内容
资料来源：Mast3r / Dreamstime.com
带走：
研究人员正在转向AI来打击假新闻。但这是否真的有帮助，还是会使情况变得更糟？
假新闻有望成为即将到来的总统大选的主要刺头，更不用说它对我们整个公众话语的整体腐蚀作用。在当今的互联社会中，从小说中辨别事实变得越来越困难，这就是为什么一些研究人员开始专注于人工智能解决这一问题的能力的原因。
当然，人们希望机器或更准确的算法在发现谎言方面比人类更好。但这是一个现实的期望，还是将技术投入一个看似棘手的问题的又一案例？
捉贼。 。 。
数据科学家计划在此领域增强AI敏锐度的方法之一是允许其生成虚假新闻。华盛顿大学艾伦AI研究所开发并公开发布了Grover，这是一种自然语言处理引擎，旨在创建涉及广泛主题的虚假故事。虽然起初看起来适得其反，但实际上这是一种相当普遍的AI训练策略，其中一台机器分析另一台机器的输出。这样，与依靠真实的虚假新闻相比，可以提高分析方面的速度。该研究所声称Grover已经可以以92％的准确度运行，但是必须指出的是，它仅擅长区分AI生成的内容和人类生成的内容，这意味着聪明的人仍然可以隐瞒错误的故事过去了。 （要了解更多信息，请查看“打击假新闻技术”。）
当然，在正确的手中，格罗弗可以快速提高我们对虚假新闻的产生方式和传播方式的理解，并且从理论上讲，这可以用来阻止真实世界中的虚假新闻。但是正如Futurism.com最近指出的那样，一些将系统进行试运行的专家对它在创造令人信服的谎言甚至模仿《华尔街日报》和《纽约》等合法新闻媒体的写作风格方面的有效性感到震惊时间。
但是，由于说谎是一种天生的直觉和情感驱动的行为，即使是最聪明的机器（仍然受冷酷，坚硬的逻辑驱动），是否有可能达到发现谎言所需的对知识的理解水平？ Unbabel的玛丽亚·阿尔梅达（Maria Almeida）最近指出，尽管某些迭代可能会很好地解决此问题，但没有算法能够希望达到人们的全面理解。这意味着AI也许可以在事实检查和比较分析方面做出重大改进，但最终的决定最好留给训练有素的专家进行。
具有讽刺意味的是，此功能对于检测开始在社交媒体上流行的深层假视频将是最有用的。借助AI能够分析直至单个像素的视觉数据，它将比发现的单词和概念更擅长于发现改变的图像。
福布斯的查尔斯·塔克拉克（Charles Towers-Clark）认为，假新闻的中心问题仍然不是少数人在创造它，而是有这么多人受到它的影响。人们倾向于相信他们想相信的东西，而不是事实导致他们相信的东西。因此，即使高度发达的AI引擎宣称自己的信念是错误的，人们也会比他们更容易怀疑机器。
他说：“实施机器学习以打击假新闻的传播是令人钦佩的，而且由于主要媒体新闻媒体的可信度受到质疑，因此有必要解决这个问题。但是随着社交媒体加重错误信息的传播，检测和揭示虚假新闻的来源能否克服人类本能地相信我们被告知的本能？”
没有错误，没有压力-在不破坏生活的情况下创建可改变生活的软件的分步指南
当没有人关心软件质量时，您就无法提高编程技能。
因此，真正的挑战不是识别和揭穿虚假新闻，而是要理解为什么它倾向于比真实新闻更快地在社交媒体上传播。在某种程度上，这是由于虚假新闻本身的性质所致，与比较现实的乏味乏味相比，虚假新闻本身往往令人兴奋且卑鄙。最后，期望技术纠正本质上非技术性的问题是否现实？ （有关AI如何改变媒体的更多信息，请参阅《 5 AI在出版和媒体领域的进步》。）
停止点差
ZDNet的罗宾·哈里斯（Robin Harris）说，这就是为什么将AI重点放在假新闻的技术方面而不是人的方面很重要的原因。的确，大多数研究人员正在训练AI从事诸如通过社交网络区分自然传播方式和人工传播方式之类的事情。关键指标（例如，转化树率，转发时间和总体响应数据）可用于识别和消除虚假信息活动，即使其来源隐藏在数字化手段层之下。同时，人工智能可用于管理其他技术，例如区块链，以维护可追溯，可验证的信息渠道。
事实是假新闻不是新现象。从20年代初期的愚蠢新闻日 一直追溯到最早的文明的传播世纪，对公众视而不见是任职政府和革命者的悠久历史。今天的区别在于，数字技术已使这种功能民主化，以至于几乎每个人都可以张贴谎言，并看着它在几个小时内遍布全球。
像AI这样的技术无疑可以帮助澄清这种混乱，但是只有人们才能完全理解和判断事实。