“FAKE NEWS” AS PROBLEMATIC CONTENT USING NEWS SIGNIFIERS
「假新聞」的新聞意符
雖然「假新聞」一詞的對於學者與記者來說，在定義上有不同的挑戰與模糊地點；但仍有許多學者和研究人員會關注「假新聞」，是因為某些特定網站模仿一般新聞的頭條和報頭，並出版錯誤的資訊。也許是因為對 「主流媒體」 的批評被挪用了，研究的學者往往在「假新聞」一詞前加上「所謂」（so-called），並試圖使用其他如資訊操作、錯誤資訊／假資訊、宣傳、低品質的新聞內容、垃圾新聞等語彙來取代。這些嘗試使用更精確語彙的做法，說明「假新聞」已涉及許多不同類型的內容和行為。目前，不同的團體正在努力評估大量內容的合法性，即使它傳播到網路公共領域的中央平臺上，比如臉書和谷歌。
許多人試圖為「假新聞」下一個明確定義，並為其他類型的內容，如惡作劇、偽造新聞網站或宣傳等，提供子類目；也有人嘗試從其他類型媒體（如印刷平面媒體、有線系統，或數位出版物）的角度來描繪「假新聞」類型，希望能從這類「假新聞」的生產者或傳播者意圖中看出些許端倪。也有人從內容類型著手，對「假新聞」進行分類。也有人收集了大量可疑網站，以發現 「假新聞」 的特徵或資料模式。
A) IDENTIFYING “FAKE NEWS” BY INTENT
A） 從生產者的意圖定義 「假新聞」
若從認知取向來看「假新聞」，往往聚焦在生產者的意圖上。這種方法將「假新聞」定義為「蓄意造假的資訊」、「有意說服消費者接受偏頗或虛假的信仰」或「故意誤導讀者」的新聞報導。這樣的方法同樣被許多學者用來區分錯誤資訊（misinformation）和假資訊（disinformation）：錯誤資訊是「無意」傳播的假資訊，而假資訊則是有意的。雖然「假新聞」目前為止仍沒有明確法律上的定義，法律學者則企圖瞭解「假新聞」的生產者意圖，指出「疏忽和魯莽的事實出版物」和「假新聞」在法律上仍有一定程度的分別，但兩者卻同是「捏造的和不真實的」和「故意或明知是假的」。
社群媒體臉書也使用了同樣的架構，來處理「假新聞」、「資訊操作」、「虛假放大器」和「假資訊」等問題，並聲稱「假新聞」供應者的意圖和動機（財務動機或吸引點擊率），是臉書分類時的首要考量。
專注於生產者意圖，可以明暸新聞媒體究竟是意識形態的，還是為了欺騙閱聽人而生產假新聞的。探究內容生產者的動機 （無論好壞），而不是新聞來源的真假，讓客觀性的主張取代了對既有政治動機的探求。然而，以這種方式定義「假新聞」 在內容評估時也帶來了問題，因為所需的資訊不一定能得到，網路空間較難評估作者的明確意圖，意味著很難明確將一個人的無心之過從諷刺和嘲諷中分辨出來，更別提蓄意的欺騙。
這一現象被稱為納森波定律（Poe’s Law），因為一個網路帳號Poe曾在一個宗教論壇的文章指出，在網路交談時，「若沒有眨眼的笑容或其他讓人明白的幽默」，就不可能知道某人是在嘲諷還是真誠的；社群媒體上假新聞的流竄，將此問題從內容層面提升到點擊和共用的行為的探討。隨著假冒帳號和網路機器人的廣泛使用，還有像俄羅斯所使用的宣傳技倆，以及網路點擊文章的行為是否真誠等指標，這些都和評估新聞來源同樣重要。
B) CLASSIFYING “FAKE NEWS” BY TYPE”
分類「假新聞」
一些研究取徑，將「假新聞」中有問題的內容歸類為明確的類目。這種方法往往將「意圖」納入其分析架構，但僅僅作為其中的一個變項。這些方法聲稱，審查者和調節者必須對不同類型的「假新聞」有不同的反應。Mark Verstraete, Derek Bambauer, and Jane R. Bambauer （2017）認為，假新聞有五種不同類型，欺騙（hoaxes）、宣傳和挑釁（trolling），三者本質上都是欺騙，而嘲諷（satire）和幽默（humor）兩者，則傾向被視為一種觀點的闡述。
但是，要明確區分網路上的內容是很複雜。嘲諷、挑釁和虛構的內容要如何區分？在既有的學術探討上，光使用納森波定律來談閱聽人所面臨的問題仍是有爭議的。因為分類不同類型的內容，對於閱聽人和系統來說是困難的，在其他情況下，關於「嘲諷」的免責聲明，也能作為防止訴訟的法律屏障。
在Silverman最初刊登於BuzzFeed的文章所提到的「假新聞」網站，自「假新聞」問題發燒以來，許多網站便添加了免責聲明。例如，以嘲諷政治時事為主的新聞網站The Valley Report在其免責聲明提到，「本站每個月有200萬點擊量，但我們所有的報導都是假的（fake），別傻了」。但是七個月前，免責聲明中是寫著：「這些報導中有些可能是被誇大，修飾或完全虛構的作品，在網路上閱讀任何文章都要做出適當的判斷」。也就是，網路平台的立場，可能會對諷刺報導放寬限制，這可能會鼓勵更多「假新聞」網站也提出類似的免責聲明。
C) IDENTIFYING FEATURES OF “FAKE NEWS”
「假新聞」的識別特徵
最近的研究取徑，則希望發現有助於真人查核者或機器學習系統檢測潛在的「假新聞」的方法。一群來自亞利桑那州、Charles River Analytics軟體公司和密西根州立大學的研究人員，使用一種基於意圖的「假新聞」定義：「假新聞是一個被蓄意生產和已驗證為假的新聞文章」；然而，它使用的檢測方法側重於社會分享的特徵和內容的特點。他們的目的是希望藉由新聞中的總字數、常用或獨特的詞語、 標點符號、外部連結，以及其它視覺上可能的提示，像是較聳動或虛構的圖片。這群研究者分析了來自社群媒體的訊號，企圖了解傾向分享「假新聞」的使用者具備的特徵。
這種基於鎖定某種特徵的研究取向，通常由非學術性組織和團體採用，旨在發現和刪除網路上的「假新聞」或垃圾資訊。媒體改革組織Credibility Coalition和美國公視旗下的NewsTracker.org，也在使用類似的方法來處理可疑或不可信的新聞。也有跡象顯示臉書正在使用類似的技術來查核可疑的「假新聞」內容，他們在2015年6月提交了一項專利，使用機器學習來核對使用者所標記令人反感的內容，試圖找尋這些文章的共同特徵。
目前普遍對此方法保持樂觀，但還是衍生出幾個問題。這種基於找尋某種內容特徵的方法需要投入大量的財務和人力，特別是在早期階段，這會給臉書和谷歌之外的團體帶來阻礙。除此之外，因為試圖搜索網站並獲取數據，可能違反電腦欺詐和濫用法（Computer Fraud and Abuse Act），這與臉書的服務條款背道而馳。而這種非得透過平台業者獲取資訊的方式，也讓外部團體和臉書之間的關係，顯得有點噯昧不明。
過去，像臉書這樣的平台也使用類似的識別功能或標準，但最終也因為誤報和刪除具有重要文化意義的內容，而遭受批評。例如，曾獲得普立茲新聞攝影獎的「燃燒彈女孩」（Napalm Girl），就因為被臉書標記為違反社群規章而刪除。而許多平台業者用同一標準來審查言論，卻未能顧及到當地文化背景等面向，也衍生出許多歧視和騷擾的問題。
目前還不清楚這些方法將如何影響新聞的傳遞，但根據目前許多新聞機構的做法，可能會導致許多中等規模部落格或網站被刪除，轉而重新投入那些過去將它們排除在外的大型媒體公司的懷抱。
儘管這種方法可以舒緩極端黨派內容的傳播，但也可能會因為缺乏可信的指標，而將不同的意見和部落格刪除。例如，國際媒體行動組織全球之聲（Global Voices），就無法發布關於作者的具體信息，也不能確保翻譯精準性，考量的是文章作者的人身安全。最後，「假新聞」網站所採用的病毒式營銷，也逐漸被許多老牌媒體所採用，聳動和挑動情緒的新聞標題已變得普遍。
作者：Robyn Caplan, Lauren Hanson,and Joan Donovan
摘譯：朱弘川
原出處：Dead Reckoning—Navigating Content Moderation After “Fake News”
https://datasociety.net/output/dead-reckoning/
