網路的普及對於大眾或是媒體從業人員帶來資訊接受與傳播生態上的改變，在網路上快速且廣為流傳的訊息成千上萬，其中包含大多數相當有助益的正確資訊，但讓人憂心的則是另外傳播錯誤資訊的部分。 Google 新聞實驗室台灣工作坊 今日（3/21）於台北舉行的講座中公開演示機器學習與人工智慧在新聞業內的相關應用，以及告訴大家假新聞的來源。
Google 新聞實驗室 運用 AI 和機器學習輔助過濾不當內容
網路資訊流龐大，儘管假新聞問題從早期的傳統紙媒時代就已經存在，但現在網路普及和社群平台的流行更是將假新聞帶來的影響加以擴大，Google 新聞實驗室在今天的台灣工作坊中針對這個日趨嚴重的現象進行深入的探討，並且告訴大家關於假新聞的原因、目的與識別驗證方式，並且展示 AI 和機器學習目前能夠在新聞內容方面做到什麼。
假新聞之所以產生、存在，其一定擁有獨特的原因，在假新聞中可粗分為兩種：
1. 謠言
有目的性的誤導，多半為了商業、政治或明顯目標，向媒體或競爭對手宣傳。
2. 誤傳
不準確或有意欺騙的訊息。
而造假的原因不脫下數幾種：
1. 達到政治目的
2. 引起話題，偏離主要討論
3. 引起分歧，製造社會問題
4. 宣傳
5. 諷刺
6. 加深某種想法/偏見
7. 點擊率 = 廣告收益
Google 新聞實驗室近年來極力研究發展將 AI 和機器學習運用於新聞的真偽、仇恨言論等辨識上。目前 Google 機器學習已經應用在包含 Android 作業系統、Google Assistant、Gmail、Google 地圖、相簿、語音搜尋、翻譯與 YouTube 等眾多產品上。
人工智慧方面，新聞實驗室正與 Google 雲端團隊合作建立專為媒體、文字工作者而設計的 AI 驅動工具，並且從大數據中尋找規律，除了更有利於資訊來源追蹤與相關資料收集外，還能夠起到彌補資料斷層的作用。在美國，Google 新聞實驗室與 ProPublica 機構合作一項實驗性的仇恨記錄計畫，運用 AI 建立起關於仇恨與偏見而引發的犯罪與社會事件全國性資料庫，透過 AI 除可補齊斷層建立完整資料外，還能依循人、事、地的關鍵字線索查找消息來源。
AI 另外還能運用在判斷影片、新聞報導與照片中的性別、種族與年齡等，從多角度了解新聞報導或影片中的角色所扮演的相對應內容。人工智慧還可用於鼓勵網路上良性的對話，在 Jigsaw 上的讀者留言中更可設定言語的惡毒程度，對留言內文用字進行篩選，有助於初步過濾掉充滿偏見與攻擊性的無建設仇恨言論。
相信讀者都經常在 Facebook 、LINE 上看到許多傳聞，其中更多都是以煽動性的標題或強化嚴重性的聳動描述方式讓人心生好奇或恐懼，在接收資訊同時可以多做一個動作去查證該資訊是否屬實，又或是有具體證據來輔助說明，不要只是不思考究分享，每個人都順手來，才能真正遏止這些假消息的不斷流傳。
