TruthLens तथ्यों की जाँच कैसे करता है

प्रभावी तिथि: 8 सितंबर 2026 · कार्यप्रणाली संस्करण 1.7

यह पृष्ठ सरल भाषा में बताता है कि TruthLens किसी पाठ, वीडियो या छवि को स्रोतों पर टिके फ़ैसले में कैसे बदलता है। यह उन पाठकों, पत्रकारों और शोधकर्ताओं के लिए लिखा गया है जो जानना चाहते हैं कि परिणाम के पीछे वास्तव में क्या होता है — यह विपणन की भाषा नहीं है। नीचे दिया गया कोई भी कथन जहाँ हमारी उपयोग की शर्तों या गोपनीयता नीति में स्वतंत्र रूप से जाँचा जा सकता है, वहाँ हम उसे दूसरे शब्दों में दोहराने के बजाय ठीक उसी खंड का लिंक देते हैं।

विश्लेषण उपकरण, अंतिम फ़ैसला नहीं। TruthLens का हर परिणाम — फ़ैसले, विश्वास-स्तर, स्पष्टीकरण, स्रोतों की सूची — सार्वजनिक प्रमाणों पर तर्क करते हुए AI मॉडलों द्वारा स्वतः तैयार होता है। यह शोध और सूचना का उपकरण है, स्थापित तथ्य नहीं और अंतिम फ़ैसला नहीं (देखें उपयोग की शर्तें, खंड 6.1)। TruthLens का International Fact-Checking Network (IFCN) से कोई संबंध नहीं है और वह उसका सत्यापित हस्ताक्षरकर्ता नहीं है; इस पृष्ठ के सिद्धांत IFCN की प्रकाशित सिद्धांत-संहिता से प्रेरित हैं, जिन्हें एक स्वचालित प्रणाली पर लागू किया गया है।

1. जाँच कैसे चलती है

जाँच चरणों में चलती है। हर चरण एक ही नियम के इर्द-गिर्द बना है: समर्थक प्रमाण के बिना कोई फ़ैसला नहीं।

1.1. दावे अलग करना। भेजा गया पाठ (या वीडियो का प्रतिलेख, या छवि से पढ़ा गया पाठ) अलग-अलग जाँचने योग्य तथ्यात्मक कथनों में तोड़ा जाता है — नामित घटनाएँ, आँकड़े, और तथ्य के रूप में प्रस्तुत दावे। राय, भविष्यवाणियाँ और आलंकारिक प्रश्न अलग नहीं किए जाते। पूरी सामग्री को समाचार, राय या व्यंग्य के रूप में भी वर्गीकृत किया जाता है।

1.2. दोहराव हटाना और प्राथमिकता तय करना। दोहराए गए या लगभग एक जैसे दावे मिला दिए जाते हैं। लंबी सामग्री में पहले वे दावे जाँचे जाते हैं जो पाठक के लिए सबसे अधिक मायने रखते हैं; प्रति सामग्री सबसे महत्वपूर्ण दावों की एक निश्चित संख्या पूरी तरह जाँची जाती है — इससे जाँच तेज़ रहती है और जाँच का बजट गौण विवरणों पर नहीं, बल्कि महत्वपूर्ण बातों पर लगता है।

1.3. प्रकाशित तथ्य-जाँचों से मिलान। अपनी खोज शुरू करने से पहले हम देखते हैं कि IFCN सिद्धांत-संहिता की सत्यापित हस्ताक्षरकर्ता कोई तथ्य-जाँच संस्था इसी दावे की समीक्षा पहले ही प्रकाशित कर चुकी है या नहीं। मिलान तभी स्वीकार होता है जब यह पुष्ट हो — शब्दशः मिलान से या एक अलग सत्यापन चरण से — कि बात उसी कथन की है, केवल उसी विषय की नहीं। मिलान होने पर हमारे बजाय उस संस्था का अपना निष्कर्ष उपयोग किया जाता है।

1.4. प्रमाणों की खोज। जिन दावों पर पहले से तथ्य-जाँच नहीं है, उनके लिए TruthLens खुले वेब पर समर्थक या विरोधी प्रमाण खोजता है, और सोशल मीडिया पोस्टों को प्राथमिक स्रोत के रूप में शामिल नहीं करता। वैज्ञानिक या स्वास्थ्य विषयों के दावे अतिरिक्त रूप से शोध और जैव-चिकित्सा साहित्य के डेटाबेस से मिलाए जाते हैं (OpenAlex, Semantic Scholar और PubMed — ये प्रकाशित शोध को व्यापक रूप से अनुक्रमित करते हैं, केवल सहकर्मी-समीक्षा पूरी कर चुके काम को नहीं); देश-स्तरीय आँकड़ों के दावे (GDP, मुद्रास्फीति, जनसंख्या, बेरोज़गारी, जीवन प्रत्याशा और ऐसे ही संकेतक) विश्व बैंक के आधिकारिक आँकड़ों से मिलाए जाते हैं। यदि कोई पृष्ठ हटा दिया गया है या अस्थायी रूप से अनुपलब्ध है, तो हार मानने से पहले हम Internet Archive की Wayback Machine के ज़रिए अंतिम सार्वजनिक रूप से संग्रहित प्रति पढ़ने का प्रयास करते हैं।

1.5. प्रमाणों पर टिका फ़ैसला। एक AI मॉडल दावे का आकलन केवल पिछले चरण में जुटाए गए प्रमाणों के आधार पर करता है — अपने सामान्य ज्ञान के आधार पर कभी नहीं। यदि प्रमाण अपर्याप्त या परस्पर विरोधी हों, तो फ़ैसला «पुष्ट नहीं» होता है, अनुमान नहीं। मॉडल को यह भी बताना होता है कि दावा क्या कहता है और प्रमाण क्या कहते हैं। पड़ोसी कथन के प्रमाण — पारित कानून के बजाय पेश किया गया विधेयक, दोषसिद्ध व्यक्ति के बजाय आरोपित व्यक्ति — न पुष्टि माने जाते हैं, न खंडन। मॉडल की अपनी तुलना के विपरीत फ़ैसला कोड में खारिज कर दिया जाता है: पुष्टि और खंडन दोनों «पुष्ट नहीं» बन जाते हैं, इस टिप्पणी के साथ कि स्रोत वास्तव में किस बारे में हैं। किसी अन्य घटना या अन्य कथन के प्रमाण न पुष्टि हैं, न खंडन। केवल एक सीमा बताने वाला स्रोत — «55 अरब डॉलर से अधिक» — उस सीमा के भीतर का कोई सटीक आँकड़ा स्थापित नहीं करता: ऐसा दावा «पुष्ट नहीं» होता है, «भ्रामक» या «खंडित» नहीं, और टिप्पणी बताती है कि स्रोत वास्तव में क्या देते हैं। पहले की स्थिति की रिपोर्ट वर्तमान के बारे में दावे का खंडन करने के लिए अपर्याप्त हो सकती है: हम उपलब्ध प्रकाशन तिथियों, बताए गए आँकड़ों की तिथियों और प्राप्त अंशों में स्पष्ट अद्यतनों की जाँच करते हैं; बिना तिथि के स्रोत को न पुराना माना जाता है, न वर्तमान। जब उपलब्ध सामग्री खंडन के लिए पर्याप्त रूप से ताज़ा आधार स्थापित नहीं करती, तो नकारात्मक फ़ैसला वापस लेकर «पुष्ट नहीं» कर दिया जाता है और टिप्पणी समय-संबंधी सीमा समझाती है। «भ्रामक» के लिए किसी वास्तविक तथ्य और यह कि दावा उसे कैसे विकृत करता है, दोनों के प्रमाण चाहिए; केवल प्रमाणों का अभाव या असंबद्ध प्रमाण पर्याप्त नहीं हैं।

1.6. स्रोत-भरोसे के अनुसार भार। प्रमाण के हर स्रोत को ज्ञात मीडिया और प्रकाशकों के ग्राफ़ में भरोसे के अनुसार भार दिया जाता है। प्रमाण-आधारित फ़ैसला देने वाले मॉडल (1.5) को निर्देश है कि वह केवल कम-भरोसे वाले स्रोतों के बल पर किसी दावे को «खंडित» या «भ्रामक» न कहे, और जब उच्च-भरोसे और कम-भरोसे वाले स्रोत आपस में टकराएँ तो उच्च-भरोसे वाले स्रोत को मानें। इससे अलग — और यह कोड में लागू है, मॉडल के विवेक पर नहीं छोड़ा गया — «खंडित» या «भ्रामक» फ़ैसला तब तक उच्च विश्वास के साथ नहीं दिखाया जाता जब तक उसके पीछे कम से कम दो स्वतंत्र स्रोत न हों; एक ही समाचार-एजेंसी की सामग्री का अलग-अलग डोमेन पर पुनर्प्रकाशन एक ही गिना जाता है। एक ही सरकार की एजेंसियाँ और कार्यालय भी इसी तरह एक स्रोत गिने जाते हैं।

1.7. स्वतंत्र दूसरी राय। «खंडित» और «भ्रामक» वाले अधिकांश फ़ैसलों की उन्हीं प्रमाणों पर एक दूसरे AI मॉडल द्वारा अलग से पुनर्समीक्षा होती है, प्रति जाँच एक निश्चित सीमा तक। यदि दोनों में असहमति हो, तो फ़ैसला घटे हुए विश्वास के साथ दिखाया जाता है। जिस «खंडित» फ़ैसले का समर्थन तुलनीय क्षमता वाला दूसरा मॉडल नहीं करता, उसे खंडन के रूप में प्रस्तुत करने के बजाय वापस लेकर «पुष्ट नहीं» कर दिया जाता है — जब तक कि दूसरा मॉडल स्वयं यह स्थापित न करे कि दावा किसी वास्तविक तथ्य को कैसे विकृत करता है; उस स्थिति में दावा «भ्रामक» के रूप में दिखाया जाता है। दावे को अनिर्णीत पाने वाली दूसरी राय «भ्रामक» फ़ैसले से सहमति नहीं मानी जाती। जब असहमति के कारण कोई समर्थित निष्कर्ष संभव न हो, तो हम कमज़ोर आरोप गढ़ने के बजाय दावे को अनिर्णीत बताते हैं। जो फ़ैसला पहले से किसी प्रकाशित तथ्य-जाँच से मेल खाता है (1.3), वह इस चरण को छोड़ देता है — उसके पीछे पहले से ही किसी तथ्य-जाँच संस्था के मानव विशेषज्ञों द्वारा की गई समीक्षा है।

1.8. समेकन। जब सामग्री में कई दावे हों, तो समग्र परिणाम उन सभी को दर्शाता है: एक अकेला झूठा कथन अन्यथा सटीक सामग्री को फ़र्ज़ी करार देने के लिए पर्याप्त नहीं है, और एक अकेला सच्चा कथन मुख्यतः झूठ पर बनी सामग्री को नहीं बचाता। समग्र अंक जाँच के लिए चुने गए दावों का सार है; यह इस बात की संभावना नहीं है कि पूरी सामग्री सच है। अनिर्णीत दावे पुष्टि नहीं माने जाते और झूठे पाए गए दावों के अनुपात को कम नहीं कर सकते। किसी सकारात्मक निष्कर्ष में कम विश्वास उसके योगदान को घटाता है; केवल कम विश्वास से समग्र अंक कभी नहीं बढ़ता। अविश्वसनीय फ़ैसले को वापस लेने वाला सुरक्षा-उपाय कवरेज घटाता है, पर अपने आप कोई अतिरिक्त नकारात्मक निर्णय नहीं थोपता।

2. फ़ैसलों का पैमाना

ऐप, ब्राउज़र एक्सटेंशन और इस वेबसाइट पर फ़ैसले एक जैसे हैं। दो पैमाने लागू होते हैं: एक पूरी भेजी गई सामग्री के लिए, दूसरा उसके भीतर हर अलग दावे के लिए।

समग्र परिणाम

अलग-अलग दावे

एक अलग स्थिति है लेखक का स्वयं के बारे में कथन (उदाहरण के लिए, «मैंने यह चैनल एक महीने पहले शुरू किया»)। ऐसे दावे बाहरी स्रोतों से बिल्कुल नहीं मिलाए जाते और सिद्धांत रूप में हमेशा «पुष्ट नहीं» चिह्नित होते हैं — कोई भी बाहरी स्रोत उन्हें न पुष्ट कर सकता है, न नकार सकता है।

«भ्रामक», अधिक सटीकता से

जब इसके पीछे का कारण दो जाने-पहचाने पैटर्न में से किसी एक पर बैठता है, तो हम खाली «भ्रामक» लेबल छोड़ने के बजाय वह बात सीधे कहते हैं:

3. हम किसी स्रोत को कैसे आँकते हैं

सभी प्रमाणों का भार एक जैसा नहीं होता। हर स्रोत चार कसौटियों पर देखा जाता है: प्राधिकार (उस विषय पर संस्था की हैसियत और भूमिका), पारदर्शिता (खुली कार्यप्रणाली, स्पष्ट डेटा), नवीनता (जाँचे जा रहे दावे के सापेक्ष ताज़गी), और स्वतंत्रता (हितों के टकराव का अभाव)। व्यवहार में यह भरोसे के तीन स्तरों में बदल जाता है — उच्च, सामान्य या निम्न — जो ज्ञात मीडिया संस्थानों के ग्राफ़ और ज्ञात निम्न-गुणवत्ता वाले डोमेन (कंटेंट फ़ार्म, बिना नियंत्रण वाले ब्लॉग) की एक छोटी सूची से बनते हैं। मॉडल को निर्देश है कि केवल कम-भरोसे वाले स्रोत पर मिला विरोधाभास अपने आप में «खंडित» या «भ्रामक» फ़ैसले का पर्याप्त आधार न माने, और जब उच्च-भरोसे और कम-भरोसे वाले स्रोत टकराएँ तो उच्च-भरोसे वाले पक्ष का अनुसरण करे — इस भार-प्रणाली का जो एक हिस्सा मॉडल पर नहीं छोड़ा गया बल्कि कोड में लागू है, उसके लिए 1.6 देखें।

4. TruthLens क्या नहीं करता

• यह कोई क़ानूनी निर्णय, चिकित्सीय या वित्तीय सिफ़ारिश, या किसी भी प्रकार का आधिकारिक निर्धारण नहीं देता (उपयोग की शर्तें, खंड 6.4)।
• यह लंबी सामग्री के हर दावे की जाँच नहीं करता — डिज़ाइन के अनुसार यह सबसे महत्वपूर्ण दावों को प्राथमिकता देता है (देखें 1.2)।
• यह उन प्रमाणों पर निर्भर है जो जाँच के समय सार्वजनिक, अनुक्रमित और ऑनलाइन उपलब्ध हों; विशुद्ध निजी मामलों के बारे में, या ऐसी घटनाओं के बारे में जिनका अभी कोई सार्वजनिक निशान नहीं है, दावे आमतौर पर सुलझने के बजाय «पुष्ट नहीं» लौटते हैं।
• यह आंशिक रूप से मुफ़्त, तृतीय-पक्ष अवसंरचना पर निर्भर है (खुली वेब खोज, सार्वजनिक अभिलेखागार, खुले वैज्ञानिक और सांख्यिकीय डेटाबेस)। जब इनमें से कोई अस्थायी रूप से अनुपलब्ध हो, तो TruthLens पूरी तरह विफल होने के बजाय अगले उपलब्ध स्रोत पर चला जाता है — पर अस्थायी बाधा का कभी-कभी अर्थ यह होता है कि किसी जाँच के लिए सामान्य से कम प्रमाण मिले।
• स्पष्टीकरण और अन्य मुक्त पाठ सीधे उसी ऐप-भाषा में लिखे जाते हैं जिसका आप उपयोग कर रहे हैं — इंटरफ़ेस द्वारा समर्थित 36 में से 35 भाषाओं में — बाद में मशीनी अनुवाद करके नहीं। एकमात्र अपवाद डेनिश है: हमारे अपने मापन में पाया गया कि नॉर्वे से जुड़े दावों पर मॉडल नॉर्वेजियन की ओर खिसक जाता है, इसलिए ठीक होने तक डेनिश पाठक को इंटरफ़ेस डेनिश में और स्पष्टीकरण अंग्रेज़ी में मिलते हैं। यदि आप ऐप को इन 36 से बाहर की भाषा में पढ़ते हैं, तो इंटरफ़ेस और परिणाम दोनों अंग्रेज़ी पर लौट आते हैं। यह उस भाषा का अनुसरण करता है जिसमें आप पढ़ते हैं, सामग्री की भाषा का नहीं: थाई ऐप में जाँचा गया जर्मन लेख थाई में लौटता है। सेवा स्वयं जो मानक संदेश लिखती है — जैसे वह टिप्पणी जो तब दिखती है जब कोई प्रकाशित तथ्य-जाँच आपके दावे को पहले ही कवर करती है, या यह स्पष्टीकरण कि भेजी गई सामग्री में जाँचने लायक कुछ नहीं निकला — अब उन्हीं 36 भाषाओं को कवर करते हैं, पर वे मशीनी अनुवाद के मसौदे हैं जिन्हें हर भाषा के मूल वक्ता ने अभी नहीं पढ़ा है।

5. परिणाम का सुधार

यदि आपको लगता है कि कोई विशेष परिणाम ग़लत है, या कोई परिणाम आपसे या आपकी संस्था से जुड़ा है और आप उसे अनुचित या हानिकारक मानते हैं, तो support@truthlens.wiki पर ईमेल करें और जाँचा गया दावा ठीक उन्हीं शब्दों में तथा अपनी आपत्ति का सार लिखें। तर्कसंगत सूचनाओं की समीक्षा हम उचित समय में करते हैं — सामान्यतः 14 दिनों के भीतर — और जहाँ उचित हो, विवादित परिणाम को सुधारते या हटाते हैं और आगे के लिए उसे ध्यान में रखते हैं (उपयोग की शर्तें, खंड 6.6)।

6. इस कार्यप्रणाली में बदलाव

जाँच के तरीक़े में महत्वपूर्ण बदलाव यहाँ, सरल भाषा में, उसी समय तिथि सहित दर्ज किए जाएँगे जब वे लागू होंगे।

• 8 सित. 2026संस्करण 1.7 — 1.5: केवल एक सीमा बताने वाला स्रोत («55 अरब डॉलर से अधिक») अब उस सीमा के भीतर का सटीक आँकड़ा स्थापित नहीं करता, और केवल पहले की स्थिति के स्रोतों पर टिका नकारात्मक फ़ैसला समय-संबंधी सीमा की टिप्पणी के साथ वापस लेकर «पुष्ट नहीं» किया जाता है; मॉडल की अपनी विधेय-तुलना के विपरीत खंडन अब «भ्रामक» दिखाने के बजाय वापस लेकर «पुष्ट नहीं» किया जाता है; 1.7: जिस «खंडित» फ़ैसले का समर्थन तुलनीय क्षमता वाला दूसरा मॉडल नहीं करता, उसे वापस लेकर «पुष्ट नहीं» किया जाता है, जब तक कि दूसरा मॉडल स्वयं विकृति स्थापित न करे; 1.8 और 2: समग्र अंक अब अनिर्णीत दावों को झूठे पाए गए दावों का अनुपात घटाने नहीं देता, कम विश्वास से अंक कभी नहीं बढ़ता, और समग्र लेबल निर्णीत दावों से तय होते हैं, कवरेज अलग से बताई जाती है।
• 5 सित. 2026संस्करण 1.6 — 1.5: फ़ैसला देने वाले मॉडल को अब तुलना करनी होती है कि दावा क्या कहता है और प्रमाण क्या कहते हैं, और अपनी तुलना का खंडन करने वाला फ़ैसला कोड में खारिज हो जाता है; 1.6: एक ही सरकार की एजेंसियाँ एक स्रोत गिनी जाती हैं; 1.7: जिस खंडन का समर्थन तुलनीय क्षमता का दूसरा मॉडल नहीं करता, उसे केवल कम विश्वास के साथ दिखाने के बजाय «भ्रामक» तक घटा दिया जाता है।
• 15 अग. 2026संस्करण 1.5 — उस एकमात्र भाषा का नाम दिया गया जिसमें मुक्त पाठ ऐप की भाषा में नहीं लिखा जाता। सभी 36 भाषाओं में आउटपुट-भाषा के हमारे अपने मापन में पाया गया कि नॉर्वे से जुड़े दावों पर डेनिश अनुरोध नॉर्वेजियन बोकमाल में लौटते हैं, और यह तीन स्वतंत्र प्रयासों में दोहराया गया; इसलिए डेनिश स्पष्टीकरण अंग्रेज़ी में लिखे जाते हैं जबकि इंटरफ़ेस डेनिश ही रहता है। पिछली शब्दावली से यह ध्वनित होता था कि सभी 36 भाषाओं में बिना अपवाद आउटपुट मिलता है।
• 15 अग. 2026संस्करण 1.4 — खंड 4 में आउटपुट-भाषा का कथन एक बार फिर सुधारा गया: वह भेजी गई सामग्री की भाषा का वर्णन करता था, जबकि आउटपुट वास्तव में उस ऐप-भाषा का अनुसरण करता है जिसमें आप पढ़ते हैं। थाई ऐप में जाँचा गया जर्मन लेख थाई में लौटता है; अंग्रेज़ी केवल तब विकल्प बनती है जब ऐप स्वयं ऐसी भाषा में चल रहा हो जिसे हम समर्थित नहीं करते।
• 15 अग. 2026संस्करण 1.3 — सेवा द्वारा स्वयं लिखे जाने वाले मानक संदेश (तथ्य-जाँच मिलान की टिप्पणी और खाली परिणाम के स्पष्टीकरण) अब पाँच नहीं, बल्कि सभी 36 भाषाओं में मौजूद हैं; खंड 4 का यह कथन कि उनमें से कुछ अंग्रेज़ी में दिखते हैं, इस तथ्य से बदल दिया गया कि वे मूल-वक्ता समीक्षा की प्रतीक्षा में मशीनी अनुवाद के मसौदे हैं।
• 15 अग. 2026संस्करण 1.2 — खंड 4 में आउटपुट-भाषा का कथन सुधारा गया: मुक्त पाठ ऐप की भाषा में लिखा जाता है, पाँच नहीं बल्कि 36 भाषाओं में, और उस दायरे से बाहर की हर चीज़ तथा कुछ अभी तक अनुवादित न हुए मानक संदेशों के लिए अंग्रेज़ी का उपयोग होता है।
• 28 जुल. 2026संस्करण 1.1 — 1.4 (साहित्य डेटाबेस केवल सहकर्मी-समीक्षित नहीं हैं; आँकड़ों की सूची असीमित नहीं है), 1.6 (मॉडल को दिए गए स्रोत-भरोसे के भार और कोड में लागू स्वतंत्र-स्रोत नियम को अलग किया गया), 1.7 (दूसरी राय हर «खंडित»/«भ्रामक» फ़ैसले पर नहीं, अधिकांश पर लागू होती है, और मिलान हो चुकी तथ्य-जाँचों पर छोड़ दी जाती है) तथा फ़ैसला-तालिका की «फ़र्ज़ी» पंक्ति (शब्द «मुख्यतः» के स्थान पर वास्तविक सीमा से मेल खाता विवरण) पर स्पष्टता-सुधार।
• 28 जुल. 2026पहला प्रकाशन (संस्करण 1.0)।