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…
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。