Lisa 2014年，“假新闻”一词尚未成为美国词汇的一部分，2016年美国总统大选才开始成为头条新闻。但在加利福尼亚，一位名叫jestin coler的人正在努力创造现代历史上最具分裂性的媒体趋势之一。
被称为假新闻产业的 教父，coler的努力始于发布捏造的故事 - 包括一篇关于使用福利金来购买大麻的科罗拉多食品券收件人的文章 - 获得足够的流量，每月产生数万美元的广告收入。这个想法很快流行起来。随着其他出版商在 美国总统大选之前竞相创作出令人发指，阴谋和高度偏见的假新闻的杰作，竞争网站在世界各地兴起 。
从那以后，假新闻现象为人们(包括公共领导人)提供了解雇他们的不法行为报告的手段， 并为 其他合法的政治辩论注入了虚假内容。即使是业余网络用户也可以通过医生图像和视频来创建从未发生过事件的“证据”。
这个问题没有简单的答案。但人工智能可以提供帮助。
打假
百分之六十二 的美国人会向社交媒体寻求有关世界上正在发生的事情的信息。我们如何参与我们在这些平台上找到的文章和视频会影响我们将来会看到哪些故事和帖子。例如，如果我们喜欢，评论或分享更多保守的新闻项目，那么 社交算法 会在我们下次登录时向我们展示类似的内容。我们的在线联系也会影响这个等式。拥有不成比例的自由倾向的朋友或追随者也会扭曲我们的饲料。
公然虚假的新闻并不是唯一值得我们关注的事情。以误导方式构建准确信息的标题和故事也会扭曲我们的观念。正如 snopes的内容经理kim lacaria告诉quartz：“有信息，然后就是如何呈现信息，而这两者并不总是一样的。”
哥伦比亚新??闻评论建议记者查看创作日期和来源材料以验证视频，以及来自内容创作者在线背景的线索。 视频分析 程序和其他验证工具也有帮助。 近60% 的人在没有阅读标题的情况下重新发布文章 ， 因此读者审阅每篇文章的可能性似乎很小。即使我们都有足够的时间和倾向成为数字侦探，但是大量的在线内容意味着制作凹痕是不可行的。 每分钟都会发生数以百万计的在线互动，没有人可以跟上它们。另一方面，人工智能系统可能有助于阻止虚假新闻潮流。
使用ai解决假新闻问题
受过训练以分析文本，视频，图像和音频的人工智能系统可以全天候工作，其速度远远超过最有效的人类。一所大学的计算机科学研究人员正在开发一种虚假新闻检测的 机器学习方法。该程序将分析文章的内容，然后根据假新闻的可能性对其进行评分。它还可以生成分数分配原因的细分，以便读者可以理解为什么ai系统会将某些内容标记为虚假新闻。
“人工智能(ai)可以提供与人类相同的信息，但它可以解决新闻量和破译有效性而不会感到疲倦，”负责该项目的学生stephan woerner说。“人们倾向于政治或情感，但ai不会。它只是解决了它训练的战斗问题。“
具有讽刺意味的是，产生的假新闻越多， 人工智能审查系统就越好。机器学习平台基于数据输入自我改进，因此大量的虚假文章和视频可以使他们磨练自己的虚假新闻检测能力。
正在开发用于识别假新闻的其他ai系统使用自然语言处理(nlp) 对新闻项目进行复杂的 一系列分析。nlp系统处理和组织甚至非结构化信息，从大量数据集中获取洞察力 - 这种能力在扫描和分类在web上创建的大量文章时非常有用。专门用于识别虚假新闻的算法可能会比较不同网站覆盖某些新闻事件的方式，以及鲜为人知的网站覆盖范围如何与主流网点叠加，以及解析上下文和位置等元素。
一些开发人员正致力于创建解析来自不同网站的文章内容的程序，并将其事件的覆盖范围与其他网站的内容进行比较，以寻找可能具有误导性的项目。同样，系统接收和分析的假新闻越多，它在识别可疑声明和发布细节方面就越熟练。
人机联盟
即使人工智能有助于遏制假新闻问题，人类仍然有责任创造和分享假新闻。平台，包括社交媒体， 使用户能够将帖子标记为虚假新闻。他们使用算法来识别虚假内容并防止其传播。但是，输出仅与人们的输入一样准确。如果有足够多的用户将真实内容标记为虚假内容，那么高质量的发布者就有被错误标记的风险。
纽约大学斯特恩商学院的兼职教授darren campo告诉福克斯新闻，人类也可以通过在假新闻制作中使用谨慎的语言来操纵人工智能系统。“伪造的新闻通过嵌入'事实'来保护自己，而不是可以防守，”坎波说。虽然人工智能系统可能有效识别事实是不正确的，但在识别该事实的背景下可能不那么有效。
开发人员还需要考虑其程序的限制。例如，审查算法可能会利用现有内容来验证故事的准确性。但是，当一个有信誉的商店发布突发新闻时，它可能没有太多的背景，这可能反过来影响人工智能系统的决心。适当的人为输入可以帮助防范这种情况，并避免进一步加剧假新闻问题。
我们还需要克服自己的偏见。 阅读那些与我们的确认偏见相关的文章 可以让我们感觉良好，但如果我们要在社会中捍卫真相和事实报道，我们就必须对我们所读到的内容持怀疑态度。人工智能可能会在打击假新闻方面发挥关键作用，但这方面的进展取决于我们，作为读者，我们对于我们分享的内容以及我们如何在线互动更加认真。
.jpg)
