WEB-застосунок для протидії дезінформації з допомогою штучного інтелекту

Abstract

Мета даної бакалаврської роботи полягає у розробці веб-застосунку для автоматичного виявлення дезінформації з використанням сучасних технологій штучного інтелекту та обробки природної мови. Запропонована система поєднує модулі збору, аналізу та інтерактивної візуалізації інформації для забезпечення ефективної та оперативної ідентифікації фейкових повідомлень і маніпулятивних текстів у різних тематичних напрямах. Реалізовано багаторівневий підхід, що ґрунтується на використанні великих мовних моделей (LLM) та трансформерних архітектур (BERT, RoBERTa), які дозволяють здійснювати детальний контекстуальний аналіз, виявляти ознаки токсичності, мови ненависті, емоційної маніпуляції та пропаганди у текстах. Система складається з трьох основних компонентів: серверної частини на основі FastAPI і MySQL, фронтенду, реалізованого на JavaScript і React із застосуванням Tailwind CSS для сучасної адаптивної стилізації, та спеціалізованого модуля скрейпінгу для постійного оновлення навчальних даних із різних джерел (BBC, CNN, EUvsDisinfo, Telegram-канали). На основі отриманих даних були навчені та інтегровані кілька моделей з бібліотеки Hugging Face, що дозволило організувати багатокомпонентний аналіз кожного повідомлення. Особливу увагу приділено питанням безпеки: реалізовано двофакторну

автентифікацію користувачів, шифрування паролів, захист API через JWT- токени, що гарантує конфіденційність і захищеність персональних даних. У

системі передбачена історія аналізів, візуалізація результатів за різними аспектами (пропаганда, емоційність, токсичність), а також автоматичне формування висновків щодо ймовірності наявності дезінформації.

5

Проведене тестування та аналіз продемонстрували, що розроблений веб- застосунок дозволяє швидко і точно виявляти фейкові та маніпулятивні

повідомлення, забезпечуючи зручність використання для кінцевих користувачів. Практична цінність роботи полягає у можливості подальшого масштабування і адаптації системи до різних мов, тематик та умов інформаційного середовища.веб-застосунок, нейронні мережі, BERT, FastAPI, скрейпінг, інформаційна безпека.The purpose of this bachelor’s thesis is the development of a web application for automatic disinformation detection using modern artificial intelligence technologies and natural language processing. The proposed system integrates modules for data collection, analysis, and interactive visualization to ensure effective and timely identification of fake messages and manipulative texts across various thematic domains. A multi-level approach has been implemented, based on the use of large language models (LLM) and transformer architectures (BERT, RoBERTa), enabling detailed contextual analysis and the detection of toxicity, hate speech, emotional manipulation, and propaganda in texts. The system consists of three main components: a backend built on FastAPI and MySQL, a frontend developed with JavaScript and React using Tailwind CSS for modern adaptive styling, and a specialized scraping module for continuous dataset updates from various sources (BBC, CNN, EUvsDisinfo, Telegram channels). Based on the collected data, several models from the Hugging Face web service were trained and integrated, enabling comprehensive multi-component analysis of each message. Special attention is paid to security issues: two-factor user authentication, password encryption, and API protection via JWT tokens have been implemented, ensuring the confidentiality and security of personal data. The system provides analysis history, visualization of results by different aspects (propaganda, emotionality, toxicity), as well as automated conclusions regarding the probability of disinformation in the analyzed message. Testing and analysis have shown that the developed web application enables fast and accurate detection of fake and manipulative messages, providing a user-friendly experience for end users. The practical value of this work lies in the possibility of

7 further scaling and adapting the system to different languages, topics, and information environments.