mlkj24

Economist May 2nd 2024

你知道去年夏天肆虐夏威夷的野火，是美國軍方測試秘密「氣象武器」引起的嗎? 你知道美國非政府組織在非洲傳播登革熱嗎? 你知道烏克蘭第一夫人歐倫娜在曼哈頓第五大道上瘋狂購物，花了110萬美元嗎？還有，你知道印度總理莫迪最近在一首新歌中獲得印度歌手馬亨德拉·卡普爾(Mahendra Kapoor)的支持嗎? 但其實卡普爾早已於2008年去世。

這些故事，當然都是假的。這些都是假訊息的例子。這些荒誕不經的故事，被日益複雜的宣傳工具在世界各地廣傳。先進的人工智慧工具、精心策劃的社交媒體帳號網絡，被拿來製作和分享種逼真的照片、影片和音訊，將事實與虛構混淆。在半個世界舉行大選的這一年，人們更擔心技術的進步，將讓假訊息無法對抗，進而致命地破壞民主。你應該要多擔心這件事呢?

只要論點有正反兩面，就會有假訊息的存在。西元前1274年，拉美西斯二世並未在卡迭石戰役取得勝利。充其量是平手；但從法老為了慶祝勝利而建造的紀念碑上，你永遠無法猜到。凱撒對高盧戰爭的描述，既是政治宣傳，也是歷史敘事。進入到印刷時代也沒有比較好。1640年代英國內戰期間，新聞出版的控制崩潰，引發了對「惡毒和虛假小冊子」的擔憂。

網路讓這些問題變得更糟糕。假訊息得以用低成本在社群媒體上散佈；人工智慧讓假訊息的生產成本價低。許多關於假訊息的事情都很模糊，但在我們科學與技術的特別單元中，我們追蹤了假訊息是如何利用複雜的方式，在社群媒體帳號跟網站傳播的。比如說，俄國對歐倫娜的攻擊起於YouTube上一段影片，透過一個非洲的假新聞網頁發布，得到其他網站跟社群媒體帳號的支持。結果就成為貌似可信的假消息。

協助擴散的帳號，過去是發有關足球或英國皇室的推文來讓人追隨，在發出假訊息之前先贏得信任。許多對於假訊息的研究往往聚焦於某些特定主題、平台及單一語言。但事實上，大多數的活動以類似的方式運作。比如說，中國對南韓企業在中東的詆毀活動，看起來就與俄國在歐洲傳播假訊息的方式非常相似。

許多假訊息活動的目標並不一定是要讓你放棄支持某個政黨，轉而支持別的政黨。有時候目標僅僅是污染公共對話，或者是種下你對媒體、政府和真相可知度的不信任種子。因此，中國關於夏威夷天氣武器的謊言，或者俄國試圖隱瞞擊落馬航客機的角色，都透過數個互相競爭的敘事觀點來散佈。

種種的一切，都引發了人們對科技是否會使得假訊息無法對抗，進而威脅民主的擔憂。但有方法可以最小化和管理這個問題。

令人安慰的是，科技雖是促進邪惡的力量，也是促進良善的力量。雖然人工智慧使得假訊息的生產成本大幅降低，但也可以幫助追踪和檢測。即使假訊息活動變得更加細緻，擴散帳號都改變語言讓其更可信，人工智慧模型也可將看似相似的敘述檢測出來。其他工具可辨識出假造的音訊，來發現可疑的影片；或者利用尋找真實心跳、觀察額頭皮膚顏色的微妙變化來識別。

更好的合作方式也有助於解決問題。某種程度上，這個情況有點類似80年代的氣候科學。當時氣象學家、海洋學家和地科學家，感覺某些事情正在發生，但每個人都只看到一小部分。只有當他們聚在一起時，氣候變遷的現象才變得清晰。同樣地，學者、非政府組織、科技公司、媒體跟政府機構都無法獨自面對假訊息的問題。透過合作，他們可以共享資訊並辨別出模式，讓科技公司能標記、遏制或刪除欺騙性的內容。META在2023年底接到Google的通知後，讓一個位於烏克蘭的假消息網絡停止運作。

但要能更進一步了解，也必須要更能接觸到數據。現在的世界由演算法餵養，只有科技巨頭知道誰讀到甚麼。根據美國的法律，企業不需要將這些資訊分享給研究人員。但歐洲的《數位服務法案(Digital Services Act)》 要求分享數據，或許可以成為其他國家的範本。擔心分享機密資訊的企業，可讓研究人員以程式的方式傳送，他們用該程式來跑數據，而不是將數據送出供人分析。

這樣的合作模式，在一些地方會比在其他地方容易實現。舉例來說，台灣被當成是對抗假訊息的範本。台灣可協助那些對政府信任度高、敵對外國明顯的小國。其他國家的資源可能沒那麼足夠，或對制度沒那麼有信心。可惜在美國，兩極化政治讓打擊假訊息的努力被描述成「強大左翼壓制右翼網路發聲」的陰謀論證據。

一個人的事實...
One person’s fact...

假訊息的危險性，必須要被認真對待，也必須更進一步深究。但要記得，這些都還擁有不確定性。目前很少證據能證明假訊息能影響選舉結果。數個世紀以來，有許多人嘗試操弄假消息，也有人想要相信。但社會通常都能找到方法應對。雖然今日的假訊息可能正在呈現出嶄新、複雜的形式，但還沒有表出自己是一種前所未見、無法動搖的威脅。

原文