Методологія

Що саме ми рахували, як, і головне — де цифри слабкі. Ця сторінка існує, щоб будь-яке твердження з дашборду можна було перевірити або відкинути.

Дані

Джерело — стандартний HTML-експорт каналу з Telegram Desktop: 33 файли, 32 267 повідомлень за період 08.02.2024 — 31.05.2026. Ніяких закритих даних, API чи скрейпінгу.

Одне повідомлення в експорті — не завжди один пост: Telegram розбиває альбом із кількох фото на окремі записи. Ми злили 2 924 таких групи, і саме 26 260 логічних постів є одиницею всіх підрахунків.

Теми

Модель BERTopic на ембеддінгах multilingual-e5-large, кластеризація UMAP + HDBSCAN. Отримано 70 тем без жодного викиду — усі пости розподілені.

Далі — важливий ручний крок. Ми хотіли розділити розслідування й новини автоматично, за формою поста (списки з булітами = новинний дайджест). Це не спрацювало: така форма охоплює лише 10.7% корпусу, а більшість новин канал публікує звичайними короткими постами. Тому всі 70 тем розмічені вручну: 16 — розслідування, 53 — новини, 1 — авторські репліки. Розмітка лежить у файлі data/topic_labels.csv і її можна оскаржити.

Фігуранти

Тут якість найслабша, і ми це показуємо відкрито.

Стандартний інструмент для пошуку імен у тексті (spaCy) на робочій машині не запустився — системна політика блокує його бібліотеки. Тому шлях був обхідний: витяг за формальними ознаками (слова з великої літери, назви в лапках, абревіатури) → зведення відмінків → типізація локальною мовною моделлю qwen2.5:14b, яка визначала, це людина, компанія, орган чи взагалі не сутність.

Мережа

Двоє фігурантів зʼєднані, якщо трапляються в одних постах. Під час побудови ми двічі отримували хибну картину й виправляли її:

• якщо шукати сутність за останнім словом назви, то «Ліси України», «Генштаб України» й «Нафтогаз України» злипаються в один вузол через спільне слово «України»;
• якщо грубо обрізати закінчення коротких слів, «Посли» перетворюється на «пос» і починає ловити «пост», «посол», «посаду» — виходить вузол-гігант.

Після виправлень щільність графа впала з 0.179 до 0.069. Тобто більшість початкових звʼязків були артефактом методу, а не реальними співзгадуваннями. Це добра ілюстрація, чому такі карти треба перевіряти.

Твердження про канал

На сторінці «Хто за каналом» діє жорстке правило: кожен блок складається з факту (виміряне число), інтерпретації (що це може означати) і альтернативного пояснення (як те саме число пояснюється інакше). Блок без третього елемента не публікується.

Цитати з сайту компанії наведені дослівно. Технічні дані про інфраструктуру (хостинг, пошта, репозиторій) отримані зі стандартних публічних запитів — заголовків сервера, DNS і відкритого пошуку GitHub.

Що ми перевірили й спростували

Початкова гіпотеза була така: якщо канал використовують для замовних кампаній, атака на ціль виглядатиме як різкий сплеск згадок за короткий час. Порогом взяли «40% усіх згадок цілі вкладаються у 14 днів». Жодна ціль порогу не досягла — максимум 33%. Гіпотеза не підтвердилася, і ми залишили цей результат на видноті, а не прибрали.

Обчислення

Усе рахувалося локально: BERTopic і ембеддінги — на відеокарті, типізація сутностей — локальною моделлю через ollama. Жодні тексти каналу не надсилалися до зовнішніх сервісів.

Межі дослідження

• Дані обрізані 31.05.2026 — усе пізніше в дашборді не відображено.
• Медіафайли в експорті відсутні, аналіз лише текстовий.
• Охоплення (перегляди) невідоме — резонанс міряємо тільки реакціями.
• Власника каналу не встановлено; інфраструктура анонімізована.
• Ми не перевіряли правдивість самих розслідувань — лише те, як канал влаштований.