傳統媒體正墮入窘境中，它們不再是消息和信息的獨一起源，互聯網和社交媒體曾經成為消息分享的重要平臺。皮尤研討中間的申報顯示，62%的美國人從社交媒體上獲得消息。社交媒體的鼓起也意味著任何人都可以發明和分享消息故事，不論它們是真的照樣假的。花費者遭到年夜量消息故事的“炮轟”，卻不曉得這些內容能否真實。

　　在社交媒體上，主要的是情緒，而不是現實。正如Facebook前產物治理副總裁薩姆萊辛(Sam Lessin)接收《連線》雜志采訪所說的那樣：“為了取得市場份額，你須要加倍保守，感性不會幫你得分。”

　　為了真正地吸引讀者的情緒，消息出書商為了在消息市場上堅持吸引力，不能不出書歪曲的本相。現在，消息必需是可分享的，消息越保守，它在社交媒體上被分享得越多。宣布假消息的本錢接近于零，是以，保持值得信任的消息刊行商榮譽的念頭愈來愈少。

　　谷歌正經由過程在消息網站news.谷歌.com和手機戰爭板電腦上的Google News and Weather運用法式中引入現實核對功效在與虛偽消息作奮斗。Android Headlines征引杜克年夜學記者試驗室的報導稱，今朝有100多家活潑的現實核對網站。但是，正如他們指出的那樣，因為同享信息的本錢較低和更多的運營商介入了消息流傳，簡直弗成能對一切的虛偽消息起源停止檢討和監管。

　　榮幸的是，我們也不再生涯在一個須要由人類完成一切任務的時期。西維吉尼亞年夜學正在開辟人工智能(AI)體系，以檢測消息能否真實。這所年夜學盤算機迷信系的成員們正與WVU Reed年夜學協作創立一個假消息檢測體系，個中一種辦法是應用機械進修來剖析文本，并給它打分，分數可指導它能夠屬于假消息。

　　為了進步通明度，這些分數被分化成幾個可以或許說明評級尺度的成份。西維吉尼亞年夜學盤算機迷信系先生史蒂芬沃爾納(Stephan Woerner)表現:“AI可以像人類那樣具有異樣的信息，但它可以應對年夜量消息，并破譯其有用性而不會覺得疲乏。人們常常有政治或情緒偏向，但AI則否則。它只用于處理被練習用來反抗的成績。”

　　這些AI的任務屬于跨學科盡力，由于處理假消息危機不只依附AI，并且還須要社會和政治投入。訛詐監測公司DataVisor的產物司理凱瑟琳盧(Catherine Lu)對AI檢測假消息的能夠性異常悲觀。她說，AI可以經由過程剖析題目、主題、地輿地位和主體文原來檢測出收集故事面前的語義寄義。天然說話處置引擎可以檢查這些身分，以肯定一個網站的籠罩規模與其他網站若何報導異樣的現實，和主流媒體是若何處置它的。

　　Fake News Challenge是另外一個反抗虛偽消息的平臺。這個研討項目重要存眷AI的潛力，特殊是機械進修和天然說話處置，以辨認假消息故事。它從一個立Stance Detection進程開端，這個進程會檢討消息文章的視角，并與其他報導停止比較。例如，它可以檢測兩年夜題目能否分歧或互相抵觸。

　　德國收集平安公司ESNC的首席履行官阿薩爾(Ertunga Arsal)告知福克斯消息網，互聯網上假消息眾多現實上有益于AI檢測假消息，這是由于年夜量的信息為機械進修和天然說話處置體系供給了年夜量可供進修的數據。但是，AI還不克不及完整勝任這項任務。雖然像Fake News Challenge如許的對象可以在特定規模減少假消息比例，好比“奧巴馬時期美國掉業率上升”，但更龐雜的題目，好比“普京治下的俄羅斯人干預美國總統選舉”，依然超越了AI和機械進修可以應對的虛偽或準確消息的領域。

　　Fake News Challenge表現：“除非我們曾經具有到達了人類程度的AI，可以或許懂得奧妙而龐雜的人際互動，并停止查詢拜訪性消息報導，那時我們才有能夠主動檢討。”但是，主動化體系無疑會讓任務的某些部門變得更輕易、更高效。

　　并不是一切人都這么悲觀。平安公司Guidance Software的高等技巧司理保羅肖莫(Paul Shomo)告知福克斯消息網說，假消息的臨盆商可使用AI算法來把持他們的作品剖析，而假陽性可以辨認真實的消息故事。

　　紐約年夜學斯特恩商學院的兼職傳授達倫坎普(Darren Campo)也對應用AI發明假消息的效果表現謹嚴。他在接收采訪時說，人們關懷的是消息能否與他們本身的世界不雅相婚配，而不是它能否是假的。假消息重要是基于讀者的情感反響。依據坎普的說法：“AI沒法懂得人們預備享用假話的配景。”

　　但有一件事是確定的，假消息正在威逼人們對世界年夜事的懂得水平。獲得消息的方法和手腕曾經轉變，技巧也將不能不轉變，以確保人們聽到的是本相而不是假話。在消息故事中，AI在辨別現實與虛擬方面有必定的感化。如今的成績是，讀者們能否依然關懷這一差別。