機器學習和區塊鏈:打擊假新聞的解決方案
引言
近年來由於大量的更新在網路和社交媒體上傳播,時間成為關鍵,民眾渴望找到值得信賴的資訊。假訊息可能導致嚴重後果。為了提供受眾所需的重要背景訊息,新聞、社交媒體和政府組織近年來採用新戰略,加固事實核查,標記誤導性帖子。但是內容創作者如何將努力集中在可能對公眾造成最大傷害的領域呢?辛格漢姆頓大學管理學院的研究提供了可能的解決方案,包括一個機器學習框架和區塊鏈技術的擴充套件應用。機器學習發現應對假新聞
該研究團隊提出了一種基於機器學習的框架,用於判斷內容可能對其受眾造成的傷害程度,並聚焦於最惡劣的行為者。例如,在 COVID-19 大流行的高峰期,流傳的假訊息宣揚虛假替代療法而非疫苗。這個框架將使用資料和算法來檢測假訊息的指標,並利用這些例子來改進檢測過程。它還將考慮具有先前經驗或對假新聞有相關知識的使用者特徵,以幫助生成一個傷害指數。該指數將反映在特定情境下,一個人暴露於並成為假新聞的受害者時可能遭受的傷害程度。根據收集到的訊息,研究人員表示機器學習系統可以幫助打擊假新聞,確保哪些訊息如果被允許無視而傳播的話,可能造成最大的損害。區塊鏈應用於打擊假新聞
除了其他關於使用區塊鏈技術作為打擊假新聞工具的研究外,該研究還透過更深入地探索使用者對此類系統的接受度,擴充套件了先前的研究發現。研究人員構建了一個研究模型,計劃對包括假新聞應對者(政府組織、新聞機構和社交網路管理員)以及可能暴露於假新聞訊息的使用者進行調查。該調查將列舉三種現有的區塊鏈系統,並評估參與者在不同情境下使用這些系統的意願。區塊鏈的可追溯性是一個不錯的特點,因為它可以識別和分類假新聞來幫助大家識別其模式。研究人員希望透過這項研究,加固對更多人的教育,讓他們意識到這些模式,這樣他們就能在分享之前取證訊息,並更加警惕標題和內容之間的不匹配,以防止假新聞的無意傳播。結論和展望
總的來說機器學習和區塊鏈技術為打擊假新聞提供了潛在的解決方案。透過機器學習系統,我們可以更好地識別假新聞,從而針對性地應對並減少其傳播。同時區塊鏈技術的應用可以追蹤訊息源,提供更好的識別和解釋假新聞模式的能力。未來,我們需要更多的研究和實踐來進一步改進這些技術,以確保公眾從假新聞的傷害中得到更好的保護。參考文獻:
Thi Tran 等人,《Disruptive Technologies in Information Sciences VII》(2023)。DOI:10.1117/12.2663984 Thi Tran 等人,《Disruptive Technologies in Information Sciences VII》(2023)。DOI:10.1117/12.2663953 提供者:辛格漢姆頓大學關鍵詞:機器學習、區塊鏈、假新聞、解決方案
BlockchainandMachineLearning-機器學習,區塊鏈,假新聞,解決方案
延伸閱讀
- OpenAI 揭開 AI 祕密指令的面紗
- 深潛至海底者:機器學習揭開抹香鯨的「字母表」
- GitHub 推出 Copilot Workspace:AI 驅動的軟體工程空間
- 印度選舉飽受網路虛假訊息之苦
- 新聞標題:NeuBird 打造複雜雲原生環境的生成式人工智慧解決方案
- OctoAI 推出 OctoStack,讓私人 AI 模型部署更輕鬆
- 這週人工智慧專題:別忘了那些不起眼的資料標註者
- 0G Labs 以驚人的 3,500 萬美元預種子輪啟動,致力於打造模組化人工智慧區塊鏈
- 大型語言模型可幫助家庭機器人在無需人類幫助的情況下恢復錯誤
- 一個新的 Web3 網路正在建立,旨在終結科技巨頭對您資料的控制