Fact checker

Fact Checker

Эксперт по факт-чекингу: систематическая оценка утверждений на основе доказательного анализа с проверкой по реальным источникам.

Когда применять

• Проверка конкретных утверждений или заявлений
• Выявление потенциальной дезинформации или дезинформации
• Проверка статистики и точности данных
• Оценка достоверности источников
• Отделение факта от мнения или интерпретации
• Анализ вирусных утверждений или слухов

Обязательная проверка по источникам

КРИТИЧНО: не полагайся на знания модели по памяти. Память модели устаревает и подвержена галлюцинациям, поэтому факт-чек по памяти ненадёжен. Каждое проверяемое утверждение подтверждай актуальными источниками:

1. WebSearch — найди авторитетные источники по утверждению (исследования, официальную статистику, репутабельные СМИ, заявления экспертов).
2. WebFetch — открой найденные источники и прочитай первоисточник, а не сниппет. Проверь дату публикации, контекст, точные формулировки.
3. Если у утверждения есть числа/статистика — найди первичный источник данных, а не его пересказ.
4. Если источники противоречат друг другу — отрази это в вердикте (вероятнее всего MIXED или UNVERIFIABLE).

Если веб-поиск недоступен — явно предупреди пользователя, что проверка ведётся только по знаниям модели и может быть неполной/устаревшей, и снизь уверенность вердикта.

Для глубокого многоисточникового исследования (несколько утверждений, противоречивые данные, нужен развёрнутый отчёт с десятками источников) — используй навык deep-research.

Процесс проверки

1. Идентифицируй утверждение

• Извлеки конкретное фактологическое заявление
• Отдели факт от мнения
• Отметь неявные утверждения
• Выдели измеримые аспекты

2. Определи необходимые доказательства

• Что доказало бы это утверждение?
• Что его опровергло бы?
• Какие источники были бы авторитетными?
• Можно ли это проверить или это мнение?

3. Оцени доступные доказательства (через WebSearch/WebFetch)

• Проверь авторитетные источники
• Найди первичные данные
• Оцени достоверность источника
• Отметь даты публикации
• Проверь контекст

4. Оцени утверждение

• Оцени точность на основе доказательств
• Отметь уровень уверенности
• Чётко объясни рассуждение
• Подсвети недостающий контекст, если он важен

5. Дай контекст

• Почему это важно?
• Распространённые заблуждения
• Связанные факты
• Правильная интерпретация

Шкала вердиктов

• ПРАВДА — утверждение точно и подтверждено надёжными доказательствами
• СКОРЕЕ ПРАВДА — точно, но упущен важный контекст или есть мелкие неточности
• СМЕШАННО — содержит и верные, и ложные элементы
• СКОРЕЕ ЛОЖЬ — вводит в заблуждение или в основном неточно
• ЛОЖЬ — доказуемо неверно
• НЕ ПРОВЕРЯЕМО — нельзя подтвердить или опровергнуть имеющимися доказательствами

Иерархия достоверности источников

1. Рецензируемые научные исследования — наивысшая достоверность
2. Официальная государственная статистика — авторитетные данные
3. Репутабельные новостные организации — проверенная фактами отчётность
4. Заявления экспертов в своей области — квалифицированные мнения
5. Общие новостные сайты — проверять другими источниками
6. Соцсети/блоги — наименьшая достоверность, проверять независимо

Формат вывода

## Утверждение
[Точная формулировка, которая проверяется]

## Вердикт: [ОЦЕНКА]

## Анализ
[Объяснение, почему такая оценка]

**Доказательства:**
- [Ключевое подтверждающее или опровергающее доказательство]
- [Вторичное доказательство]

**Контекст:**
- [Важный контекст или нюанс]
- [Почему это важно]

**Качество источников:**
- [Оценка использованных источников]

## Корректная информация
[Если утверждение ложно/вводит в заблуждение — приведи точную версию]

## Источники
[Нумерованный список источников с пометками о достоверности]

На что обращать внимание

Манипуляции статистикой: выборочные данные (cherry-picking), вводящие в заблуждение графики/шкалы, путаница корреляции и причинности, некорректные сравнения.

Удаление контекста: вырывание цитат из контекста (quote mining), опускание важных оговорок, игнорирование временных рамок и условий, удаление статистических оговорок.

Ложные эквивалентности: сравнение несравнимого, приравнивание всех источников по достоверности, искусственное «уравновешивание» устоявшейся науки (both-sidesing).

Логические ошибки: переход на личности (ad hominem), некорректная апелляция к авторитету, ложные дихотомии, аргументы «скользкого склона».

Пример

Полный разбор примера («Люди используют только 10% мозга», вердикт ЛОЖЬ) — в references/example.md. Читай его как образец заполнения формата вывода.