这种人工智能可以帮助发现有偏见的网站和虚假新闻

任何在媒体工作的事实核查员都有一项直截了当但具有挑战性的工作：确保一篇文章中的所有说法都是真实的。简单的事实，比如两个城市之间的距离，准确吗？报价正确吗？更广泛的陈述是真的吗？这是一项重要的任务，在一个彻头彻尾的假新闻时代——尤其是考虑到2016年的选举和即将到来的中期选举——这变得更加重要。

为了解决这个更大的问题，麻省理工学院的研究人员以及卡塔尔和保加利亚的机构一直在研究一种使用人工智能来帮助人类理解复杂媒体环境的方法。他们意识到，在开发能够对个人说法进行事实核查的人工智能之前，他们需要采取的一个重要步骤是首先分析不同新闻网站本身的可靠性。

因此，他们着手制造一种人工智能，可以评估不同网站的实际实力以及他们的政治偏见。

为了训练他们的人工智能系统，他们首先使用了一个名为媒体偏见/事实检查的来源中列出的1066个网站的数据。然后，人工智能分析了新闻网站的信息，考虑了网站本身的文章、维基百科页面、推特账户，甚至网址等来源。使用这样的信息，人工智能在预测网站的真实性方面的准确率约为65%，在检测其偏见方面的准确率约为70%。

人工智能的最佳资源之一也是人类所依赖的资源。麻省理工学院计算机科学与人工智能实验室博士后、该论文第一作者拉米·巴利表示：“事实证明，维基百科非常重要。”这是因为你需要了解的关于新闻来源的信息可能就在那里：例如，《洋葱》的维基百科页面将其直接标记为讽刺。《德拉吉报告》的维基百科页面将其标记为保守。

维基百科的重要性还有另一个原因。“没有维基百科页面意味着网站不太可靠，”巴利补充道。

记住网站本身的整体可信度——如果有的话，可以查看它的维基百科页面——对普通人来说也是一个很好的步骤。例如，今年8月，Facebook和一家网络安全公司宣布，他们发现了来自伊朗的“不真实”新闻。与伊朗有关联的网站之一名为自由阵线出版社；他们自称“独立”，但实际上似乎是亲伊朗的。很明显，该网站似乎没有维基百科页面。（Facebook也有一些好建议，让我们非人工智能在寻找假新闻时记住。）

当然，麻省理工学院的研究小组并不是唯一使用人工智能来分析这样的语言的人：谷歌制造的一个名为拼图的人工智能系统会自动对读者评论的毒性进行评分，脸谱网已经转向人工智能来帮助加强其在缅甸遏制仇恨言论的努力。

对于麻省理工学院研究人员的人工智能系统来说，另一个比维基百科更重要的来源是网站本身的文章。人工智能能够分析每个新闻网站上的50到150篇文章，并检查其中的语言。“极端偏见的网站试图吸引读者的情绪，”巴利说。与主流的中下网站相比，“它们使用不同类型的语言”。

Balys说，他们仍然希望使他们的系统更加复杂。他们现阶段的目标是“为如何解决这个问题开创一种新的思维方式”。