最近，麻省理工学院CSAIL和卡塔尔计算研究所的研究人员开发了一种技术，加入了打击假新闻的潮流，但使用人工智能来检测与特定新闻相关的消息源的质量。
该算法旨在利用现有文章的集合来检查特定新闻媒体的准确性和偏见。它将关注用于表达这些特定声明的语言，而不是关注所提出的声明。
这项技术使用支持向量机(SVM)——一种通常用于分类和回归分析的监督系统，训练它在3点尺度上评估真实性和偏差——低、混合、高和7点尺度——极左、左、中左、中右、右和极右。据该团队称，该系统只需要150篇文章就能确定一个新来源是否可靠。它在判断新闻来源的“真实性”是高、低还是中等水平上的准确率为65%，在判断新闻来源是左倾、右倾还是中等水平上的准确率为70%，在判断有效性方面的准确率为65%。
该算法寻找发布假新闻的网站的语言线索，因为这些网站倾向于使用“危机因素”、“恶魔”和“假旗”等夸张的语言。除了分析文章的结构、内容和情感之外，这项技术还会检查文章的偏见、复杂性和道德性——这是基于一种社会心理学理论，旨在解释人类道德推理的起源和变化。然后，它为每个特性计算一个分数，并将该分数在一组文章中取平均值。
至于未来，该团队计划将该系统应用到许多不同的语言中，并探索是否可以训练它来检测特定地区的偏见。他们还计划推出一款应用程序，可以自动检测“跨越政治派别”的假新闻。
过去，总部位于德里的初创公司MetaFact曾使用人工智能来利用语言处理算法，标记新闻文章和社交媒体帖子中的错误信息和偏见。
