新しいAIは、ニュースソースが正確であるか政治的に偏っているのかを検出できます

• 新しい機械学習アルゴリズムは、個々の主張をかき集めるだけでなく、ニュースソースに焦点を当てて、偽のニュースやバイアスニュースを検出します。
• 新しいニュース記事の場合、最大70％の精度を達成しました。
• ソースが信頼できるかどうかを判断するために必要なコンテンツはわずか150です。

ソーシャルメディアプラットフォームは、誰もがインターネット上で情報を共有し、広めることを非常に簡単にしました。これにより、人々の感情を変えて政治選挙などの大きなイベントに影響を与えたり、広告を表示してトラフィックを集めて収入を得たりするために通常生成されるフェイクニュースが急増しています。

多くの大手テクノロジー企業が独自のフェイクニュース検出システムの構築に多大なリソースを投入していますが、MITとカタールコンピューティング研究所の研究者は、フェイクニュースを検出する最善の戦略は、個々の主張を分析するだけでなく、ニュースソースに焦点を当てることであると考えています。

このアプローチを使用して、ソースが信頼できるかどうかを判断する新しい機械学習ベースの方法を開発しました。基本的に、それはニュースメディア全体を特徴づけ、報道の事実を予測します。

バイアスのかかったニュースをどのように判断しますか？

システムの背後にある考え方は、サイトが以前に間違った事実を公開した場合、彼らが再びそれを行う可能性が十分にあるということです。このようなWebサイトの他のコンテンツを分析すると、システムが最初にそれを実行する可能性が高いサイトを特定するのに役立ちます。

フェイクニュースを確実に特定するために、記事の構造、複雑さ、感情などの一般的な言語機能を探すことができます。たとえば、ほとんどのフェイクニュースは、感情的、主観的、双曲的な言葉を使用しています。

この研究では、彼らは

から派生したいくつかの機能を実験します

1. 対象のニュースソースからのコンテンツ
2. Twitterアカウントとウィキペディアページ
3. そのURL構造
4. 取得する訪問者の数

彼らはウェブサイトのメディアバイアス/ファクトチェックからデータを収集しました。このウェブサイトは、人間のレビュー担当者の助けを借りて、人気のあるメディアソースやシンコンテンツファームなど、約2,000のニュースサイトの事実と偏見を調査しています。

参照：arXiv：1810.01765 | MIT

これらのデータは、human-reviewing-websiteと同じ方法でソースを分類するために開発された機械学習モデルに送られました。このモデルは印象的な結果をもたらしました。新しいニュース記事の場合、記事の事実性のレベルが低、中、高のいずれであるかを判断する際に65％の精度を達成し、コンテンツが右派であるかどうかを判断する際に70％の精度を達成しました。左寄り、または中程度。

画像クレジット：MIT

研究者たちは、ソースWebサイトが信頼できるかどうかを正確に判断するために、システムに必要なコンテンツは150個だけであると主張しています。したがって、偽のニュースがインターネット全体に広まる前に、それらを除外することができます。

次は何ですか？

研究者は現在、システムの精度を向上させ、従来のファクトアナライザーと連携して機能させるためにシステムに取り組んでいます。システムが特定のトピックについて「奇妙または紛らわしい」出力を提供する場合、手動でレビューするプラットフォームはそれらの結果をすばやくチェックし、さまざまな視点にどのような妥当性を与えるべきかを判断できます。

著者はまた、正確さとバイアススコアでタグ付けされたほぼ1000のニュースウェブサイトのオープンソースデータセットを生成しました。彼らはまた、人々が彼らの政治的バブルを脱するのを助けるためにモバイルアプリを展開することを計画しています。さらに、他の言語でも動作するようにシステムをトレーニングしようとします。彼らは、右/左のバイアスを超えて、他の地域により関連性のある他の形式のバイアスをモデル化したいと考えています。

読む：ソーシャルネットワーキングサイトで偽のIDを検出するための新しい遺伝的アルゴリズム

このタイプのアルゴリズムは、偽のサイトがどのように見えるか、および公開する傾向のある記事のタイプを理解するのに役立ちます。