USENET 對新聞有用嗎？

“虛假新聞”現像也可能在 2016 年總統競選的某個階段捕捉到了美國人的創造力，以及後來對俄羅斯試圖利用 Facebook 上的虛假信息等各種計劃將選舉搖擺不定的調查。

現實情況是，在 2016 年大選之前，虛假或虛假新聞作為一種工具已經存在了一段時間，並通過許多人展開宣傳和陰謀論。InfoWars 和 Brietbart 等網站正在傳播有助於他們議程的假新聞。

然而，自選舉以來，它已成為一個政治和社會難題，而可憐的 Facebook 已成為該計劃中落下的網站的海報寶貝。

最近，這家社交媒體公司承認了自己的錯誤，並試圖與他們的訂閱者糾正錯誤。它現在正在標記通過他們的信息源發送給 Facebook 個人的虛假信息文章。正是使用人工智能來實現這一點。

商業企業正在使用人工智能來感知可能像徵文章肯定是偽造的單詞或短語。此作業的記錄基於 Facebook 貢獻者單獨標記為虛假證詞的文章。

這個時代目前是使用 4 種方法來發現假新聞。它們包括：

為網頁評分。首先應用這種方法變成了谷歌。它利用事實為網站創建評級。顯然，對網站進行評分是一種發展中的行為。然而，正如穀歌一直在做的那樣，這一代人已經大幅增長。
權衡事實。這種方法是使用自然語言處理引擎來研究故事的難度依賴。人工智能對其他時尚的使用揭示了其他網站是否報告了相同的統計數據。
預測聲譽。該方法基於人工智能，使用預測分析和機器學習，通過考慮包括區域呼叫和 Alexa 網絡排名在內的許多功能來預測網站的受歡迎程度。
發現聳人聽聞的詞。假新聞支持者利用聳人聽聞的頭條新聞來抓住容量目標市場的興趣。這種方法使用關鍵字分析發現並標記虛假信息標題。
使用人工智能真正檢測這些品種的文章是一項艱鉅的任務。當然，涉及到對大事實的分析，但它還涉及信息的真實性。識別它真的很擔心確定記錄的真實性。這可以使用稱重統計的方法來執行。如果假新聞文章同時出現在大量網站上會發生什麼？在這種情況下，使用稱重統計的方法也可以讓 AI 判斷故事是否有效。也許使用預測流行度的技術以及衡量事實會有所幫助，但仍然存在問題。例如，不努力驗證新聞故事的可靠信息供應網站應該在假設它是真實的情況下將其挑選出來。

很明顯，使用人工智能來感知這些文章需要更多的改進。各種組織都在擔心改進 AI 的功能。西弗吉尼亞大學就是這樣一個令人擔憂的既定秩序。

Reed 媒體學院與西弗吉尼亞大學 Benjamin M. Statler 工程與礦產資源學院合作，開闢了一條以使用 AI 感知虛假新聞文章為中心的路徑。

採用計算機技術可選路徑的高年級學生正在團隊中運行以增加和實施他們的個人 AI 包，他們也在任務中擔心。

另一個名為 Fake News Challenge 的組織也在尋求一種讓 AI 有效打擊虛假信息的方式。它是一個由一百多名 食品 志願者和來自學術界和工業界的 71 個團隊組成的草根公司，以應對假新聞的麻煩。它正在開發設備以幫助人們查看和感知假新聞故事。

隨著企業致力於改進 AI 以發現這些證詞，可能會出現可用於打擊他們的設備的擴展。這些包括：

Spike，它識別和預測爆發和病毒性記憶，並利用大量事實來預測什麼會推動參與。
Hoaxy，這是一個幫助客戶挑選虛假信息網站的工具。
Snoopey，這是一個有助於了解虛假信息文章的網站。
CrowdTangle，這是一種能夠顯示社交內容的設備。
Meedan，這是一個允許在線驗證新聞的工具。
谷歌趨勢，它監控搜索。
La Decodes From Le Monde，這是一個虛假信息和真實新聞網站的數據庫。
Pheme，這是一種驗證消費者生成和在線內容真實性的設備。