AI可以解决假事实吗？也许不会

Q&AQ&A问答

AI可以解决假事实吗？也许不会

来源：CPDA数据分析师网 / 作者：数据君 / 时间：2020-11-27

在传统的事实检查中，个人会查看数据源（例如社交供稿）并对其内容进行评分以确保准确性
这已经在网络上取得了不同程度的成功，这是众所周知的骗局和非法新闻的揭穿网站，人类做出这些判断的能力，甚至使用众包，也需要很长时间才能跟上当今社交媒体驱动的对话的速度和残酷程度。听众可能会被一堆陈述所轰炸，每个陈述都必须进行评估。在事实检查完成时，下一个云已经到来，观众已经继续前进，由于许多原因，与假新闻的兴起作斗争是很困难的。体积和速度当然很重要。同时，对虚假新闻的构成（相对于有争议的说法，偏见的信息，讽刺或夸大其词的定义）也要加以解释。主要问题是不可能将每个索赔都提交给人类审核过程。人们已经将注意力转向了人工智能。

已经进行了许多尝试来建立基于AI的新闻检查
新闻服务中的问题所做的几次尝试，在与“点击诱饵”和新闻策划偏见的持续斗争中，它使用机器学习取得了一些成功，尽管据报道结果并不均衡，与与AI有关的许多事情一样，很明显，识别虚假信息是一个细微的问题，并且需要以比将一组算法仅应用于推文流更复杂的方式来行使AI功能，纯AI方法的问题在于，仅基于内容的机器评估将需要具有类似人类理解能力的通用人工智能，然而在只有要求周围环境的虚假指标进行检查，就像人的事实跳棋一直做的方法。

您可以查看各种各样的指标，例如陈述的来源和它们过去的可信赖性

陈述信息的方式；它在网上引起的回应；谁支持，收藏或转发它；以及采用更复杂的方法，如何使其适合于类似陈述和叙述的网络，机器学习或AI可以应用在这种方法中，但是不可避免地需要人类的参与，通过算法或AI方法在有限的上下文中对结构化或半结构化信息进行事实检查已经成为可能，更广泛的新闻和政治声明检查是一个更加困难的问题，它比垃圾邮件检测或AI现已成功应用到的任何有限域问题更为复杂，因此它定义了AI可以单独解决的问题和需要人工干预的问题之间的当前边界。

客服热线：400-050-6600

商业联合会数据分析专业委员会

Prev article

利用哪些方法来打破数据科学平台解决方案的市场？

返回列表

Next article

要在机器学习方面怎样取得成功？