论坛专区
 

造谣者众!人工智能如何才能赢得打假胜利?

放大字体  缩小字体 发布日期:2017-06-13  来源:网易智能  浏览次数:42
       2014年,“假新闻”这个词还没有成为一个美国词汇的一部分,相比之下2016年美国总统大选是各大媒体的头条新闻。

但在加州,一个名叫Jestin Coler的人却开创了一个最具争议的媒体局面。Jestin Coler被称为“假新闻”的教父,其出名始于发表捏造的新闻,其中有一篇是关于科罗拉多食品券领取者使用福利购买大麻,该文章获得了足够的流量,每月甚至产生高达数万美元的广告收入。

这个想法很快就在美国流行起来,各类同业网站纷纷涌现,其他媒体竞相在选举前制造出令人发指、充斥着阴谋论和高度党派色彩的假新闻。从那时起,造谣现象就为人们创造不真实信息提供了一种手段。即使是普通网络用户也可以提供一些从未发生过事件的图片和视频证据。

对于如何应对假新闻,这个问题没有简单的答案,但人工智能可能会有所帮助。

人工有效消除假新闻几乎不可能

62%的美国人通过社交媒体了解世界各地信息,我们如何关注这些平台上的文章和视频,直接影响到未来我们能够看到的故事和文章。例如,如果我们喜欢、评论或分享保守类的新闻,那么社交算法就会在下次我们登录的时候向我们展示类似的内容。我们的在线联系人也会影响到这个决策。如果我们拥有大量自由主义倾向的朋友或追随者,也会相应改变我们的信息源。

堂而皇之的虚假新闻并不是唯一应该让我们担忧的事情。而很多新闻通过标题和误导性的方式描述信息,导致即便其是真实报道也会扭曲我们的认知。正如Snopes内容经理Kim LaCaria对Quartz所说:“信息真实存在,和信息如何呈现是两码事。”

哥伦比亚新闻评论Colombia Journalism Review建议记者们通过关注信息的创作日期和来源材料,以及内容创作者相关的网络背景来核实视频真实性。

  

1497315156055024256.png

同时,视频分析程序和其他验证工具也能够有所帮助。据统计,近60%的用户在没有阅读全文的情况下转发文章,因此对于读者来说,对每一篇文章进行仔细审查的几率似乎很小。即使我们都有足够的时间和意愿去成为数字新闻侦探,但网络内容的绝对数量也意味着,依靠人工有效消除假新闻是不可能的。在网络上每分钟都有数百万的在线互动,没有人能跟上信息产生的步伐。而从另一方面讲,人工智能系统或许有助于遏制假新闻的浪潮。

通过人工智能来解决造谣问题

人工智能系统可以24小时工作,以远超过人类的效率对文本、视频、图像和音频进行分析。一所大学的计算机科学研究人员正在研发一种机器学习的方法来检测假新闻。该程序将分析一篇文章的内容,然后对其是假新闻的可能性进行评分。同时它还能生成打分的原因,这样读者就能理解为什么人工智能系统会把一些文章标记为假新闻。

该研究项目参与者Stephan Woerner指出:“人工智能能够拥有同样的信息,但相比于人类,它处理新闻的数量和检测的有效性更高,而且不会感到疲惫。人们会有政治立场或情感偏见,但人工智能则不然,只要通过训练,它就能解决问题。”

具有讽刺意味的是,产生的假新闻越多,人工智能审查系统的效果就越好,机器学习平台可以根据数据输入进行自我改进,因此大量的虚假文章和视频反而可以提高其对假新闻的检测能力。

而正在研发的其他人工智能系统主要使用自然语言处理(NLP)对新闻内容进行一系列复杂的分析,从而识别假新闻。

自然语言处理系统能够处理和组织非结构化的信息,从巨大的数据集中获取决策见解,人工智能的这一功能在扫描和检测网络上的海量文章时显然是有用的。其中专门用来识别假新闻的算法,可能会比较不同网站报道某些新闻事件的方式,或者一个不太为人所熟知的网站的报道与主流媒体之间的关系,以及分析诸如上下文和位置等因素,来判断一篇文章是否为假新闻。

  

1497315170641029017.png

一些开发人员还正在努力创建程序,以解析来自不同网站的文章内容,并将文章与第三方对事件的报道进行对比,以寻找可能具有误导性的虚假内容。同样,这个系统所做的假新闻和相关分析越多,其识别出可疑内容和细节的可能性就越大。

打假斗争还需要人机协作

即使人工智能有助于遏制假新闻问题,但人类仍然肩负着关于假新闻的主要责任。包括社交媒体在内的平台允许用户将帖子标记为假新闻。同时他们使用算法来识别虚假内容,并防止其传播。然而,人工智能的输出会准确反应用户的输入。如果有足够多的用户将真实内容标记为“假”,那么即便是高质量的媒体也就有可能被错误地贴上标签。

纽约大学斯特恩商学院兼职教授Darren Campo告诉福克斯新闻,人类也可以通过在假新闻生产中使用审慎的语言措辞来影响人工智能系统。Campo说:“假新闻可以通过植入一个“事实”来保护自己,从而不会被检测到。虽然人工智能系统可能有效地识别出一个事实为凭空捏造,但它无法有效地识别这一事实的上下文。开发人员还需要考虑到他们程序的局限性。例如,审查算法可以利用现有的内容来验证故事的准确性。但当一家声誉良好的媒体发布突发新闻时,它可能会在没有太多故事背景的情况下发布信息,这反过来可能会影响到人工智能系统的决策。适当的人力投入可以防范这一问题的产生,从而避免假新闻问题的进一步加剧,与此同时,我们还需要克服自己的偏见。

事实上,读到那些能够迎合自我偏见的文章会让我们感觉良好,但如果要捍卫我们社会的真相和真实报道,我们就必须对我们所接触的内容持怀疑态度,人工智能或许能够在打击造谣方面发挥关键作用,但这一领域的进展本质上还是取决于我们人类,需要对我们自己在网络上的内容互动和分享更加审慎认真。

【英文来源:Venturebeat 编译:网易见外智能翻译平台 校对:晗冰】

 
关键词: 人工智能 假新闻
 
[ 资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
展会
微信公众号
qq群
 
网站首页 | 用户使用指南 | 关于我们 | 联系方式 | 使用协议 | 版权隐私 | 网站地图 | 手机版 | 广告服务 | 工控文库 | 工控视频 | 工控软件
本网站所有文档及文件资料,除特别标明本站原创外,均来自互联网及网友上传,如有涉及版权问题,请联系我们,我们将第一时间处理。
我们保留版权,任何涉嫌侵犯本站版权的行为,本站保留追究其法律责任的权利。