假新聞源于Collin在2017年的講話。在一年一度的常規(guī)政治新聞中，高調(diào)的丑聞震撼了我們對人性的信念，人們痛苦地發(fā)現(xiàn)，區(qū)分新聞中的現(xiàn)實和虛構(gòu)變得越來越難。社交媒體的興起也造成了一種似乎無法阻擋的虛假信息傳播力量，這些錯誤的信息在今年早些時候以劍橋分析公司丑聞的形式顯現(xiàn)出其丑陋的側(cè)面。這引發(fā)了人們對社交媒體問責制以及那些運營網(wǎng)站的人員如何能夠切實解決他們自己造成的“怪物”問題的嚴重質(zhì)疑。

麻省理工學院 CSAIL（計算機科學與 人工智能 實驗室）和QRCI（卡塔爾計算研究所）于昨天（10月4日）宣布了一個新項目，該項目旨在識別 虛假新聞 在傳播之前的來源，或可能將不可信賴的新聞信息自動分類。盡管增加真實性檢測的益處是無法估量的，但是，當處理像假新聞這樣不可預測的“野獸”時，這些新功能是否只不過是路上的一次撞擊罷了？

Bullsh*t檢測

在當下，檢測假新聞很困難，在造成太多損害之前公布虛假聲明，像Snopes和Politifact這樣的網(wǎng)站承受著比以往任何時候都要大的壓力。問題在于處理個人索賠非常耗時，一旦錯誤的信息泄露，損害就已經(jīng)造成。麻省理工學院CSAIL和QCRI的項目旨在通過識別持續(xù)傳播錯誤信息的網(wǎng)站和具有重大政治傾向的網(wǎng)站來解決這個問題（因為這些網(wǎng)站通常是假新聞的主要提供者）。

該系統(tǒng)查看來自該網(wǎng)站的文章及其維基百科頁面、Twitter帳戶、URL結(jié)構(gòu)和網(wǎng)絡流量，以及搜索表明強烈政治偏見或錯誤信息的關(guān)鍵詞和語言特征（例如，虛假新聞媒體經(jīng)常使用更多夸張性語言）。使用來自媒體偏見/事實檢查（MBFC）的數(shù)據(jù)，該系統(tǒng)檢測網(wǎng)站的“事實性”水平的準確率為65％，檢測到政治偏見的準確率大約為70％。

雖然該項目還處于初期階段，但共同作者普雷斯拉夫·納科夫（Preslav Nakov）相信這將有助于現(xiàn)有的事實核查服務，使他們能夠“立即查看假新聞分數(shù)，以確定給予不同觀點的有效性。”這將是該項目如何在實踐中發(fā)展和使用的一個關(guān)鍵點，因為人們?nèi)匀恍枰獧z查這些分數(shù)，以確定新聞信息是否跨越虛假信息的界線，或者只是用情緒化和說服力的語言來扭曲事實。

過多的信任

至少目前，該項目與手動事實檢查器一起使用最為有用，但是隨著 機器學習 算法進一步發(fā)展，理論上它將能夠提前識別這些站點并告知媒體監(jiān)管機構(gòu)風險所在。然而，那些主要通過社交媒體上不受限制的頻道進行廣泛傳播的假新聞提出了一個重要問題：擁有人工智能檢測的承諾，是否會讓讀者陷入虛假的安全感？

Facebook今年早些時候發(fā)布了一項廣告宣傳活動，宣布他們致力于處理假新聞、虛假賬戶、點擊攻擊和垃圾郵件，這是馬克扎克伯格將Facebook帶回其核心價值觀的更廣泛戰(zhàn)略的一部分。在成為歷史上最引人注目的數(shù)據(jù)泄露之一的中心之后，F(xiàn)acebook正在努力說服用戶相信他們可以被信任。

Pew Research在2017年9月進行的一項研究發(fā)現(xiàn)，45％的美國成年人使用Facebook獲取新聞，盡管任何人都可以在社交媒體上發(fā)帖。但是，當有必要監(jiān)控超過20億用戶時，如何控制人們對非官方信息來源的依賴？Facebook顯然希望向用戶和監(jiān)管機構(gòu)保證他們的算法能夠解決這個問題，但證明新聞是錯誤的，就像在墻上貼上果凍：最好的情況是耗費時間，最糟糕的情況是不可能發(fā)生。事實上，F(xiàn)acebook的實力和麻省理工學院的檢測系統(tǒng)可能會引導人們放松警惕，更愿意相信他們所讀的內(nèi)容。

人們是問題所在

相信聳人聽聞的信息的意愿是一種真實存在的現(xiàn)象，揭露虛假信息并不總能改變?nèi)藗兊乃枷搿０l(fā)表在《Intelligence》雜志上的2017年11月的一項研究發(fā)現(xiàn)，那些認知能力較低的人在被告知有關(guān)虛構(gòu)人的詆毀信息是假的之后，仍無法改變原來的印象。正如麻省理工學院CSAIL論文本身所說的那樣：“即使揭穿是由聲譽良好的事實檢查組織來完成，這也無助于說服那些已經(jīng)相信虛假信息的人”。

一項麻省理工學院的研究發(fā)現(xiàn)，真實新聞到達用戶的時間是相關(guān)信息觸達Twitter用戶時間的6倍，而“70%的假新聞比真相更有可能被轉(zhuǎn)推”。因此，社交媒體用戶加劇了假新聞的傳播，并且很少有機器學習可以改變已經(jīng)根深蒂固的壞習慣。

實施機器學習以對抗假新聞的傳播是值得肯定的，并且這個問題需要被解決，因為主要媒體機構(gòu)的可信度受到質(zhì)疑。但隨著社交媒體加劇了錯誤信息的傳播，檢測和揭露虛假新聞的來源能夠讓人類克服本能來相信我們被告知的內(nèi)容嗎？

---

近年來，粵港澳大灣區(qū)在打造創(chuàng)新驅(qū)動新引擎，科技創(chuàng)新帶動資源集聚等方面著力頗多，創(chuàng)新機制、產(chǎn)業(yè)升級、人才引流、協(xié)同發(fā)展等帶來了多方面的機遇。相應的，人工智能、人才賦能正深刻地影響著商業(yè)步伐。

2018年10月18-19日，億歐將在深圳舉辦 “引擎·引領” 2018大灣區(qū)國際科創(chuàng)峰會（BATi） ，集合智能制造、智能產(chǎn)品、智慧城市、智慧安防、智慧交通等一眾熱點問題展開探討，分析科技創(chuàng)新未來趨勢，盤點技術(shù)革命下的發(fā)展契機。

報名鏈接：

https://www.iyiou.com/post/ad/id/664?herkunft=6648