close
企業趨勢專題特寫科技專欄

You are fake news !!  人工智能和大數據能否對付假新聞

特朗普向 CNN 記者一句「You are fake news」教新聞行業憤憤不平,而特朗普能夠勝選背後就被指全因太多聳人聽聞的虛假新聞流傳,助長了政見偏激的特朗普競選聲勢所致。其中一個要揹黑鍋的 Facebook 最近就要正視假新聞問題,將開發名為 Journalism Project 的項目,協助新聞業在 Facebook 創新之餘也能消除假新聞傳播。

 

多謝網民、發布假新聞月賺 1 萬美元廣告費

說 Facebook 比電視報紙有更大影響力絕對不是誇大,據 Facebook 數據顯示香港每月有 500 萬人活躍用戶,Facebook 也成為大多數香港人獲取訊息的主要途徑。但社交平台成為虛假新聞的傳播平台,已不是第一天的事。有報導指半數美國人會透過 Facebook 獲取新聞,但同時有四分一承認曾分享過後來被證實的假消息。

基於各種不同原因,有些人會大肆創造假新聞傳播,有些是為了內容農場的廣告收入、有些是為了打擊競爭對手,但傳播的最大推手仍然是不加懷疑就隨便轉貼的社交媒體使用者。據 BuzzFeed 報導,職業寫手可透過發布假新聞每月從 AdSense 賺取 1 萬美元廣告費,而散播在社交媒體。

而 Facebook 就被抨擊,指其沒有盡力阻止假新聞在他們的平台上傳播。為了亡羊補牢,Facebook 就正開發名為「The Facebook Journalism Project」的項目,在產品開發初期就會納入新聞媒體的意見,希望透過跟新聞機構緊密合作創新,減低 Facebook 平台上錯誤訊息的影響力,並使更多新聞機構能在 Facebook 平台上獲到更多收益。

 

Journalism Project 加強與新聞機構合作

今次推出的「The Facebook Journalism Project」內容包括,讓媒體更容易掌握 Instant Articles 內容,並包裝成可供讀者供閱的付費服務;與內容出版者合作舉辦黑客松活動及向新聞從業者提供額外的 Facebook 培訓等。同時也會透過公益廣告宣傳來提升 Facebook 使用者的新聞素養,以打擊假新聞流傳。

另一方面,Facebook 亦開放收購了的 CrowdTangle 工具,它像 Google Trend 一樣能協助記者掌握新聞趨勢,發掘有新聞價值的社交分享內容,甚至追蹤這些故事的新聞來源和後的影響力,這些功能對記者追蹤新聞訊息的來源和證實真偽有很大幫助。

事實上,Facebook 早在 2014 年已推出名為「Facebook Newswire」的類似服務,協助新聞媒體發現、整合社交網路上有新聞價值的內容,當有 Facebook 使用者貼出一些事發現場的照片或影片時,Newswire 就會把這些新聞素材收集起來協助媒體處理。

 

用演算法篩選假新聞?機器學習需時

事實上,Facebook 一直都有在新聞內容方面有投資,在此之前就曾聘請編輯團隊來處理「熱門話題」(Trending Topics)的篩選,但去年 8 月起就全面改為由演算法自動運算篩選,20 多人的團隊被解僱。當時就立即引發災難,「熱門話題」突然充斥假新聞及垃圾內容,雖然免除了人類編輯的偏見,卻招來更多垃圾新聞問題。

這事也引發很多人討論,到底新聞編輯能否用大數據和演算法來代替?雖然一開始用演算法來做篩選便捅出漏子,但演算法未必就不能排除假新聞。Mark Zuckerberg 一直強調專業新聞內容都來自獲認證的媒體(即是藍剔),但就算是藍剔認證也不代表不會報導出錯,而且媒體有既定立場亦不是第一天的事。

對 Facebook 而言,散播假新聞也不是什麼正面的事,因此已不斷嘗試利用修改演算法來打擊假新聞。例如假新聞就最喜歡做「標題黨」,去年 6 月時就針對有引誘點擊常用字眼或是誇大事實的文章標題,減低文章觸及率,而文章來自的網域和專頁也會因此降低排名。

 

結果仍要靠人類協助檢舉假新聞

但是演算法還是不能針對文章內容的真確性做到區分。事實上,當連一般讀者也未必能夠發現,即使機器學習能夠自我改良,恐怕也未必做到確認新聞訊息真偽的能力,結果人類的角色在可見的將來仍然取代不了。其實目前 Facebook 使用者已能夠參與一定的「證偽」工作,那就是舉報文章功能。

現在 Facebook 檢舉文章選項裡已加入「這是不實報導」的選項,透過向 Facebook 回報文章內容不實,就能填補演算法不足的地方。當然這其實也回避不了「虛假檢舉」,即明明是真實報導卻反被檢舉的情況,但透過檢舉還是能使 Facebook 加強注意一些網域或專頁,長遠仍有助改善假新聞問題。

由於言論自由的前題,即使明知是假新聞,Facebook 也不可能禁止用戶貼文。但相對於用「藍剔」來證明專頁的可信度,是否也能透過一些標示來警告讀者,文章來自可能不是可靠的網站?事實上去年已有幾位美國大學生開發了 Chrome 插件,可以向可靠網站交叉求證文章,只要使用者的 Facebook 有人貼出懷疑假新聞,就會出現「not verified」的提示。

而作為一個社交平台,Facebook 又是否有權利或義務負起這些角色?在所謂「後真相年代」,告訴讀者在看假新聞是否真的受歡迎?這些問題的答案恐怕連學院派的新聞系教授也沒法答得上吧…

n-350x500

 

 

作者:Boris Lee
Unwire.pro 資深編輯。在企業 IT 科技報道範疇有十多年經驗。

 

 

 

Boris Lee

The authorBoris Lee

Unwire Pro 資深編輯,在企業 IT 科技報道範疇有十多年經驗。近年專注報導香港初創企業、本地資訊科技業界發展。