赖祥蔚／川普下台后 假新闻仍难解 Al＋大数据能终结假讯息吗？
▲ 卫生局提醒民众乱传假讯息，将开罚最重300万元。（图／记者唐咏絮翻摄）
假讯息与假新闻是2016年川普参选及当选美国总统以来，全世界都关心的议题。转眼四年多过去，川普已经连任失利而卸任，但是假讯息与假新闻的解决至今仍未有理想方案。
处理假讯息的方式，目前主要是靠人工处理。近年来，不少人试图以及Al大数据辨别假讯息。Al以及大数据能辨别假讯息吗？或许可以从原理及最新发展来分析。
假讯息 vs 错误讯息 傻傻分不清？
首先，很多人常常混淆假讯息与假新闻，一般来说，假新闻的制造者必须是新闻媒体，范围有限，假讯息的范围则泛指所有讯息。
假讯息（Disinformation）主要针对经过刻意编造，用以伤害特定对象的讯息，意图谋取特定利益。相较来看，有一个类似但不同的概念是「错误讯息」（Misinformation），亦即内容虽有错误，但并非意图伤害而刻意制造的讯息。
▲ 机器人可制造假讯息，也可辨识诈骗资讯。（图／翻摄自趋势科技防诈骗达人网站）
辨识假讯息 人工＋AI＋大数据
其次，假讯息可以从两个向度来分类：制造者、内容；制造者，可概分为人工、机器人；内容，则可以概分为文字、影像。
人工假讯息，人人皆可做到，只是有人敢做、有人不愿做而已。至于Al人工智慧，基础原理之一是「机器学习」（Machine Learning），透过资料库来让机器学习，可以学习如何制造假讯息，当然也可以辨别假讯息。因为透过资料库，所以也是大数据分析。
当前机器人已经成为假讯息操作的主要手法，透由机器人帐号（BOTs）在网路社群散布讯息方式，并巧妙利用演算法提高讯息曝光率。
▲美玉姨使用g0v的「Cofacts真的假的」开放式资料库，分析line群组的假消息。（图／实习记者魏雅芬摄）
目前海内外辨别假讯息的方式，都是结合人工与AI及大数据，例如「Fake News Net」主要分析推特上面的假讯息，加入讯息时间与扩散性的维度，能够了解讯息传播路径与轨迹。「美玉姨」是使用g0v的「Cofacts真的假的」开放式资料库，人工协助查证讯息真伪后写入资料库，以便后续的比对。
有专家指出，可以从文章语汇、用字的语言特征、标点符号去辨别是否是假讯息，更认定假讯息通常会使用较低层级、较简单的文字。对此，汪志坚教授的研究很值得一提，刚好可以看出人工与机器人制造的假讯息，在辨别的不同挑战。汪教授使用两个资料库：「Cofacts真的假的」与「新闻小帮手」，后者准确率达到88%；但前者因为不乏来自Line的内容，变化性太大，不像新闻有固定撰写格式，准确率只有67%。
▲ 学者分析， 人工制造的假讯息，仍不容易用Al和大数据辨识（图／Pexels）
影像＆人工假讯息辨识 待克服难题
综上而言，Al以及大数据如果想要从「形式」去辨别假讯息，主要只能应付由Al以及大数据制造的假讯息。至于人工制造的假讯息，目前还不容易以Al以及大数据直接进行辨别。举例来说，如果人工撰写出某名人生病或是有弊案的讯息，Al以及大数据难以辨别真假，仍然要靠人工查证。
现在Al以及大数据辨别假讯息，仍以文字为主，对于影像的探索很少，例如最新的「深伪（Deep Fake）」技术，现在已经开始普及的REFACE 、Doublicat: Face Swap Pictures等App都可以在影像换脸，真假难辨，这是Al以及大数据辨别真假的一大挑战。
热门点阅》
►「晶片外交」可能吗？财经网美：车用晶片将扩产 台湾要把握机会
► 台湾少子化》以色列产房爆满不够用！犹太家庭给台湾人的启示（苏育平）
● 以上言论不代表本网立场。欢迎投书《云论》让优质好文被更多人看见，请寄editor88@ettoday.net或点此投稿，本网保有文字删修权。