ปรากฏการณ์ของ “ข่าวปลอม”
อาจจับภาพจินตนาการของชาวอเมริกันในช่วงการรณรงค์หาเสียงในปี 2559 ของประธานาธิบดีและการสอบสวนในภายหลังว่ารัสเซียพยายามที่จะเลือกตั้งประธานาธิบดีโดนัลด์ทรัมป์โดยใช้ข่าวปลอมใน Facebook ในรูปแบบอื่น ๆ
- ความจริงก็คือข่าวปลอมหรือปลอมได้กลายเป็นเครื่องมือหนึ่งในช่วงเวลาหนึ่งและหลายต่อหลายครั้งในการเผยแพร่ทฤษฎีการโฆษณาชวนเชื่อและการสมรู้ร่วมคิดมาหลายปีก่อนการเลือกตั้งในปี 2559 เว็บไซต์ต่าง ๆ รวมถึง InfoWars และ Brietbart ได้แพร่กระจายข่าวปลอมที่สนับสนุนวาระของพวกเขา
- อย่างไรก็ตามมันได้กลายเป็นประเด็นทางการเมืองและสังคมตั้งแต่การเลือกตั้งและ Facebook ที่ไม่ดีได้กลายมาเป็นผู้โพสต์ของเว็บไซต์ที่ล้มเหลวสำหรับโครงการ
เมื่อเร็ว ๆ นี้ บริษัท โซเชียลมีเดียยอมรับความผิดพลาดและพยายามทำสิ่งที่ถูกต้องกับสมาชิกของพวกเขา ขณะนี้กำลังตั้งค่าสถานะบทความข่าวปลอมที่กำลังจะไปยังสมาชิก Facebook ผ่านฟีดข่าวของพวกเขา ใช้ AI เพื่อให้บรรลุสิ่งนี้
บริษัท กำลังใช้ AI เพื่อระบุคำหรือวลีที่อาจมีความหมายว่าบทความนั้นเป็นของปลอม ข้อมูลสำหรับภารกิจนี้ขึ้นอยู่กับบทความที่สมาชิก Facebook ระบุว่าเป็นเรื่องราวปลอม
เทคโนโลยีนี้ใช้สี่วิธีในการตรวจจับข่าวปลอม พวกเขารวมถึง:
- คะแนนหน้าเว็บ สิ่งแรกที่ใช้เทคนิคนี้คือ Google มันใช้ข้อเท็จจริงเพื่อสร้างคะแนนสำหรับเว็บไซต์ เห็นได้ชัดว่าการให้คะแนนเว็บไซต์เป็นการกระทำที่กำลังดำเนินอยู่ กระนั้นตามที่ Google ได้ทำมันเทคโนโลยีได้เติบโตขึ้นอย่างมีนัยสำคัญ
- น้ำหนักข้อเท็จจริง วิธีนี้ใช้เครื่องมือประมวลผลภาษาธรรมชาติเพื่อทบทวนเนื้อหาของเรื่องราว AI ที่ใช้โมเดลอื่นค้นหาว่าไซต์อื่นกำลังรายงานข้อเท็จจริงเดียวกันหรือไม่
- ทำนายชื่อเสียง เทคนิคนี้เป็นพื้นฐานของ AI โดยใช้การวิเคราะห์เชิงพยากรณ์และการเรียนรู้ของเครื่องเพื่อคาดการณ์ชื่อเสียงของเว็บไซต์โดยพิจารณาจากคุณสมบัติต่างๆรวมถึงชื่อโดเมนและอันดับเว็บของ Alexa
- ค้นพบคำที่น่าตื่นเต้น ผู้เสนอข่าวปลอมใช้หัวข้อข่าวที่น่าตื่นเต้นเพื่อดึงดูดความสนใจของผู้ชมที่มีศักยภาพ เทคนิคนี้ค้นพบและตั้งค่าสถานะหัวข้อข่าวปลอมโดยใช้การวิเคราะห์คำหลัก
การตรวจสอบที่แท้จริงของบทความประเภทนี้โดย AI เป็นความพยายามที่ยากลำบาก แน่นอนว่าการวิเคราะห์ข้อมูลขนาดใหญ่นั้นเกี่ยวข้อง แต่ก็เกี่ยวข้องกับความจริงของข้อมูลด้วย การระบุว่ามีส่วนเกี่ยวข้องกับการกำหนดความจริงของข้อมูล สามารถทำได้โดยใช้วิธีการชั่งน้ำหนักข้อเท็จจริง จะเกิดอะไรขึ้นหากบทความข่าวปลอมปรากฏในเว็บไซต์หลายร้อยเว็บไซต์ในเวลาเดียวกัน ภายใต้สถานการณ์เช่นนี้การใช้เทคนิคการชั่งน้ำหนักข้อเท็จจริงอาจทำให้ AI ระบุว่าเรื่องราวนั้นถูกกฎหมาย บางทีการใช้วิธีการทำนายชื่อเสียงร่วมกับข้อเท็จจริงการชั่งน้ำหนักอาจช่วยได้ แต่ก็อาจมีปัญหาได้ ตัวอย่างเช่นเว็บไซต์แหล่งข่าวที่เชื่อถือได้ซึ่งไม่ต้องใช้เวลาในการตรวจสอบเรื่องข่าวสามารถเลือกได้โดยสมมติว่าเป็นเรื่องจริง
เห็นได้ชัดว่าการใช้ AI เพื่อระบุบทความเหล่านี้ต้องการการพัฒนามากขึ้น มีหลายองค์กรที่เกี่ยวข้องในการเพิ่มขีดความสามารถของ AI หนึ่งในสถานประกอบการที่เกี่ยวข้องคือมหาวิทยาลัยเวสต์เวอร์จิเนีย
วิทยาลัยสื่อรีดร่วมกับวิทยาลัยวิศวกรรมศาสตร์และทรัพยากรแร่แห่งมหาวิทยาลัยเวสต์เวอร์จิเนียได้สร้างหลักสูตรที่มุ่งเน้นการใช้ AI ในการระบุบทความข่าวทางโทรศัพท์
นักเรียนอาวุโสที่เรียนวิชาเลือกทางวิทยาศาสตร์คอมพิวเตอร์กำลังทำงานเป็นทีมเพื่อพัฒนาและดำเนินการโปรแกรม AI ของพวกเขาเองก็มีส่วนร่วมในโครงการด้วยเช่นกัน
กลุ่มอื่นที่รู้จักกันในชื่อ Fake News Challengeก็กำลังแสวงหาหนทางให้ AI ต่อสู้กับข่าวปลอมได้สำเร็จ เป็นองค์กรระดับรากหญ้าของอาสาสมัครมากกว่า 100 คนและ 71 ทีมจากสถาบันการศึกษาและอุตสาหกรรมเพื่อแก้ไขปัญหาข่าวปลอม มันคือการพัฒนาเครื่องมือเพื่อช่วยให้ผู้คนตรวจสอบข้อเท็จจริงและระบุข่าวปลอมได้
ในขณะที่องค์กรต่าง ๆ พยายามพัฒนา AI เพื่อค้นหาเรื่องราวเหล่านี้มีเครื่องมือมากมายที่สามารถช่วยให้พวกเขาประสบความสำเร็จได้ เหล่านี้รวมถึง:
- สไปค์ซึ่งระบุและทำนายการฝ่าวงล้อมและเรื่องราวของไวรัสและใช้ข้อมูลขนาดใหญ่เพื่อคาดการณ์สิ่งที่จะผลักดันการมีส่วนร่วม
- Hoaxy ซึ่งเป็นเครื่องมือที่ช่วยให้ผู้ใช้สามารถระบุเว็บไซต์ข่าวปลอมได้
- Snoopey ซึ่งเป็นเว็บไซต์ที่ช่วยระบุบทความข่าวปลอม
- CrowdTangle ซึ่งเป็นเครื่องมือที่ช่วยตรวจสอบเนื้อหาโซเชียล
- Meedan ซึ่งเป็นเครื่องมือที่ช่วยตรวจสอบข่าวด่วนออนไลน์
- Google Trends ซึ่งตรวจสอบการค้นหา
- La Decodes จาก Le Monde ซึ่งเป็นฐานข้อมูลข่าวปลอมและเว็บไซต์ข่าวจริง
- Pheme ซึ่งเป็นเครื่องมือที่ตรวจสอบความถูกต้องของเนื้อหาที่ผู้ใช้สร้างและออนไลน์
