Dijitalleşen dünyada bilgiye erişimin kolaylaşması ile birlikte bilgi kirliliği büyük bir sorun haline gelmiştir. Sosyal medya platformlarının geniş kitlelere ulaşma potansiyeli ve kullanıcılar tarafından denetimsiz bir şekilde içerik üretilebilmesi, sahte haberlerin yayılımını daha da kolaylaştırmıştır. Özellikle doğruluğu teyit edilmemiş içeriklerin hızla yayılması, bireylerin yanlış bilgilendirilmesine ve toplumsal algıların manipüle edilmesine neden olabilmektedir. Bu tür haberler; bireylerin davranışlarını, kamuoyunu etkileyebilecek bir etki düzeyine sahiptir. Sahte haberlerin yayılması yalnızca bireylerin bilgiye olan güvenini sarsmakla kalmayıp aynı zamanda toplumda kutuplaşma, panik ve yanlış yönlendirme gibi sosyal sorunlara da zemin hazırlamaktadır. Bu nedenle, sahte haberlerin erken tespiti bu sorunların önüne geçilebilmesi için büyük önem taşımaktadır. Gelişen yapay zekâ ve doğal dil işleme teknikleri, bu sorunun tespitine yönelik etkili çözümler sunmaktadır. Bu çalışmada sahte haber tespiti için LSTM ve BERT modelleri kullanılmıştır. Çalışmada gerçek ve sahte haberlerden oluşan iki veri seti dengeli bir şekilde birleştirilerek tek veri setine haline getirilmiştir. Bu veri setinde bulunan verilerin %80’i eğitim ve %20’si test verileri olarak kullanılmıştır. LSTM modeli ile %93 oranında bir başarı elde edilirken BERT modeli ile bu başarı %98 olarak elde edilmiştir.