國內外社交媒體的事實核查機制淺析

摘 要：當下社會化媒體盛行，信息爆炸，失實新聞層出不窮，此前信奉的真相開始從“神壇”跌落，社會隨之步入后真相時代，[1]事實核查迫在眉睫。本文分析關于事實核查機制的發展，進而對比國內外社交媒體關于事實核查的運作模式及研究，這對探討國內社交平臺治理假新聞具有一定的啟示作用。

關鍵詞：社交媒體；失實新聞；后真相；內容生產；事實核查

中圖分類號：G206 文獻標志碼：A 文章編號：1674-8883（2020）03-0095-01

2018年，Facebook（臉書）每天上傳的圖片超3億張，每分鐘發布51萬條評論、30萬條新狀態；每天在Instagram（照片墻）上的照片和視頻分享量為9500萬次；每天在微信朋友圈有10億張圖片被上傳。截至2018年，每天約有2.5萬億字節的數據被創建，預計到2022年全球互聯網流量將達到每秒7.2PB。

社會化媒體盛行，大量信息充斥在用戶眼前，并夾雜著失實信息，真相容易被忽視、掩蓋，取而代之的是大眾固執的立場和偏激的情緒，公眾不再完全信任媒體，而是選擇性地相信自己想要相信的，這就是后真相時代。這種情況下，事實核查機制顯得尤為急迫。接下來，筆者分別介紹事實核查的來源、發展，并對國內外社交平臺的事實核查機制作淺要分析。

一、事實核查的來源與發展歷程

事實核查（fact-checking）是媒體為確保發布的新聞信息的真實性和準確性，對信息內容進行檢驗和核查的重要步驟，它作為媒體樹立自身專業性的職業準則，如今已經發展成了相當成熟的制度。事實核查可以追溯到20世紀20年代初的美國，1923年創刊的《時代周刊》不久后成立歷史上首個事實核查團隊，《紐約客》相繼在1927年成立事實核查部，20世紀40年代，事實核查制度逐漸發展到歐洲，1946年德國《明鏡周刊》設立負責核對新聞的檔案部，目前該周刊在全球共有采編人員245人，其中僅全職從事事實核查人員便有80人。

事實核查原生于新聞機構內部編輯機制，而后逐漸獨立成一種新的創新新聞樣式。[2]在傳統媒體時代，新聞內容生產形式單一，事實核查相對來說簡單可控；而社交媒體時代，信息在內容數量上噴涌式爆發的同時，內容形式也在不斷增多和變化。原本適用于傳統媒體時代的事實核查手段變得無從下手，對追求即時性和真實性的內容平臺審核管理來說是個嚴峻的挑戰，由此國內外一系列新型事實核查機制應運而生。[3]

二、國外社交媒體事實核查機制——以Facebook為例

截至2019年年中，Facebook全球月活躍量已經突破22億，其次是19億的Youtube（優兔）和超10億的微信，伴隨著社交媒體使用人數和用戶使用時長激增的同時，內容的生產消費量級也呈指數級井噴，海量內容對各平臺都造成了巨大的管理難度和審核挑戰。

（一）Facebook第一次調整：推出算法，解雇熱門話題編輯團隊

Facebook一直面臨著向數百萬用戶傳播虛假信息和虛假新聞的壓力。在2016年Facebook遭遇“趨勢話題”風波，被質疑提出“趨勢話題”的人工團隊在挑選新聞時有傾向性，而后于6月末Facebook推出新算法，即強調與朋友、家人有關的帖子；8月底，Facebook解雇整個熱門話題編輯團隊，由工程師通過算法來核查和推送有價值的新聞及話題，并表示當前的推薦算法完全可以勝任并替代人工編輯。然而，在8月27日算法推送了一則假新聞，稱福克斯新聞（FOX News）女主播Megyn Kelly因表態支持美國總統候選人希拉里（Hillary Clinton）而被公司解雇，事實上Megyn Kelly從未表態支持希拉里，也未被解雇。

其實對人工編輯而言，避免這些篩選錯誤很容易，但Facebook過于依賴演算法更容易讓假消息、騙點擊標題的新聞登上版面。

（二）Facebook第二次調整：尋求外包幫助，進行事實核查

隨后美國總統大選期間，由于其未能對平臺上泛濫的虛假新聞進行有力監控與管理而備受指責。選舉結束后，Facebook開始籌備成立“News Feed Integrity Task Force”，并隨后轉向獨立事實核查機構進行外包尋求幫助，獨立的事實核查員可以訪問Facebook的儀表板，他們可以看到被用戶標記可能錯誤的帖子，并對這些帖子進行事實核查，一旦某個帖子被證實是虛假的，其在News Feed中傳播的范圍會被縮小，同時相關事實核查結果會被列在消息下方用以通知分享該消息的用戶。

（三）Facebook第三次調整：AI+人工，全方位審核

2018年6月，Facebook宣布擴大內容核查范圍，采用“機器學習+全方位審核”模式，通過AI（人工智能）識別虛假信息，該工具可以幫助公司找到假信息鏈接。Facebook現在的審核分為文字審核、圖片審核和視頻審核，以及大量人工配合。

在文字審核方面，Facebook推出了DeepText引擎，利用深層神經網絡架構理解帖子內容，每秒理解數千篇文章的文本內容，具有高精確度，另外，它作為全球化社區，能夠審核超過20多種語言的文字。DeepText甚至能實時通過用戶發送的內容分析用戶的想法，通過對意圖、情緒、人物、地點、事件的提取，結合文本、圖片自動移除垃圾信息的干擾。

在圖片和視頻審核方面，Facebook使用Rosetta審核系統，利用光學字符識別系統處理圖片和視頻內容，每天實時從超過10億張圖像和視頻幀中提取信息并識別背后含義。

但除AI和審核系統外還需要人工配合。截至目前，Facebook聘請了超過2萬人來輔助內容篩查，并配合監測和刪除爭議內容。另外，Facebook在2019年創建News Tab，并聘請了一支編輯和記者團隊幫助策劃新聞標簽，為人們提供個性化、高度相關的體驗以及正確的新聞。

三、國內社交媒體事實核查機制——以微博、微信為例

國內社交媒體以微博、微信為代表，微博即以新聞的實時更新以及用戶自主生產發布內容為主，微信以社交為主，如個人聊天、公眾號瀏覽等。

在事實核查機制方面，微博平臺成立“微博辟謠小組”，實施24小時全天候的謠言監控與識別，同時用戶可以參與舉報謠言，在發布的謠言內容板塊中點擊“舉報”即可。經過多方位證據核實后，嚴格處罰惡意造謠、傳謠者，如禁言、封號等處罰方式，同時對重點媒體、政務賬號開通辟謠權限。

微信平臺則具有謠言過濾器、微信辟謠助手等工具。辟謠機制中包括精準辟謠、聯合行動、教育用戶3個板塊。其中，“精準辟謠”指辟謠助手會讀取用戶閱讀過的文章，有辟謠相關的消息時，“與我相關”頁面會提醒，從而實現精準的辟謠；“聯合行動”指微信官方與多家權威機構聯合辟謠，引入包括國家食藥監局系統289家機構、5家中央媒體、32家網信中國賬號等總共800多個第三方權威機構，從而進行聯合辟謠的事實核查行動；“教育用戶”板塊指微信官方借助微信安全中心、謠言過濾器、騰訊安全觀等公眾號，定期展示朋友圈十大熱度謠言并進行分析，實現對用戶開展持續性教育。

四、結語

Rumor Mills說過：“當人們對與自己相關聯的話題不確定和焦慮時，謠言出現并傳播”。網絡謠言在傳播過程中不自覺放大了大眾的焦慮，且沒有足夠的時間去驗證，事實核查機制理應存在并發揮作用。在今天，事實核查不再是一種傳統行業規范，而是成了一種備受關注的新聞樣式。本文探討了Facebook和國內的微博、微信為代表的社交媒體的事實核查機制，對國內其他社交媒體在事實核查機制方面具有一定的借鑒意義，從而積極探索阻斷謠言傳播的合理的適應機制。

參考文獻：

[1] 王軍，王鑫.國內外對失實新聞的核查機制初探[J].新聞愛好者，2019（2）：43.

[2] 周煒樂，方師師.從新聞核查到核查新聞——事實核查的美國傳統及在歐洲的嬗變[J].新聞記者，2017（04）：35-44.

[3] 虞鑫，陳昌鳳.美國“事實核查新聞”的生產邏輯與效果困境[J].新聞大學，2016（4）：27-33.

作者簡介：王念（1995—），女，湖北黃岡人，碩士研究生，研究方向：網絡傳播與新媒體。