Deepfake videos are highly realistic manipulated videos, blurring the line between what is real and fake. Deepfakes are generated with neural networks. The technology rapidly evolves, making...Show moreDeepfake videos are highly realistic manipulated videos, blurring the line between what is real and fake. Deepfakes are generated with neural networks. The technology rapidly evolves, making deepfake videos increasingly realistic. This makes it more difficult for humans to distinguish deepfake videos from real videos. Studies show that a large proportion of people are not familiar with deepfakes. Next, studies show that familiarity with a person portrayed on a deepfake video plays a role in detection performance. One of the threats deepfake technology brings is generating realistic fake news. The technology can be used go generate highly realistic fake news, which brings significant threats to society. This raises questions about the human recognition of deepfake videos. Most research on deepfake videos is focused on the algorithmic detection of deepfakes. Less is known about the human recognition of deepfake videos. The aim of the current study is to investigate the human performance at recognizing deepfake videos, and its possible predictors. It is hypothesized that social media use, conspiracy mentality, age and familiarity with a person portrayed on a deepfake are correlated to the human performance at recognizing deepfake videos. Our findings suggest that humans perform better at recognizing deepfake videos of familiar persons compared to deepfakes of unfamiliar persons. Next, our findings suggest a positive relationship between time spent on social media and performance at recognizing deepfake videos. No significant correlations were found between age, conspiracy mentality and deepfake detection performance.Show less
De oplages van lokaal nieuws, voornamelijk in kleinere gemeentes, lopen terug (De Jong & Koetsenruijter, 2019, 27). Dit kan als gevolg hebben dat de belangrijke taken van lokaal nieuws, zoals...Show moreDe oplages van lokaal nieuws, voornamelijk in kleinere gemeentes, lopen terug (De Jong & Koetsenruijter, 2019, 27). Dit kan als gevolg hebben dat de belangrijke taken van lokaal nieuws, zoals het controleren van de macht, in gevaar komen. Dat er een verminderd lokaal nieuwsaanbod is komt onder andere doordat de huidige generatie jongvolwassenen minder geïnteresseerd lijkt in lokaal nieuws dan eerdere generaties (Duiven et al., 2015, 9). De volgende onderzoeksvraag is opgesteld: Waarom volgen jongvolwassen nieuwsconsumenten naar eigen zeggen geen lokaal nieuws? Deze vraag is zo open gehouden, omdat er weinig literatuur was dat dit fenomeen kan verklaren. Het doel van dit onderzoek is dan ook om concepten te vinden die door respondenten zelf worden aangehaald als hun redenen voor het niet volgen van lokaal nieuws. Om deze onderzoeksvraag te beantwoorden zijn er semigestructureerde interviews gehouden met dertien in Leiden wonende jongvolwassenen, die wel nieuws volgen, maar geen lokaal nieuws. Deze interviews zijn met videobel programma’s gehouden, omdat de COVID-19 pandemie het onmogelijk maakte om de interviews face-to-face te houden. In de interviews gaven de respondenten een aantal mogelijke redenen voor hun desinteresse aan; I) zij voelen weinig regiobinding en weinig sociale cohesie in Leiden, II) zij voelen zich niet aangesproken door de Leidse lokale nieuwsmedia en de onderwerpen die worden behandeld in Leidse lokale nieuwsmedia, en tenslotte III) hebben zij minder vertrouwen in de betrouwbaarheid van Leids lokaal nieuws. Op basis van deze genoemde redenen zou Leids lokaal nieuws kunnen proberen om over meer verschillende onderwerpen te schrijven die jonge mensen aan kunnen spreken. Ook moet er geprobeerd worden om de betrouwbaarheid van hun nieuws te vergroten door de verhalen beter uit te diepen. Vervolgonderzoek is nodig om uit te zoeken of deze factoren die door de respondenten genoemd zijn daadwerkelijk een uitwerking hebben op de interesse van jongvolwassenen in lokaal nieuws.Show less
