陳洧農｜特約記者報導

師範大學大眾傳播研究所於10月16日舉辦專題演講「AI偵測假新聞」，由王維菁所長主持，邀請到汪志堅教授主講，探討以AI技術來偵測新聞真假的可能性。講座內容分包含：AI的學習原理、AI偵測假新聞的研究成果、研究改進方向以及假新聞議題在查證之外的取徑思路。

主持人王維菁教授表示汪志堅教授進行的「AI偵測假新聞」研究剛好跟她所做的科技部前瞻式AI計畫類似。圖：陳洧農攝

汪志堅教授現任台北大學資訊管理所教授，兼任電子商務中心主任，研究方向為網路行為、網路心理學等。今年六月與世新大學廣電所教授陳才合著出版《假新聞：來源、樣態與因應策略》一書。

▍AI的學習原理

汪志堅表示，AI深度學習的原理跟人類很相似，比方說一個小孩從出生到會說話，可能要花一兩年，在這當中他不斷在聽、在累積資料、神經慢慢長出來，漸漸地他可以辨識特定的聲音所指涉的意涵。

汪志堅說，人工智慧的邏輯用簡單的方式講，就好比統計學的回歸分析，方程式一層一層的堆疊上去，「約三十年前開始想出這種想法時，叫它類神經網路，就是因為這樣的思維是從人的神經系統為藍本，就好比一個人要感覺到熱或是冷不是靠一個神經，而是身上非常多的神經綜合判斷出來。」

以人臉辨識技術為例，汪志堅指出，臉書蒐集了大量的人的照片，並且用AI把人名標註（hashtag）上去，如果標註錯誤，人們會把它取消，系統就會知道這是一個錯誤的標註，如果沒有被取消，則預設這是成功樣本。

由於臉書在全球擁有為數眾多的使用者，因此系統有極大量的練習機會。在早期，還只能從2、3人的合照中進行標註，現在已經能從有大量人數的團體照中標註出每個人。

汪志堅教授闡述AI偵測假新聞的可能與限制。圖：陳洧農攝

▍AI偵測假新聞 技術尚未成熟

汪志堅表示，在他與學生的研究中，使用了兩個資料庫：「Cofacts真的假的」與「新聞小幫手」，並使用了其中的80%來做訓練，20%進行測試。汪志堅說，以目前的研究結果而言，要以AI偵測新聞的真假是可能的，但還無法做到完全自動化，而且，不同性質的資料庫偵測效率不同。

在使用新聞小幫手的資料進行偵測時，準確率能達到88%，但在Cofacts資料庫中，有許多是來自Line的謠言，並不像新聞有撰寫的固定格式，變化性太大，因此只有67%的準確率。汪志堅表示，以AI偵測假新聞，雖然技術尚未成熟，但持續在發展中，方向上確實是可行的。

▍研究改進的方向

不平衡資料集：汪志堅表示，該研究最大的缺陷在於使用平衡資料集，也就是假設真假新聞各占一半，但在真實生活中幾乎不太可能有這樣的狀況，應嘗試使用不同的真假新聞比例，不應該是50%：50%。

更多資料：資料不足是另一個問題，由於AI深度學習的訓練需建立在大數據上，資料量若不足，正確率便無法提升。目前的假新聞資料集，將台灣事實查核中心、Cofacts、以及MyGoPen的資料加總後也僅有兩萬多筆，相較於Facebook幾百億筆的資料基礎，其訓練結果不可同日而語。

不同領域的假新聞：政治類、醫療保健類、財經類各類假新聞特性不同，須分別進行分析方可提升正確率。然而，以目前總數僅兩萬多筆的資料量，不足以對新聞進行分類。

語意、自然語言分析：應使用語意分析，自然語言分析，情感分析，進行預處理後，再開始進行深度學習。也就是將一篇文章真正的意思自動化地抽取出來，再尋找問題所在，才能避免「一整篇文章只錯了一個數字，卻造成極大傷害」的情況發生。

社會網絡分析：分析報導記者、媒體、其他媒體跟進報導、媒體聲譽等。換句話說，在分析時，報導是否具名、媒體是否具公信力、其他媒體是否也跟進報導等要素都必須納入考量。

其他深度學習：汪志堅教授表示， 今年開始流行一個研究方法，叫做BERT，結合了Attention、Transformer、ELMO，以及GPT的優點，並在許多學術研究中顯示出有助於效率的提升。

AI 深度學習的訓練方式，包括詞庫建立（Corpus）、斷字（Segment of words）、代碼化（Tokenization）、詞崁入（Word Embedding）等等。圖：陳洧農攝

▍AI偵測的限制

汪志堅表示，新聞往往都不會只有對於事件的客觀陳述，而是包含了後續發展的預測、對事件的評論、以及對事件細節的詮釋。由於每個人立場不同，對細節的評論也就大相逕庭。「我們都知道有言論自由，媒體當然也有言論自由，所以針對同樣事實同樣細節做的評論，只要它沒有過度扭曲，都會被認為是新聞自由。」

汪志堅指出，新聞的真假經常是程度上的問題，最嚴重的情況是子虛烏有，完全捏造，但記者如果真的寫下完全不存在的事，係屬非常罕見的情況，大多數狀況屬於對真實事件的細節做出誇大或扭曲。

汪志堅表示，在這樣的情況下，有個很重要的問題：有沒有「只錯一點點」的假新聞？

以蔡英文的「41歲退休」這則假新聞為例，汪志堅指出，該報導所有的推論與指控都源於一個錯誤：西元與民國年分的混淆。但是這樣的一個錯誤卻帶給當事人極大的傷害。

此外，假新聞有時是建立在遭竄改的圖像之上，比方民眾上街遊行時，所舉的標語遭修圖竄改為極端言論。若以圖像面積而言，遭修改的部分不到10%，但卻傳達出落差極為巨大的核心訊息。汪志堅表示，像這樣的假新聞，如果沒有人工過濾，AI要如何偵測，是很值得探討的問題。

▍新聞查證的困境：後真相時代

假新聞之所以成為一個非常棘手的問題，有部分原因是因為現今社會極化現象嚴重，人民的政治立場也越趨鮮明，而使得查證的結果難以取信於民眾。

「有沒有可能一個新聞被查證為假新聞之後，其他人都覺得你之所以說它是假的，是因為它不利於你？」汪志堅說，2016美國大選後有相關研究發現，親希拉蕊的網站所舉報的所有假新聞，都是跟希拉蕊有關；反之，親川普的網站舉報的都是跟川普有關的假新聞。「所以很多時候真假的問題，會轉變為立場的問題。」

▍假新聞，不是澄清就好：睡眠者效應

汪志堅以「碘酒讓傷口變黑」的網路謠言為例，說明有時即使假新聞被澄清，依然可能造成後續的影響。他說，即使衛生福利部澄清傷口留疤與碘酒無關，但時隔日久，人們記不清到底事實究竟為何，僅憑著依稀存留的印象，依然會在「寧可信其有」的心態下選擇不使用碘酒，這樣的現象稱之為睡眠者效應。

汪志堅教授表示，在當初「衛生棉長蟲吃掉子宮」的網路謠言出現後，他曾做過訪問調查，等事件過後三、四個月再問同一批受訪者是何品牌，受訪者寫下的幾乎都是錯誤的品牌。甚至，許多受訪者都表示不會再使用該品牌衛生棉。換句話說，該謠言即便在被澄清之後，依然使原先被攻擊的廠商退出市場，此外還連帶使其他廠商受到傷害。

▍假新聞議題的龐雜難解

汪志堅說，當他決定要出版《假新聞：來源、樣態與因應策略》這本書的時候，發現比想像中困難，而難處並不在於寫書，而在於出書。「因為每個人想像中的假新聞跟想處理的部分不一樣。有一些對假新聞非常專業的人，只關心如何把境外勢力趕出海外；另一些人想的是如何把假新聞標註出來。」

汪志堅表示，由於每個人對假新聞的問題意識都不同，因此當要彙整的時候，每個人都覺得那跟他想的不一樣，但是假新聞確實有許多不同的面向與切入點，值得我們去省思與探討。

關鍵字: , , , , , , , , , , , , , , , , ,

 

《卓越新聞電子報》為讀者報導新聞媒體最前線，我們追蹤所有重大新聞演講活動現場、探索新聞媒體浮動的疆界！

主編：鄭凱榕