打击虚假新闻任重道远
瑞士及欧洲的研究人员们正在开发特殊算法，用以侦测在社交媒体上传播的虚假信息。但需要注意的是，教会机器来完成这项工作绝非易事。
虚假信息成了2016年的国际头条，有人控诉Facebook上的虚假新闻帮助特朗普(Donald Trump)赢得了总统大选(英)外部链接。Facebook起初否认虚假新闻对选民们有所影响，但之后这个全世界最流行的社交网络开始测试(多语)外部链接一些新方法，用于限制具有欺骗性的新闻在Facebook上传播。
从Facebook和谷歌这样的行业巨擘到单打独斗的技术宅男，许多人开始采取行动。还有些人早在美国总统大选意外结果揭晓(多语)之前就开始研究虚假信息的增长问题，他们现在站出来警告说，专家们要做好准备与虚假新闻展开一场恶战。
卡里娜·邦特切娃(Kalina Bontcheva)是英国谢菲尔德大学(University of Sheffield)的一位教授。她说：“这是一场机器与那些制造虚假信息的人之间的较量，这些人的目的或是以之取乐，或是出于政治企图，还有些是为了金钱。”
邦特切娃这样的计算机科学家以及包括瑞士资讯swissinfo.ch在内的新闻机构已经在这个领域开展了不少工作。他们的经验揭示了在社交媒体上打击浮词曲说的传播可以说是困难重重。
侦测虚假信息
CEO扎克伯格(Mark Zuckerberg)公布了一项计划来打击虚假新闻在Facebook上传播，其中包括“更强的侦测手段……以增强我们识别虚假信息的能力。”邦特切娃将这个技术比作垃圾邮件过滤系统，认为它的作用有限。
虚假新闻在瑞士
虚假新闻网站在瑞士已有出现，但是数量很少。林纳德·乌得利斯指出，这些网站的追随者和波及范围也很有限。一个可能的原因是瑞士是个小国。
这位苏黎世大学的媒体研究人员表示，“对于那些想从虚假新闻中赚钱的人来说，这是不可能实现的”，因为瑞士国内的新闻市场太小了。
他指出，另一个可能的原因是瑞士政治中的两极分化水平相对较低，因为强烈的党派分歧是许多虚假新闻网站的特征之一，特别是在美国。
尽管如此，乌得利斯警告说，瑞士的两极分化倾向正日趋严重，而且由于越来越多的人从社交媒体获取新闻，专家们需要对虚假新闻的形势变化保持关注。
她表示，“以赚钱为目的的虚假新闻网站很容易甄别”，“而那些隐藏着其他企图的虚假新闻则要困难得多，因为它们更不易被察觉”，也由于这个原因，机器很难侦测到此类虚假新闻。
一项由她领导的研究课题正试图应对这一挑战。这个项目被称为Pheme(多语)，由欧盟委员会(European Commission)资助。该项目集合了信息技术专家、众多大学以及瑞士资讯swissinfo.ch，期望能开发出可以帮助记者发现和验证网上言论真伪的技术。
邦特切娃解释说：“我们试图用大量旧谣言作为训练用数据，供机器学习算法。我们正训练模型去识别用户对于一个言论的观点，并基于这些去判断新闻可能的真伪性。”
机器在学习，尽管很缓慢
数据科学家皮埃尔·范德根斯特(Pierre Vandergheynst)表示，尽管听起来简单，但是教会机器判断一段文字是否可信是一项复杂的任务。科学家们必须采用多种方法，发掘整个社交网络的历史和单个发言的内容，从而筛选出可信及可疑内容的模式。
“还没有人能搞定这个问题。你可以读一段文字，然后决定你是否应该相信它，但是一台机器并没有做这件事的认知推理能力。” 皮埃尔是洛桑联邦理工学院(Federal Institute of Technology Lausanne)的教授，专门研究信息是如何在诸如维基百科(Wikipedia)这样的平台上演化的。
邦特切娃承认这个技术仍处于发展初期。“实验已经进行三年了，而结果离我们需要的可靠度还相去甚远。”
但自项目开始，她就相信Pheme的研究人员们会推进该领域的研究。
“技术正在进步，我们正逐渐提高这个领域的研究水平，”她还表示，项目合作伙伴们已经为该领域贡献了大量数据。“当项目开始时，我们并没有储备许多(可作为训练数据的)社交媒体谣言。”
确实如此，研究人员们经常遇到困难，他们没法提取Facebook和其他社交网络的数据。但是这些公司不得不应对海量的信息，这些信息对这些技术巨擘自身也是个问题，邦特切娃表示。这意味着他们必须开发新的系统，用以从用户每天分享的巨量帖子中发现可疑内容。
各显神通
Facebook和谷歌都宣布了在他们的网站上打击虚假新闻的计划。除了他们以外，技术高超的用户们也摩拳擦掌向网络虚假信息宣战。2016年末，虚假新闻成了重磅新闻，一系列的解决方案也被提了出来。其中的一个代表是一款名为“BS Detector”的工具，美国的技术专家丹尼尔·西拉德斯基(Daniel Sieradski)开发了这款工具，他告诉媒体(英)外部链接自己“只花了一小时”就创造了这个网络浏览器插件，该插件汇集了一个虚假新闻网站名单，基于此来侦测和标注“可疑”的新闻来源。
这个方案听起来很像垃圾邮件过滤系统，洛桑联邦理工学院的数据科学家皮埃尔·范德根斯特表示。而且这个方案有它的弱点。
他说，“你需要一个包含所有虚假新闻网站的名单”，否则插件就没法有效工作。就算是那样，它也没法侦测到那些由社交媒体用户发起的谣言，这些谣言与那些网站无关联，而且还可能被主流新闻渠道转载。
内容审查
另一个问题是，假如一个系统会判断哪些帖子含有虚假信息，那么如何保持用户对这一系统的信任度。
苏黎世大学的一位瑞士媒体专家林纳德·乌得利斯(Linards Udris)表示，“技术公司在他们如何判断虚假新闻网站这一点上应完全透明。”
邦特切娃表示赞同。为了避免内容审查之嫌，她说Facebook可以把可疑内容分栏显示，以供用户选择性浏览，这类似于电子邮件收件箱把可疑邮件存于垃圾邮件夹，人们可以自愿将其打开。Facebook则另辟蹊径，试点了一个新系统，系统可以将一些新闻标示为“尚具争议”，以此提示用户在分享这些信息之时多加留意。
内容审查的风险同样也限制了国家信息管理的可能性。乌得利斯认为没有必要引进新的立法，他指出至少在瑞士，现行的诽谤法就可以应对那些针对个人或团体的虚假性挑衅言论。但政府可以将关注点转移到别处。
乌得利斯本人是苏黎世大学公共领域和社会研究所(英)外部链接的副所长，他还表示，限制虚假新闻“对于技术公司的商业利益并没有什么好处”。实际上，那些传闻被疯狂转发，这反倒有助于为社交平台创收。所以举例来说，国家可以为那些努力打击虚假信息的公司提供些税收方面的优惠。
人为因素
其他因素也应纳入考虑范围。Facebook正尝试征集用户和第三方的帮助，其中包括真相调查组织，来协助识别误导性的帖子。但是记者自身也必须参与进来。
皮埃尔·范德根斯特说，“当正规(新闻)网站转发虚假信息时，问题就出现了。自这一刻起，虚假信息就被贴上了保真标签。我们必须击破这个环节。”
当前不少新闻媒体为了维持运营，不得不削减信息来源。乌得利斯想要看到“一场关于如何在社会中培育良好新闻业的广泛讨论。”公共广播至关重要，他接着说。
“它是一个重要支柱，通过它人们可以获取高质量、多样化、查证过的信息。”
举证的责任同时也落到互联网用户身上，他们要成为更具辨别力的新闻消费者。乌得利斯指出，一些研究发现，只有不到一半的受调查人群在从社交媒体上获取新闻时，会关注信息来源。
他表示，“批判性思维很有必要，”他建议有必要强化对年轻一代的媒体教育。根据路透新闻研究所近期的一个研究(英)外部链接，年轻一代相较其他年龄段人群，会更依赖社交媒体来获取新闻。他同时认为，为在线新闻支付费用，可以使得人们在选择新闻来源时更具批判性。
然而，就算所有方面一起努力，我们也没法完全制止虚假信息的传播，乌得利斯表示，我们不要期待短期内出现奇迹。
“谣言是人类本性的一部分，”他指出。这个想法跟皮埃尔·范德根斯特如出一辙。这位洛桑联邦理工学院的研究人员表示，“归根结底，网络自身没法发明阴谋论。”
“网络只能让它们传播得更快，因为你会在Facebook上听说它们，而不是当地的小酒吧里。”
(翻译：樊桦)
符合JTI标准
您可以在这里找到读者与我们记者团队正在讨论交流的话题。
请加入我们！如果您想就本文涉及的话题展开新的讨论，或者想向我们反映您发现的事实错误，请发邮件给我们：chinese@swissinfo.ch。