Facebook的假新聞問題……已經病入膏肓／Frederic Filloux
要評鑑新聞來源的真實度，並不是件容易的事，尤其Facebook因為它的機制設計問題，所以評鑑起來更難。現在，就讓我們來看看社群媒體們現今需要面對的幾個問題。
[embed]https://medium.com/@smokingtuna/frederic-filloux-e09548950a6[/embed]
問題#1：進行真實度查核、並且標示假新聞
對於假新聞問題，Facebook的答案是「聘請10,000位檢查專員」，這一點真的很豪氣。但想想看，每一天都有超過1億條連結出現在Facebook上；假設其中只有10%需要確認，每位專員也只有25秒的時間來判斷它們的真實性。
而且，這還不包括每天300,000支直接上傳到Facebook的影片，以及每分鐘有400小時份量被上傳到YouTube、最後還是出現在Facebook上的影片。
去年，Facebook也表示會聘用專業的真實度查核單位，來清理網頁河道上有問題的內容。然而，無論是相關研究也好、或是光用常識判斷也好，都看得出來這些作法只是杯水車薪。
在這個月出版的《以群眾力量判斷新聞品質》（Crowdsourcing judgements of news source quality）的這篇研究報告中，耶魯大學學者Gordon Pennycook與David G. Rand提出了對新聞真實度查核的看法：
雖然借助專業查核機構有其作用，但要用這種方式來對抗社群媒體上的假新聞問題，可能還是力有未逮。
首先，對新聞進行查核需要耗費大量時間精力，但要製造假內容卻不費吹灰之力。也就是說，即使是專業的查核單位，也跟不上假新聞持續產生的速度，所以大部分的假新聞不會被抓到。
即使有假新聞被抓到，但從它爆紅到被標示出來，中間仍然有一段時間差；舉例來說，從某則新聞上線，到它被Facebook列為「經第三方查核單位標示有爭議性」，通常需要三天時間。
另外一篇由三位學者發表的《社群媒體標示假新聞的實際效果》（The Effects of News Source Ratings on Fake News in Social Media）這篇報告，也有類似的結論：
對於假新聞的傳播速度，以人力來進行逐篇檢查是緩不濟急的作法。社群媒體上的假新聞只能用「野火燒不盡，春風吹又生」來形容。等到假新聞被抓出來的時候，已經有很多人讀過、而且傷害也已經造成。
也就是說，這樣的時間差讓查核結果往往只是「事後諸葛」；所以，學界呼籲採用更主動積極的方法，來避免大眾被經過扭曲的新聞影響。……由於假新聞的作用期間通常很短，所以等到查核完畢之後，它們的任務通常也已經達成。
所以，利用專業單位來查核新聞是沒有用的。或許這樣的機制對於專業記者或媒體來說，有它一定的肯定和安慰效果，但實際的效益近乎是零。
尤其以社群媒體上每天灌入的巨量資訊來看：
查核機制等於只是淨化了整條污染大河中的一滴水，並不濟事。
問題#2：「隱喻效應」
更糟糕的是，還有一種叫做「隱喻效應」的問題。簡單說，就是如果我們標示河道上的某條新聞有問題，那是否隱喻著其他的新聞都「沒問題」、甚至等於為其他新聞的真實性背書？
在前述的《以群眾力量判斷新聞品質》一文中提到：
如果標示假新聞沒辦法做到滴水不漏，反而會產生潛在的「隱喻效應」。研究結果顯示，當我們在某些新聞上加標警示訊息的時候，人們會相信沒有加上標示的新聞都已經經過查核、而且沒有問題。
問題#3：過度相信「按讚數」的力量
Facebook的另外一個問題，在於各方對於互動量（點閱和按讚數）先入為主的觀念，而這個數字又是整個Facebook量化架構的基礎；然而，對於互動量的過度重視，又助長了假新聞的猖獗。
根據Pew Research的研究報告 (PDF下載），有23%的社群網站用戶承認自己散佈過假新聞；其中有16%表示是意外、14%是故意（有些人兼具兩者）。而這些散佈的行為，又經過Facebook演算法的推波助瀾而加強了效果。
一位業內人士在這篇Wired網站上的文章中透露：
Facebook在提供廣告版位時，不僅是以「價高者得」為原則，還會利用一個特殊的機制，來檢視這個廣告是否具有「吸引點閱」的能力。
假設Facebook的機制認為A廣告吸引點閱的能力，比同性質的B廣告高出10倍，那麼A的標購能力就比願意付出相同廣告費的B高出10倍。……這樣的能力認定機制，同樣應用在新聞河道上、也同樣以能吸引來的互動量作為基準。
由於使用者多半只在自己的「同溫層」中積極互動，再加上Facebook刻意「最佳化」的內容呈現，於是這樣的「同溫層─積極互動─同溫層訂製內容─更多互動」模式就會繼續無限跳針循環下去。
問題#4：「一窩蜂效應」
這個問題，又跟前面一個有些關聯。
每個電商網站都會使用一種手法，就是在使用者搜尋出來的結果列表中，最前面放上幾個「最多人買」的項目，暗示這些產品「經過最多用戶認證」；而這一點，在社群媒體上也有相同的效果。
在2014年發表的研究報告《來源資訊對線上新聞接受度的影響》（The effects of source cues on online news perception）指出：
在過去的研究結果中，已經廣泛支持了「一窩蜂效應」對於使用者認定網路新聞真實性的影響。
……所謂「一窩蜂效應」，就是「大家都在看」會成為人們做判斷時的一條捷徑，傾向相信「許多人推薦」而非「一個人推薦」，認為「如果大家都說讚，我也應該說讚」……
「如果大家都相信、我也就相信」。
在網路新聞閱讀方面，「一窩蜂效應」也獲得了證實。當研究員告知受測者，某些新聞是由編輯、電腦、其他讀者、甚至其他受測對象所挑選出來的時候，受測者給予最高品質評價的文章，竟然是那些「其他人也覺得很好」的，而非「編輯推薦」的、或是他們自己認為很好的。
問題#5：假新聞的構成方式
隨著有心人士炮製假新聞的手法越來越純熟（甚至背後還有金援），新聞內容的真假也越來越難分辨。有些號稱「當事人現身說法」的新聞影片，後來證實只是演出；例如有影片號稱是不久前美國校園槍擊案的倖存者上鏡，後來也證明是假造的。
但這些造假在現形之前，早已經登上YouTube熱門排行榜、也被見獵心喜的人趕快轉到Facebook上了。對於這一點，YouTube在一篇Wired網站文章上有些辯解：
假的槍擊案倖存者影片之所以能登上YouTube熱門榜，並不是它自己意外爆紅，反而是YouTube假新聞查核機制造成的結果。YouTube指出，它們的系統將該影片「錯誤分類」，因為「影片中包含了來自權威媒體的片段」。
很顯然的，YouTube的演算法缺乏過濾這類問題所需的智慧。
而且毫不令人意外的，謠言在Facebook上不斷傳播：
無論是YouTube（全世界最主要的影片提供者之一）或Facebook（最大的假新聞集散中心），要解決這個問題並不困難，只要取消造成一堆問題的熱門排行榜就行了。
不過，相信這兩大巨頭都不會選擇這麼做，因為……
廣告費多半都是從這邊來的。
問題#7：Facebook的封閉社群與「確認偏誤」
以下是《社群媒體標示假新聞的實際效果》一文中的相關分析：
Facebook會透過追蹤用戶閱讀的內容、以及反應的動作（如按讚、留言、分享）來瞭解他們的特定喜好。
作為一家商業公司，Facebook是以「最大的用戶滿意度」為目標，也因此刻意顯示符合用戶喜好的內容，讓用戶看到能強化他們固有認知的文章。
然而，這樣的作法會逐漸縮小接收資訊的廣度、讓用戶活在小小的資訊泡泡裡（也就所謂的「同溫層」），讓用戶誤以為大家想的都跟他們一樣、世界上都是跟他們類似的人。
因為這樣的文章推薦機制，也讓用戶看到的文章都是他們先前看過的題材、甚至符合他們對許多事情已有的定見。這種投其所好、刻意略過不同意見的狀況，就稱為「確認偏誤」（confirmation bias）。在這樣的現象中，讀者只會相信符合他們既有想法的資訊。
Facebook這種助長「封閉同溫層」的機制，也會影響對於新聞真實性的鑒別。在以下的研究圖表中，就顯示了新聞來源熟悉度對於可信度認知的影響：
編按：圖表縱軸為「（美國）共和黨人信任度」、橫軸為「民主黨人信任度」；各個點則為不同媒體。綠色點為主流媒體、黃色點為特定立場鮮明的媒體、紅色點則為知名假新聞來源。
圖中斜線以上表示「共和黨人信任度較高」、以下為「民主黨人信任度較高」。大致上來說，共和黨（Republicans）屬於傳統保守性質，民主黨（Democrats）則較屬自由改革派。
右圖是在去除「表示對該網站不熟」的受測者時（也就是受測者「瞭解各網站性質」），所顯示的信任度座標。
在受訪者瞭解媒體特性的前提下，特定立場媒體的信任度大幅提高了約1.5倍（與左圖相較）、假新聞媒體的信任度高了近2倍；但主流媒體的信任度只提高了1.15倍。
你要他們怎麼辦？
以上談到的這些，都不會是很快會有解決方案的問題。並不是因為包括Facebook、YouTube、或是Twitter在內的社群媒體不想解決，而是因為這些問題根本已經成為他們基因的一部分。
更重要的是，他們的商業模式也有一部分就奠基在這上面，你要他們能怎麼辦？
（編譯／ Fred Jame）
本文已獲作者授權並經本站重新編輯，未經書面許可禁止轉載。本站文章提供付費授權轉載或出版，請參閱授權說明、或來信 ask@tuna.to 洽詢。如果您喜歡這篇文章，請多按下方的「拍手」圖像幾次、或是分享到社群網站上！