Μεθοδολογία

Ώρα δημοσίευσης: η ώρα που δηλώνει η ίδια η πηγή (published_at). Κάθε ώρα και κάθε σειρά «ποιος πρώτος» στο site βασίζεται σε αυτήν. Η ώρα που την είδε ο crawler μας (first_seen_at) είναι δικό μας λειτουργικό μέγεθος — δείχνει τον ρυθμό που ελέγχουμε τις πηγές, όχι το πότε δημοσιεύτηκε κάτι — και δεν εμφανίζεται πουθενά ως ώρα δημοσίευσης.

Μέχρι τις 8 Αυγούστου 2026 ίσχυε το αντίθετο, και ήταν λάθος: οι ώρες που βλέπατε ήταν δικές μας, όχι των μέσων. Η αλλαγή δεν είναι καλλωπισμός — στο 30,6% των γεγονότων τα δύο ρολόγια δίνουν άλλο μέσο ως πρώτο.

Ημέρα: ημερολογιακή ημέρα σε ώρα Αθήνας, με βάση την ώρα δημοσίευσης που δηλώνει το μέσο. Άρθρο από πηγή που δεν περνά τον έλεγχο ρολογιού πιο κάτω δεν χρονομετρείται και δεν κατατάσσεται σε ημέρα.

Σχεδόν-διπλότυπο: δύο άρθρα θεωρούνται σχεδόν ταυτόσημα όταν η Hamming distance των 64-bit SimHash του κανονικοποιημένου κειμένου είναι ≤ 3 (ισοδύναμα ~95%). Το κατώφλι πιάνει αναδημοσίευση τηλεγραφήματος, όχι δύο ανεξάρτητα κείμενα για το ίδιο θέμα.

Κανόνας παγώματος: ένας δημοσιευμένος ορισμός δεν αλλάζει ποτέ. Αλλαγή σημαίνει νέα έκδοση με νέα χρονοσειρά· η παλιά μένει διαθέσιμη.

Δύο άρθρα μπαίνουν μαζί μόνο όταν περιγράφουν την ίδια συγκεκριμένη πράξη ή εξέλιξη. Το ότι αναφέρουν το ίδιο πρόσωπο, θέμα ή μέρος δεν αρκεί. Για παράδειγμα, η ανακοίνωση ενός αγώνα και το μεταγενέστερο αποτέλεσμά του είναι συγγενικές αλλά διαφορετικές εξελίξεις.

Πρώτα χρησιμοποιούμε φθηνά, τοπικά στοιχεία: ίδιο ακριβώς κείμενο, ίδιος κανονικοποιημένος τίτλος, χρονική απόσταση, λέξεις, αριθμούς και μαθηματική ομοιότητα. Η ομοιότητα προτείνει μόνο τι αξίζει να συγκριθεί· δεν αποφασίζει από μόνη της. Ρητές αντιφάσεις σε ημερομηνία ή στάδιο εμποδίζουν την ένωση.

Μόνο οι αμφίβολες περιπτώσεις στέλνονται σε δύο μικρά γλωσσικά μοντέλα. Ένωση γίνεται όταν συμφωνούν συντηρητικά. Διαφωνίες και άρθρα που φαίνεται να περιέχουν περισσότερα γεγονότα περνούν από λεπτομερέστερο έλεγχο με αποσπάσματα του ίδιου του άρθρου. Ένα άρθρο μπορεί να συνδεθεί με περισσότερα από ένα γεγονότα. Αν λείπει βεβαιότητα ή εξαντληθεί το όριο κόστους, μένει χωριστά για επανέλεγχο — δεν χαλαρώνουμε τον κανόνα.

Τα μοντέλα βοηθούν μόνο στην ομαδοποίηση και στη σύνταξη που δηλώνεται πιο κάτω. Οι δημοσιευμένες μετρήσεις αυτής της σελίδας εξακολουθούν να υπολογίζονται χωρίς γλωσσικό μοντέλο. Κάθε απόφαση κρατά έκδοση κανόνα ή μοντέλου και τα στοιχεία που τη στήριξαν, ώστε να μπορεί να ελεγχθεί και να αναστραφεί.

Τρεις αριθμοί, πάντα μαζί — ο πρώτος μόνος του είναι παραπλανητικός:

• Πηγές: διακριτά μέσα που δημοσίευσαν άρθρο για το γεγονός.
• Ιδιοκτησιακοί όμιλοι: σε πόσους διακριτούς ομίλους ανήκουν. Κρύβεται όταν η ιδιοκτησία >30% των πηγών είναι ανεπιβεβαίωτη — δεν δείχνουμε νούμερο που ξέρουμε ότι είναι λάθος.
• Πρωτότυπα κείμενα: πόσες πηγές έχουν τουλάχιστον ένα κείμενο που δεν αναπαράγει προγενέστερο.

Η ομοφωνία θα μετρά κατά πόσο οι πηγές συμφωνούν στους βασικούς ισχυρισμούς ενός γεγονότος — όχι αν χρησιμοποιούν τις ίδιες λέξεις. Η μέτρηση δεν έχει υλοποιηθεί ακόμη και γι’ αυτό η αρχική σελίδα δείχνει παύλα, όχι κατασκευασμένο ποσοστό.

Θα σχεδιαστεί είτε σε συνεργασία με το Aperta είτε μέσα στην Πολυφωνία. Πριν εμφανιστεί αριθμός θα οριστούν ρητά οι ισχυρισμοί, η άρνηση, η απόδοση σε πρόσωπο ή οργανισμό, οι παραλείψεις και ο παρονομαστής. Ο ορισμός και η έκδοση θα παγώσουν όπως σε κάθε άλλο metric.

Ημερήσιο ποσοστό των άρθρων στα 10 κορυφαία θέματα που αναπαράγουν κείμενο άλλης πηγής αντί να είναι πρωτότυπα. Δεν είναι δείκτης ποιότητας ή αξιοπιστίας — η αναπαραγωγή τηλεγραφήματος είναι θεμιτή.

Λεγόταν «Δείκτης Ομοφωνίας» μέχρι τις 11/08/2026. Το όνομα ήταν λάθος και το αλλάξαμε. Ομοφωνία σημαίνει «όλοι λένε το ίδιο πράγμα»· αυτό που μετράμε είναι «δύο πηγές έχουν το ίδιο κείμενο», και τα δύο αποκλίνουν προς τις δύο κατευθύνσεις: δύο μέσα μπορούν να συμφωνούν απόλυτα με άλλα λόγια και να μετρήσουν 0%, και ένα μέσο μπορεί να αναδημοσιεύσει δηλωμένα ένα τηλεγράφημα αυτούσιο και να μετρήσει 100%. Ο υπολογισμός δεν άλλαξε σε τίποτα — ίδιοι αριθμοί, σωστό όνομα. Το ίδιο ισχύει για το αντίστοιχο μέγεθος ανά γεγονός, πιο κάτω. Το πώς μετριέται πραγματικά η ομοφωνία είναι άλλη μέτρηση, που δεν την έχουμε φτιάξει.

Η έκδοση v1 αποσύρθηκε στις 11/08/2026. Δημοσίευε έναν ορισμό και υπολόγιζε έναν άλλον: έλεγε ότι μετράει τα άρθρα που αναπαράγουν κάποιο προγενέστερο άρθρο, αλλά συνέκρινε τα κείμενα συμμετρικά, οπότε όταν δύο ταίριαζαν μετρούσε αναπαραγωγή και τα δύο — ακόμη και το πρώτο. Την ημέρα που το εντοπίσαμε η v1 έδινε 7,0% εκεί που ο δημοσιευμένος ορισμός της δίνει 4,3%. Οι παλιές τιμές δεν διορθώθηκαν· η σειρά έκλεισε και η v2 ξεκίνησε από την αρχή, με τη σειρά χρόνου και το φίλτρο πηγών που είχε δηλωθεί.

Η v2 έκλεισε στις 17/08/2026. Παρότι επέλεγε θέματα της ημέρας, έβαζε στον παρονομαστή και παλαιότερα άρθρα των ίδιων clusters και αναγνώριζε μόνο σχεδόν αυτούσια ολόκληρα κείμενα. Η v3 μετρά μόνο άρθρα της συγκεκριμένης ημέρας και ανιχνεύει κοινά τμήματα κειμένου με πεντάδες λέξεων.

Ιστορικό, γράφημα και CSV →

Διαφορετικός αριθμός από τον παραπάνω, με διαφορετικό δείγμα και διαφορετικό παρονομαστή. Ο ημερήσιος Δείκτης μετράει άρθρα στα 10 κορυφαία θέματα της ημέρας. Αυτός εδώ μετράει πηγές σε ένα και μόνο γεγονός, και είναι ακριβώς το συμπλήρωμα του «πρωτότυπα» που βλέπετε δίπλα του: αν 14 από 20 πηγές δεν πρόσθεσαν δικό τους κείμενο, η αναπαραγωγή του γεγονότος είναι 70%. Μην τους μπερδέψετε και μην παραθέσετε τον έναν στη θέση του άλλου.

Μια πηγή μετράει ως αναπαραγωγή όταν κάθε άρθρο της που μπορέσαμε να αξιολογήσουμε βρίσκεται μέσα σε 3 bits Hamming από προγενέστερο άρθρο άλλης πηγής. «Προγενέστερο» σημαίνει κατά published_at, όχι κατά την ώρα που το κατεβάσαμε εμείς.

Άγνωστο δεν σημαίνει όχι. Άρθρο χωρίς αποτύπωμα κειμένου, ή πηγή της οποίας το ρολόι δεν περνά τον έλεγχο πιο κάτω, δεν μπορεί να συγκριθεί — δεν μετράει ούτε στον αριθμητή ούτε στον παρονομαστή, και δεν επιτρέπεται ούτε να «καταδικάσει» άλλη πηγή ως αντιγραφή, αφού δεν ξέρουμε αν δημοσιεύτηκε πρώτο. Πόσες πηγές έμειναν έξω το λέει ο ίδιος ο αριθμός όταν τον ακουμπήσετε. Γεγονός με λιγότερες από δύο πηγές που μπορούμε να αξιολογήσουμε δεν παίρνει ποσοστό καθόλου: το 0% εκεί θα σήμαινε «κανείς δεν αντέγραψε», ενώ η αλήθεια είναι «δεν υπήρχε από ποιον».

Ο ορισμός είναι παγωμένος σε έκδοση, όπως και του ημερήσιου. Αλλαγή του ορισμού είναι νέα έκδοση που ξεκινά από την αρχή, ποτέ διόρθωση των παλιών τιμών. Κάθε αριθμός φέρει την ημερομηνία που υπολογίστηκε.

Για γεγονότα με άρθρο πρακτορείου: πόσα λεπτά μετά το τηλεγράφημα δημοσίευσε κάθε μέσο, με το ποσοστό ταύτισης κειμένου. Και οι δύο ώρες είναι αυτές που δηλώνουν τα ίδια τα μέσα. Γραμμή βάσης είναι το παλαιότερο τηλεγράφημα του γεγονότος· αν το ρολόι του πρακτορείου ή του μέσου δεν περνά τον έλεγχο πιο κάτω, η γραμμή δεν εμφανίζεται καθόλου αντί να δείξει νούμερο που δεν στηρίζεται.

Δες τη σελίδα του δείκτη →

Το published_at είναι κείμενο που ελέγχει η κάθε πηγή, οπότε το ελέγχουμε. Για κάθε πηγή μετράμε τη διαφορά ανάμεσα στην ώρα που δηλώνει και στην ώρα που κατεβάσαμε το άρθρο. Κανονικά η διαφορά είναι μικρή και θετική — είναι η δική μας καθυστέρηση. Όταν είναι αρνητική, η πηγή δηλώνει ότι δημοσίευσε το άρθρο αφότου το είχαμε ήδη κατεβάσει, που δεν γίνεται.

Πηγή που δηλώνει τέτοιες ώρες σε πάνω από το 10% των άρθρων της δεν εμφανίζει ώρα δημοσίευσης και δεν μετέχει στη σύγκριση «ποιος πρώτος». Παραμένει κανονικά στη σελίδα του γεγονότος, μετράει ως πηγή και μπαίνει σε κάθε άλλη μέτρηση — δεν αποκλείεται από τίποτα άλλο.

Δεν διορθώνουμε την ώρα κανενός. Σε μία τουλάχιστον περίπτωση η απόκλιση είναι σταθερή και θα ήταν εύκολο να την «σιάξουμε», αλλά αυτό θα δημοσίευε δικό μας συμπέρασμα σαν δεδομένο της πηγής. Καταγράφουμε ότι το ρολόι δεν βγάζει νόημα· δεν αποφασίζουμε ποια ήταν η σωστή ώρα.

Αυτή τη στιγμή 8 από 56 ενεργές πηγές δεν εμφανίζουν ώρα:

• Euro2day — το feed δίνει άρθρα πολύ παλαιότερα από τη στιγμή που τα λαμβάνουμε (μέτρηση 8 Σεπτεμβρίου 2026)
• Fortune Greece — δηλώνει ώρα μεταγενέστερη από τη λήψη μας (μέτρηση 8 Σεπτεμβρίου 2026)
• Gazzetta — δηλώνει ώρα μεταγενέστερη από τη λήψη μας (μέτρηση 8 Σεπτεμβρίου 2026)
• InsideStory — πολύ λίγα άρθρα για να κριθεί (μέτρηση 8 Σεπτεμβρίου 2026)
• SDNA — πολύ λίγα άρθρα για να κριθεί (μέτρηση 8 Σεπτεμβρίου 2026)
• Έθνος — δηλώνει ώρα μεταγενέστερη από τη λήψη μας (μέτρηση 8 Σεπτεμβρίου 2026)
• Παραπολιτικά — πολύ λίγα άρθρα για να κριθεί (μέτρηση 8 Σεπτεμβρίου 2026)
• ΣΚΑΪ — πολύ λίγα άρθρα για να κριθεί (μέτρηση 8 Σεπτεμβρίου 2026)

Τα ελληνικά sites αλλάζουν τίτλους μετά τη δημοσίευση, σιωπηλά. Το καταγράφουμε: κάθε αλλαγή στον τίτλο με ακριβή ώρα και το πλήρες κείμενο κάθε εκδοχής. Καμία ερμηνεία, κανένα σχόλιο, καμία υπόθεση για πρόθεση — μόνο η καταγραφή. Δεν επισημαίνουμε «ύποπτες» αλλαγές και δεν κατατάσσουμε πηγές.

Ο τίτλος και η περίληψη κάθε γεγονότος δεν αντιγράφονται από πηγή· τα συντάσσουμε εμείς. Πρώτο βήμα είναι ένα γλωσσικό μοντέλο σε καρφωμένη έκδοση, και μετά ένας ντετερμινιστικός έλεγχος: έως 70 χαρακτήρες, δηλωτικός τύπος, μηδέν αξιολογικές λέξεις και μηδέν εισαγωγικά, και κάθε ουσιαστικός όρος πρέπει να εμφανίζεται αυτούσιος σε τουλάχιστον 3 από τις πηγές του γεγονότος. Ό,τι δεν περνά τον έλεγχο απορρίπτεται αυτόματα.

Από τις 7 Αυγούστου 2026, ένα γεγονός του οποίου και ο τίτλος και η περίληψη περνούν τον έλεγχο δημοσιεύεται αυτόματα, χωρίς ανθρώπινη έγκριση. Αν αποτύχει έστω το ένα από τα δύο, το γεγονός μένει σε αναμονή και το βλέπει άνθρωπος. Πριν από αυτή την ημερομηνία, κάθε σελίδα περνούσε από άνθρωπο.

Τι δεν ελέγχει ο αυτόματος έλεγχος, για να το ξέρετε όταν διαβάζετε: ελέγχει μορφή και προέλευση, όχι αλήθεια. Επιβεβαιώνει ότι κάθε όρος υπάρχει στις πηγές — δεν αντιλαμβάνεται άρνηση ούτε σε ποιον αποδίδεται μια δήλωση. Τίτλος του οποίου κάθε λέξη τεκμηριώνεται μπορεί, θεωρητικά, να συνθέτει κάτι που οι πηγές διέψευσαν.

Δείγμα ελέγχου (από τις 10 Αυγούστου 2026): επειδή ο αυτόματος έλεγχος έχει αυτό το τυφλό σημείο, κάθε μέρα τραβάμε έως 7 από τα γεγονότα που δημοσιεύτηκαν αυτόματα την προηγούμενη και τα ελέγχει άνθρωπος εκ των υστέρων: είναι όντως ένα γεγονός; λέει ο τίτλος μόνο ό,τι στηρίζουν οι πηγές; στέκει η περίληψη; Η επιλογή είναι ντετερμινιστική — κατάταξη με hash πάνω σε όλα τα αυτόματα δημοσιευμένα της ημέρας — ώστε να μην μπορούμε να διαλέξουμε ποια θα κοιταχτούν. Ο έλεγχος δεν εγκρίνει τίποτα, οι σελίδες είναι ήδη δημόσιες· μετράει πόσο συχνά η αυτόματη δημοσίευση κάνει λάθος ουσίας. Κάθε ετυμηγορία καταγράφεται, και σελίδα που κρίνεται λάθος διορθώνεται ή αποσύρεται — ποτέ σιωπηλά.

Κάθε δημοσίευση καταγράφεται με το αν την ενέκρινε άνθρωπος ή μηχανή. Αν βρείτε λάθος, πείτε το μας: Διορθώσεις →

Κάθε μέτρηση εφαρμόζεται σε όλες τις πηγές, πάντα, χωρίς χειροκίνητη παρέμβαση. Αν ποτέ χρειαστεί εξαίρεση (π.χ. νομικό αίτημα), καταγράφεται δημόσια — ποτέ σιωπηλά.

Διορθώσεις & εξαιρέσεις →