يوجد على شبكة الإنترنت عدد من منصات الفيديو، التي تحتوي على مئات الملايين من مقاطع الفيديو، التي يمكن للشخص أن يشاهدها. وتشير إحصائيات إحدى شبكات الفيديو على الإنترنت وهي YouTube إلى أنه تتم مشاهدة أكثر من مليار ساعة يومياً، إذا تم جمع عدد ساعات المشاهدة لمختلف المستخدمين حول العالم على منصتها. من الأمور التي تحرص عليها منصات الفيديو رفع جودة المحتوى. لأن ذلك يساهم في استمرارية تفاعل المستخدمين مع تلك المنصات، ولكن المشكلة الأكبر التي تواجه مثل هذه المنصات، هي مقاطع الفيديو التي تحتوي على معلومات مغلوطة، وذلك لأن مقاطع الفيديو التي تنشر أخبارا مكذوبة أو غير دقيقة، تؤثر بشكل سلبي على سمعة هذه المنصات، مما يعني أنه من المحتمل أن يتكون في أذهان المستخدمين أن المنصة هذه أو تلك، تحوي كثيرا من المحتوى المغلوط، وبالتالي سيحجم الزوار عن الدخول إليها. من أحلك الأوقات التي يتم فيها نشر أخبار ومعلومات غير دقيقة، هذه الفترة التي يمر بها العالم، أي فترة جائحة فيروس كورونا الجديد «COVID-19». فتعد هذه الأيام من أشد الأيام التي يحتاج فيها مستخدمو منصات الفيديو لمعلومات دقيقة وصحيحة وواضحة عن هذا المرض، خصوصاً مع انتشار الأخبار عن ظهور سلالات مختلفة لهذا الفيروس. اكتشاف مقاطع الفيديو التي تحتوي على معلومات مغلوطة يعد غاية في الأهمية، ولهذا تسعى الشركات التي تدير منصات مشاركة مقاطع الفيديو، إلى ابتكار أساليب لاكتشاف هذه المقاطع. ولكن مع استمرار نشر الملايين من مقاطع الفيديو يومياً، فإن البحث اليدوي أو الاعتماد على العنصر البشري بشكل عام، يعد أمراً مستحيلاً. ولذا كان من اللازم البحث عن أساليب تقنية، يمكنها العمل بشكل آلي لاكتشاف المعلومات المغلوطة، التي تنشر في مقاطع الفيديو. في إحدي المحاولات لابتكار آلية لاكتشاف الفيديوهات التي تحوي معلومات مغلوطة، قام البروفيسور سايمون هيقليش «Simon Hegelich» من جامعة ميونيخ التقنية «Technical University of Munich» مع فريقه البحثي بابتكار نظام ذكاء اصطناعي يعتمد على قانون نيوتن «لكل فعل ردة فعل». حيث إن نظام البروفيسور سايمون لا يعمد إلى تحليل مقاطع الفيديو، بل يقوم على تحليل ردود الفعل على هذه المقاطع. فيقوم النظام بقراءة التعليقات على مقاطع الفيديو، وبتحليلها يتمكن من معرفة ما إذا كان مقطع الفيديو يحتوي على معلومات مغلوطة. يذكر أن هذا النظام استطاع أن يقوم باكتشاف مقاطع الفيديو، التي تحوي معلومات مضللة أو مغلوطة بدقة تقارب ال%90.
