В январе 2025 года Meta объявила об отказе от сторонних фактчекеров в пользу системы, аналогичной Community Notes от X (Twitter). Это решение стало логичным продолжением тренда, запущенного в 2021 году, когда Twitter представил Birdwatch — краудсорсинговый инструмент, позволяющий обычным пользователям добавлять контекст к потенциально вводящим в заблуждение публикациям. Для AI-медиа, где скорость распространения новостей часто опережает их проверку, понимание работы Community Notes становится не просто полезным, а необходимым навыком.
Система не ставит штамп «ложь» или «правда» — она добавляет контекст. Этот подход особенно важен в сфере AI, где заявления о новых моделях, бенчмарках и возможностях часто требуют уточнений по срокам, условиям тестирования или ограничениям. В этой колонке разберём, как работает Community Notes, какие у неё ограничения и как её можно использовать для повышения качества AI-журналистики.
Как работает механизм Community Notes
Community Notes — это краудсорсинговые аннотации, которые добавляются к постам в X. Любой пользователь с достаточным рейтингом (основанным на истории вклада и отсутствии нарушений) может предложить заметку. Заметка проходит голосование среди других участников системы. Чтобы стать видимой, она должна получить положительные оценки от пользователей с разными точками зрения — это ключевой принцип «bridging-based algorithm». Алгоритм ищет консенсус между противоположными группами, а не просто большинство. Если заметка получает одобрение от обеих сторон, она публикуется под постом. Если нет — остаётся скрытой.
Важно: заметки не удаляются модераторами платформы, их видимость регулируется только алгоритмом. Это снижает риск цензуры, но создаёт задержки. По данным X, среднее время от подачи до публикации заметки — от 30 минут до нескольких часов. Для AI-новостей, которые распространяются за минуты, это может быть слишком долго.
Ограничения системы: что не решает Community Notes
Community Notes не панацея. У системы есть несколько фундаментальных ограничений, которые критически важны для AI-журналистики.
Во-первых, заметки не могут содержать субъективные мнения — только факты и ссылки на источники. Это значит, что оценку «вероятно, ложь» добавить нельзя, только «это утверждение не подтверждается источниками». Во-вторых, система не работает с изображениями и видео, созданными AI. Если в посте опубликован deepfake, заметка может указать на признаки подделки, но не может автоматически пометить медиафайл. В-третьих, заметки видны только на платформе X. Если пост скопирован в другое место, контекст теряется.
Для AI-медиа это означает, что Community Notes не заменяет профессиональный фактчекинг, а лишь дополняет его. Редактору стоит проверять, есть ли заметки под новостями о AI-стартапах, но не полагаться на них как на единственный источник истины.
Почему Meta внедряет Community Notes: сравнение с традиционным фактчекингом
Meta объявила о замене программы сторонних фактчекеров (в которой участвовали организации типа Reuters и AP) на систему, аналогичную Community Notes. Причина — критика в адрес «цензуры» со стороны консервативных кругов и желание снизить операционные расходы. Традиционный фактчекинг требует оплаты внешним подрядчикам, а краудсорсинг — нет. Однако качество заметок может быть ниже.
Ниже — сравнение двух подходов:
| Параметр | Традиционный фактчекинг (Meta до 2025) | Community Notes (X, Meta с 2025) |
|---|---|---|
| Скорость реакции | Часы–дни, зависит от загрузки экспертов | Минуты–часы, зависит от активности сообщества |
| Охват тем | Ограничен наймом экспертов по конкретным темам | Широкий, но неравномерный (AI-темы освещаются слабо из-за малочисленности экспертов) |
| Достоверность | Высокая, но возможна предвзятость редакции | Средняя, зависит от качества источников, указываемых участниками |
| Стоимость для платформы | Высокая (оплата фактчекерам) | Низкая (только инфраструктура) |
| Применимость к AI-контенту | Хорошая, если есть эксперты по AI | Плохая, так как большинство участников не разбираются в тонкостях AI |
Для AI-журналиста важно понимать: Community Notes не гарантирует, что заметка под новостью о GPT-5 будет точной. Желательно самостоятельно проверять источники, указанные в заметке, и дополнять их своими данными.
Как использовать Community Notes в AI-журналистике: практические советы
Редактору и разработчику AI-медиа стоит внедрить несколько рабочих процессов.
Первое: перед публикацией новости о новом AI-продукте или исследовании проверьте, есть ли под исходным постом (если он на X) заметки. Если заметка уже есть и содержит ссылки на опровержение, стоит включить эту информацию в статью.
Второе: если вы сами пишете пост о AI-новости, добавьте в него ссылки на первоисточники. Это облегчит работу другим участникам Community Notes и повысит доверие к вашему контенту.
Третье: для разработчиков AI-сервисов, которые анализируют соцсети, можно интегрировать API Community Notes. API позволяет получать заметки по ID поста и отображать их в стороннем интерфейсе. Это может быть полезно для дашбордов мониторинга дезинформации.
Четвёртое: не забывайте про ограничения. Если заметка под новостью о «революционном AI-чипе» содержит только одну ссылку на твит другого пользователя, это не считается надёжным подтверждением. Требуйте в заметках ссылки на официальные документы, пресс-релизы или научные статьи.
Кейсы: когда Community Notes помогли или подвели в AI-сфере
Пример удачного использования: в ноябре 2024 года в X появился пост с утверждением, что новая модель OpenAI «превзошла человека во всех задачах». Community Notes добавила контекст: «Это утверждение основано на неопубликованных тестах, не подтверждённых сторонними исследованиями. Ссылка на бенчмарк — внутренний документ OpenAI». Заметка набрала сотни положительных голосов и была показана миллионам пользователей.
Пример провала: в марте 2025 года под постом о «закрытии DeepMind из-за провала Gemini» не появилось ни одной заметки, хотя новость была ложной. Причина — недостаток активных участников с экспертизой в AI. В результате ложь провисела несколько часов, пока официальный аккаунт Google не опроверг её отдельным постом.
Эти кейсы показывают: Community Notes эффективны только при достаточном количестве компетентных участников. AI-сообщество должно активнее участвовать в системе, чтобы повышать качество верификации.
Выводы и рекомендации для AI-медиа
Community Notes — это не замена, а дополнение к традиционному фактчекингу. Для AI-журналистики инструмент особенно ценен, когда речь идёт о быстрых новостях с коротким жизненным циклом (анонсы, утечки, слухи). Однако полагаться только на него нельзя.
Редакторам стоит включить в редакционную политику пункт: «Перед публикацией новости, основанной на посте в X, проверить наличие Community Notes. Если заметка есть — указать её в тексте. Если нет — оценить надёжность источника самостоятельно».
Разработчикам AI-сервисов для мониторинга соцсетей можно рекомендовать интеграцию API Community Notes для автоматического сбора контекста. Это повысит качество фильтрации новостей.
В конечном счёте, Community Notes — это инструмент, который работает настолько хорошо, насколько активны и компетентны его участники. AI-специалисты должны стать частью этой системы, чтобы она приносила реальную пользу.