人工智慧可以發現假新聞？或許快了

社交媒體發生的故事同時在美國發生。

傳統媒體正陷入困境中，它們不再是新聞和信息的唯一來源，互聯網和社交媒體已經成為新聞分享的主要平台。皮尤研究中心的報告顯示，62%的美國人從社交媒體上獲取新聞。社交媒體的興起也意味著任何人都可以創造和分享新聞故事，不管它們是真的還是假的。消費者受到大量新聞故事的「炮轟」，卻不知道這些內容是否真實。

在社交媒體上，重要的是情感，而不是事實。正如Facebook前產品管理副總裁薩姆·萊辛（Sam Lessin）接受《連線》雜誌採訪所說的那樣：「為了獲得市場份額，你需要更加激進，理性不會幫你得分。」

為了真正地吸引讀者的情感，新聞出版商為了在新聞市場上保持吸引力，不得不出版扭曲的真相。如今，新聞必須是可分享的，新聞越激進，它在社交媒體上被分享得越多。發布假新聞的成本接近於零，因此，維持值得信賴的新聞發行商聲譽的動機越來越少。

谷歌正通過在新聞網站以及手機和平板電腦上的Google News and Weather應用程序中引入事實核查功能在與虛假新聞作鬥爭。Android Headlines援引杜克大學記者實驗室的報道稱，目前有100多家活躍的事實核查網站。然而，正如他們指出的那樣，由於共享信息的成本較低和更多的運營商參與了新聞傳播，幾乎不可能對所有的虛假新聞來源進行檢查和監管。

幸運的是，我們也不再生活在一個需要由人類完成所有工作的時代。西維吉尼亞大學正在開發人工智慧（AI）系統，以檢測新聞是否真實。這所大學計算機科學系的成員們正與WVU Reed大學合作創建一個假新聞檢測系統，其中一種方法是使用機器學習來分析文本，並給它打分，分數可指示它可能屬於假新聞。

為了提高透明度，這些分數被分解成幾個能夠解釋評級標準的成分。西維吉尼亞大學計算機科學系學生史蒂芬·沃爾納（Stephan Woerner）表示:「AI可以像人類那樣擁有同樣的信息，但它可以應對大量新聞，並破譯其有效性而不會感到疲憊。人們往往有政治或情感傾向，但AI則不然。它只用於解決被訓練用來對抗的問題。」

這些AI的工作屬於跨學科努力，因為解決假新聞危機不僅依賴AI，而且還需要社會和政治投入。欺詐監測公司DataVisor的產品經理凱瑟琳·盧（Catherine Lu）對AI檢測假新聞的可能性非常樂觀。她說，AI可以通過分析標題、主題、地理位置和主體文本來檢測出網路故事背後的語義含義。自然語言處理引擎可以查看這些因素，以確定一個網站的覆蓋範圍與其他網站如何報道同樣的事實，以及主流媒體是如何處理它的。

Fake News Challenge是另一個對抗虛假新聞的平台。這個研究項目主要關注AI的潛力，特別是機器學習和自然語言處理，以識別假新聞故事。它從一個立Stance Detection過程開始，這個過程會檢查新聞文章的視角，並與其他報道進行對比。例如，它可以檢測兩大標題是否一致或相互矛盾。

德國網路安全公司ESNC的首席執行官阿薩爾（Ertunga Arsal）告訴福克斯新聞網，互聯網上假新聞泛濫實際上有利於AI檢測假新聞，這是因為大量的信息為機器學習和自然語言處理系統提供了大量可供學習的數據。然而，AI還不能完全勝任這項工作。儘管像Fake News Challenge這樣的工具可以在特定範圍縮小假新聞比例，比如「歐巴馬時代美國失業率上升」，但更複雜的標題，比如「普京治下的俄羅斯人干涉美國總統選舉」，仍然超出了AI和機器學習可以應對的虛假或正確新聞的範疇。

Fake News Challenge表示：「除非我們已經擁有達到了人類水平的AI，能夠理解微妙而複雜的人際互動，並進行調查性新聞報道，那時我們才有可能自動檢查。」然而，自動化系統無疑會讓工作的某些部分變得更容易、更高效。

並非所有人都這麼樂觀。安全公司Guidance Software的高級技術經理保羅·肖莫（Paul Shomo）告訴福克斯新聞網說，假新聞的生產商可以使用AI演算法來操縱他們的作品分析，而假陽性可以識別真實的新聞故事。

紐約大學斯特恩商學院的兼職教授達倫·坎普（Darren Campo）也對利用AI發現假新聞的後果表示謹慎。他在接受採訪時說，人們關心的是新聞是否與他們自己的世界觀相匹配，而不是它是否是假的。假新聞主要是基於讀者的情緒反應。根據坎普的說法：「AI無法理解人們準備享受謊言的背景。」

但有一件事是肯定的，假新聞正在威脅人們對世界大事的了解程度。獲取新聞的方式和手段已經改變，技術也將不得不改變，以確保人們聽到的是真相而不是謊言。在新聞故事中，AI在區分事實與虛構方面有一定的作用。現在的問題是，讀者們是否仍然關心這一差異。