ИИ, нужно проверять на существование, а не только на содержание. И именно здесь автоматическая сверка с базами научных публикаций экономит больше всего времени: вставьте ответ нейросети в БредДетектор — сервис покажет, какие утверждения подтверждены рецензируемыми работами, а какие модель сочинила.

Частые вопросы

Достоверность этой статьи — 93%. Проверка статьи →