打擊標題黨 攔截虛假新聞 這個黑科技套路很深

對於推動媒體融合發展，當前最常說的一句話是，新媒體要認真履行社會責任，把社會效益放在首位。

23日的人民日報第14版，有一篇新媒體如何履行社會責任的「技術貼」，標題開宗明義：人工智慧是虛假新聞的「剋星」。

文章的作者，是著名的新聞傳播研究學者、人民大學教授宋建武。為什麼說這篇文章是「技術貼」？因為我們以往對虛假新聞的研究多數是站在道德倫理層面的，而如今在現實操作中，已經出現了技術層面的解決方案。也就是說，不論是否具有「犯罪動機」，行為隨時可能被中止。

這對於新聞管理部門、職業的新聞從業者以及廣大受眾而言，無疑是一個令人興奮的消息。

技術的發展，特別是藉助交互應用平台來發展用戶的技術體系，為新聞行業塑造個性化品牌帶來了全新的契機，在文本模式創新、話語體系創新、包裝形式創新的過程中，為適應新媒體傳播特徵而產生的「過渡創造」成為了新的困擾。

什麼是「過渡創造」？這是一種最容易超越理性的不自覺行為，當「過渡創造」以更簡便、高效地方式凝聚人氣、 流量時，創作者們就越接近於形式本身，而非內容本身。

與紙質媒體、電視媒體不同的是，移動互聯網依託的介質是小屏幕，閱讀是摺疊並遞進的，創作者往往只有一次機會讓讀者打開摺疊，進入下一階段開展閱讀體驗，那就是直奔標題、

微信閱讀如此，演算法平台亦是，機器人的「關鍵詞」意識更強，為了節約讀者的搜索時間，流行「關鍵詞」越多的文本，越容易被推送到讀者面前。於是「過渡創造」的動機便產生了——

對內容真實性的要求越來越低，反之刻意追求局部真實和局部顯眼，輕則是標題黨、同質化，重則是虛假新聞。

我們常說社會效益優先，從消除動機的教育入手當然有必要，但剛性的外力阻止工具必不可少。

這就是人工智慧的另一面。以往出現虛假新聞的時候，大家的第一反應就是刪稿。可互聯網是茫茫海洋，窮盡每個詞條幾無可能，且已造成事實影響，亡羊補牢已晚。

宋教授在文章中提到的人工智慧技術，模擬人的行為方式，確立虛假模型並不斷學習之後，可批量對虛假事實進行甄別攔截，相對於人工而言，更為科學高效。

被廣泛關注的，北京位元組跳動科技公司在「今日頭條」平台上的效果，該平台模仿人腦機制，對低俗圖片的攔截率較之前純人工攔截提高了73.71%。

在大眾傳播領域，人工智慧技術，也就是我們常說的「演算法」，代表性的平台就是今日頭條平台。長安街知事APP是頭條的資深用戶，對這一技術的應用深有體會。

比如在這一平台，文章重複率是較低的。為什麼呢？因為原創文章的首發權是在作者手中，當作者申請原創之後，其他抄襲、大段引用的文章就會被「重複模型」所確認，不會為機器人所廣泛推薦，由此，「過渡創造」的原始動機，就會逐步消除。

對虛假新聞的處理，是類似的。今日頭條採用分類的方式來篩選信息。

比如對於標題黨，標題中如有「震驚」「傳瘋了」「看哭」等關鍵詞，可被機器識別並進行提醒或攔截。當作者在後台進行文章編輯時，系統會提醒作者修改標題，提醒的成功率達50%，如果作者不予修改，機器則會降低該文章的推薦權重。

而對於虛假信息、違法信息、色情內容等缺乏清晰、固定判斷標準的信息，機器很難進行準確判斷，對此，今日頭條從用戶中抽樣建立了1000人規模的專業評估團，每天反饋3000—4000份對於機器推薦效果滿意度的問卷。這些反饋，以及普通用戶的「舉報」「不感興趣」「評論」等反饋信息能夠一起用於改善機器識別低俗內容的準確度。

虛假信息需要具備一定相關專業知識的審核人員進行判斷，但機器通過對用戶反饋的分析可以極大提升人工審核的效率。譬如，有大量用戶舉報了一篇文章為虛假信息，或在評論中出現「假新聞」等關鍵詞，機器即可識別並將其提交至審核人員進行複審。

大致的過程是，機器智能識別疑似虛假文章后劃歸此隊列，進行單獨審核，月均進審一萬篇左右。

在2016年末，今日頭條推出了精準闢謠功能：如果用戶在今日頭條內閱讀過的內容，后被證實為謠言，系統將第一時間向所有看過該謠言的人推送相應闢謠文章，做出精準澄清。另外，機器可以結合網民舉報和跟帖評論甄別謠言，通過關鍵詞分析和語意識別，將疑似不實文章召回，再由人工進行複審。

目前，機器判斷準確率達60%，人工審核后準確率達90%以上。

人工加機器的合作模式，是一個漸進的過程。人工負責建立「虛假模型」，機器如同移動探頭負責掃雷，隨著「虛假模型」積累得越來越多，價值判斷逐步融入到機器的行為當中，掃雷的成功率就會越來越高。

今年1月，「頭條號」每天處理用戶評論約98.6萬條，11月已經增長到每天約302萬條，機器審核可以保證同樣倍數評論增長的情況下，人力增長較少。

所謂大道相通，任何治理體系都是疏堵結合、獎懲並用的全方位應用，人工智慧體系也不例外。

虛假新聞的發布，原始動力很明確，也很粗糙，為的就是流量。而「虛假模型」建立后，標題黨也好、抄襲也好、虛假新聞也好，生存空間被大大擠壓，不僅人工不信任，機器也不信任。對於演算法平台而言，被機器人不信任，是最可怕的結局。

這就是技術導向下的規則體系。在城市管理政策中，我們常常提出，寓管理於服務之中。在技術支持下，今日頭條為代表的演算法平台，通過機器人推薦來提供精準傳播服務，同樣通過機器人攔截來管理用戶行為。歸根到底，就是為提升傳播的社會效益提供技術解決方案。