近日，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室(CSAIL)和卡塔爾計(jì)算研究所的研究人員推出了一套鑒別假新聞的全新AI解決方案。

該方案在本月的2018年自然語言處理經(jīng)驗(yàn)方法(EMNLP)會議上提交的一項(xiàng)研究中進(jìn)行展示，他們描述了一種人工智能(AI)系統(tǒng)，可以確定新聞報(bào)道來源是準(zhǔn)確的還是帶有政治偏見的。

研究人員用它來創(chuàng)建一個(gè)包含1000多個(gè)新聞來源的開源數(shù)據(jù)集，其中注釋了“事實(shí)性”和“偏見”的分?jǐn)?shù)。他們聲稱這是同類中最大的數(shù)據(jù)庫。

虛假消息繼續(xù)令人頭疼。今年3月，有一半的美國人稱在新聞網(wǎng)站上瀏覽了故意誤導(dǎo)性的文章。最近愛德曼(Edelman)調(diào)查的大多數(shù)受訪者表示，他們無法判斷媒體報(bào)道的真實(shí)性。鑒于假新聞的傳播速度比真實(shí)新聞快，因此十分之七的人擔(dān)心它可能會被用作“武器”，這并不奇怪。

人工智能系統(tǒng)的新穎之處在于對其評估的媒介的廣泛語境理解，沒有單獨(dú)從新聞文章中提取特征值(機(jī)器學(xué)習(xí)模型所訓(xùn)練的變量)，而是在確定可信度時(shí)考慮維基百科、社交媒體，甚至URL和網(wǎng)絡(luò)流量數(shù)據(jù)的結(jié)構(gòu)。

它建立在支持向量機(jī)(SVM)上，后者是一種常用于分類和回歸分析的監(jiān)督系統(tǒng)，經(jīng)過培訓(xùn)就可以進(jìn)行評估。真實(shí)性分為：低、中、高;政治傾向分為：極左、左、中偏左、中偏右、右、極右。

根據(jù)團(tuán)隊(duì)的說法，系統(tǒng)只需要150篇文章來確定是否可以可靠地信任某一來源。它在檢測新聞來源是否具有高、低或中等水平的“事實(shí)性”時(shí)準(zhǔn)確率可達(dá)到65%，并且在檢測新聞來源是左傾，右傾還是中等時(shí)準(zhǔn)確率為70%。

維基百科和Twitter也加入了系統(tǒng)的預(yù)測模型。正如研究人員指出的那樣，缺少維基百科頁面可能表明網(wǎng)站不可信，或者頁面可能會提到有問題的來源是諷刺性的或明確的左傾。此外，他們指出，沒有經(jīng)過驗(yàn)證的Twitter帳戶的出版物，或者使用新創(chuàng)建的沒有明確標(biāo)注的賬戶發(fā)布的消息，不太可能是公正的。

模型考慮的最后兩個(gè)向量是URL結(jié)構(gòu)和Web流量。它會檢測試圖模仿可靠新聞來源(例如“foxnews.co.cc”而不是“foxnews.com”)的網(wǎng)址，并考慮網(wǎng)站的Alexa排名，即根據(jù)收到的整體綜合瀏覽量計(jì)算得出的指標(biāo)。

該團(tuán)隊(duì)對來自Media Bias/Fact Check(MBFC)的1,066個(gè)新聞來源進(jìn)行了系統(tǒng)培訓(xùn)，這是一個(gè)人工事實(shí)檢查員的網(wǎng)站，他們手動注釋具有準(zhǔn)確性和偏見數(shù)據(jù)的網(wǎng)站。為了生成上述數(shù)據(jù)庫，研究人員在每個(gè)網(wǎng)站上發(fā)布了10-100篇文章(總計(jì)94,814篇)。

正如研究人員在其報(bào)告中詳細(xì)詳述的那樣，并非每個(gè)特征都是事實(shí)性和/或偏見的有用預(yù)測指標(biāo)。例如，一些沒有維基百科頁面或已建立的Twitter個(gè)人資料的網(wǎng)站是公正的，而Alexa中排名很高的新聞來源并不總是“一邊倒”地比那些流量較少的新聞源更具偏見或更實(shí)際。

然后就出現(xiàn)了一個(gè)有趣的模式：來自虛假新聞網(wǎng)站的文章更可能使用雙曲和情感語言，而左傾網(wǎng)點(diǎn)更可能提到公平和互惠。同時(shí)，具有較長維基百科頁面的出版物通常更可靠，具有包含最少數(shù)量的特殊字符和復(fù)雜子目錄的URL的出版物也是如此。

在未來，該團(tuán)隊(duì)打算探索該系統(tǒng)是否可以適應(yīng)其他語言(它是專門針對英語進(jìn)行培訓(xùn))，以及是否可以訓(xùn)練它來檢測特定區(qū)域的偏差。他們計(jì)劃推出一款應(yīng)用程序，該應(yīng)用程序?qū)⑼ㄟ^“跨越政治范疇”的文章自動回應(yīng)新聞。

“如果一個(gè)網(wǎng)站之前發(fā)布了假新聞，他們很有可能會再次發(fā)布，”該報(bào)的第一作者，博士后助理拉米·巴利(Ramy Baly)說。 “通過自動搜索有關(guān)這些網(wǎng)站的數(shù)據(jù)，我們希望我們的系統(tǒng)可以幫助確定哪些網(wǎng)站可能首先做到這一點(diǎn)?！?/p>

當(dāng)然，他們并不是唯一試圖用AI來對抗假新聞傳播的機(jī)構(gòu)。

總部位于德里的創(chuàng)業(yè)公司MetaFact利用自然語言處理算法(NLP)來標(biāo)記新聞報(bào)道和社交媒體帖子中的錯(cuò)誤信息和偏見。 AdVerify.ai是去年推出測試版的軟件即服務(wù)平臺，可以分析錯(cuò)誤信息、惡意軟件和其他有問題的內(nèi)容，并可以交叉引用一個(gè)定期更新的數(shù)據(jù)庫，其中包含數(shù)千條虛假或合法的新聞。

就其本身而言，F(xiàn)acebook已嘗試部署“識別賬戶和虛假新聞”的人工智能工具，并最近收購了總部位于倫敦的創(chuàng)業(yè)公司Bloomsbury AI，以幫助其打擊誤導(dǎo)性報(bào)道。

假新聞會被消除嗎?一些專家不相信AI能勝任這項(xiàng)任務(wù)。負(fù)責(zé)組織假冒新聞挑戰(zhàn)賽的卡內(nèi)基梅隆大學(xué)機(jī)器人研究所科學(xué)家迪恩·波默洛(Dean Pomerleau)在接受采訪時(shí)表示，人工智能缺乏對不正當(dāng)和虛假陳述所必需的語言的細(xì)致理解。

“我們實(shí)際上是從一個(gè)更雄心勃勃的目標(biāo)開始，創(chuàng)建一個(gè)可以回答這個(gè)問題的系統(tǒng)來解決‘這是假新聞，是或否?’的問題”他說。 “但我們很快意識到機(jī)器學(xué)習(xí)不能勝任這項(xiàng)任務(wù)?！?/p>

人類的事實(shí)檢查者不一定更好。今年，谷歌暫停了事實(shí)檢查，這是一個(gè)標(biāo)簽，會出現(xiàn)在谷歌新聞的文章報(bào)道旁邊，“包括由新聞出版商和事實(shí)檢查機(jī)構(gòu)檢查的信息”，此前，保守派出版商們曾紛紛指責(zé)這一設(shè)置對他們表現(xiàn)出偏見。

無論最終解決方案是什么——無論是人工智能還是人工管理，或是兩者兼而有之——都無法提供足夠快的速度。Gartner預(yù)測，到2022年，如果目前的趨勢持續(xù)下去，發(fā)達(dá)國家的大多數(shù)人會看到更多的錯(cuò)誤而不是真實(shí)的信息。

原標(biāo)題：火眼金睛!MIT推出新聞鑒別AI系統(tǒng)：既可識別假新聞 偏見識別度也超過65%