AIツールがニュースソースの正確性と政治的バイアスを検出

• 個々の主張をスクレイピングするだけでなく、ニュースソースに焦点を当ててフェイクニュースとバイアスを検出する新機械学習アルゴリズム
• 新しいニュース記事に対して最大70%の精度を達成
• ソースが信頼できるかどうかを判断するためにわずか150コンテンツのみ必要

ソーシャルメディアプラットフォームにより、誰でもインターネット上で情報を簡単に共有・拡散できるようになりました。これにより、通常は人々の感情を変え政治選挙のような大きなイベントに影響を与えるため、または広告表示でトラフィックを集め収益を得るために生成されるフェイクニュースが増殖しています。

多くのテック大手が独自のフェイクニュース検出システム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たちは、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のがフェイクニュース検出の最良の戦略だと考えています。

このアプローチを用いて、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手法を開発しました。基本的に、ニュースメディア全体を特性づけ、報道の事実性を予測します。

バイアスニュースをどう判定するか？

システムの背後にあるアイデアは、あるサイトが以前に間違った事実を公開していた場合、また同じことをする確率がかなり高いということです。そのようなウェブサイトの他のコンテンツを分析することで、システムはどのサイトが最初からそれを行う可能性が高いかを判断できます。

フェイクニュースを確実に特定するには、記事の構造、複雑さ、感情などの共通の言語的特徴を探せます。たとえば、ほとんどのフェイクニュースは感情的、主観的、誇張された言語を使用します。

この研究では、以下から派生したいくつかの特徴で実験を行いました：

1. ターゲットニュースソースからのコンテンツ
2. そのTwitterアカウントとWikipediaページ
3. URL構造
4. 訪問者数

Media Bias/Fact Checkというウェブサイトからデータを収集しました。人間のレビュアーの助けを借りて、このサイトは人気メディアソースや薄いコンテンツファームを含むほぼ2,000のニュースサイトの事実性とバイアスを調査しています。

参照: arXiv:1810.01765 | MIT

これらのデータを機械学習モデルに供給しました。このモデルは、人間レビューサイトと同じようにソースを分類するように開発されました。モデルは印象的な結果を出しました：新しいニュース記事に対して、記事が低・中・高のどの事実性レベルかを判定する精度65%、コンテンツが右寄り・左寄り・中立かを判定する精度70%を達成しました。

Image credit: MIT

研究者たちは、システムがソースウェブサイトを信頼できるかどうかを正確に判断するためにわずか150コンテンツしか必要としないと主張しています。したがって、フェイクニュースがインターネット全体に広まりすぎる前にフィルタリングできます。

今後の展望

研究者たちは現在、システムの精度向上と従来のファクトアナライザーとの連携動作に取り組んでいます。特定のトピックでシステムが「奇妙で混乱する」出力を提供した場合、手動レビュープラットフォームがそれらの結果を迅速にチェックし、異なる視点にどの妥当性を与えるべきかを判断できます。

著者たちはまた、ほぼ1,000のニュースウェブサイトを精度とバイアススコアでタグ付けしたオープンソースデータセットを生成しました。モバイルアプリの展開も計画しており、人々が政治的バブルから抜け出せるよう支援します。さらに、他の言語でも動作するようシステムを訓練する予定です。右/左バイアスを超え、他の地域により関連する他の形態のバイアスをモデル化しようとしています。

このタイプのアルゴリズムは、人々がどのような偽サイトがあるか、それらが傾向として公開する記事のタイプを理解するのに役立つ可能性があります。