网络谣言治理, 长久以来依循一条“事后追惩”的惯性轨迹: 先举报, 再核实, 接着辟谣, 最后删帖。这条环节链的时间衡量是“天”乃至“周”, 然而谣言的传播速率是以秒来计算的。这个时间差自身, 就是风险的放大工具。抖音AI求真大模型的上线, 使我瞧见了一种在方法论角度的探索——它尝试去重新界说谣言治理的时间度量。由“发现后处置”转变为“发现即管控”, 响应时间从以“天”计压缩至以“小时”计, 此情形并非仅仅是效率得以提升, 更是工作方式出现了转变, 即将管控关口向前推移, 把被动应对转变为主动介入。全年谣言曝光量降低了90%, 这个数字的意义并非在于其大小, 而是在于它证实了一件事情, 即当技术足够敏锐时, 谣言的“生命周期”能够被系统性地压缩。
更加值得予以关注的是, 这一套系统于技术架构方面展现出了一种“审慎的智能”, 它做了两件事情, 其一为构建权威信源分级机制, 其中中央新闻单位以及政务发布平台被列为最高优先级 , 而自媒体内容可信度相对较低, AI求真, 首先需要解答“向谁求真”这一问题；其二是进行双重过滤, 谣言领域大模型承担判断“什么样的内容看上去像谣言”的职责, 谣言风险过滤模块司职判断“在这里面哪些内容切实具有公共风险”, 两道关卡, 彼此互为冗余。这个设计所具备的妙处在于, 它认可了机器的能力边界。并非所有的内容, 都非得运用最重的模型去进行研判, 也并非所有的内容, 都适宜交付给机器裁判。技术所具备的边界感, 其自身就是一种成熟的表现。
于学理层面去进行审视而言, AI对谣言治理的介入, 其本质所回应的是网络谣言自身的那种“工业化转型”。当下之时的谣言生产, 早就并非是“一人做出编造行为、通过口口相传进行传播”的作坊模式了, 却是有着呈现传播速度极快、形态具备隐蔽性以及生成门槛很低的新特性。当谣言的生产方式出现了结构性的变化之后, 治理方式要是仍然停留在“人盯住人”的层面, 那么这并非是在解决问题, 而是在追逐问题呀。针对抖音实践给出的那个务实方案而言, 并非追求所谓“绝对正确”, 而是着重追求“可验证的准确”, 其中清晰事实交由机器去处置, 疑似内容存在管控风险, 高风险领域则需人工进行复核, 如此三道进行分流, 各自归位且相安无事, 将人类审核专家历经多年积累起来的经验“蒸馏”融入模型, 从而让治理体系拥有动态决策能力,并且能够持续不断地迭代优化。
然而, 技术所存在的边界是必须要被予以正视的。谣言治理的根基之处, 并非在于技术, 而是在于事实本身, 在于新闻当事人、官方机构以及媒体的多方相互核实以及及时进行澄清。要是没有这样的根基, 那么即便再好的大模型也不过是成了如同无源之水一般的存在。平台的AI审核与社会的新闻生产之间呈现的是共生关系, 前者能够提升效率, 后者则可以提供水源。
也正因为如此, 网络谣言的治理终归是一个得要多方面共同治理的综合性题目。平台的角色自觉是值得予以肯定的, 然而仅仅依靠平台这一方是没办法达成全部使命的。创作者得对内容的真实性负责任, 专业媒体以及政府部门需要及时提供权威信息去缓解公众的焦虑情绪, 而监管层面就应当推动构建跨平台信息共享与联合治理的机制。平台之间要是能够通过交换脱敏的谣言语义指纹去阻断谣言的跨平台肆意流窜, 形成隐私合规的“知识联邦”, 协同效能将会登上一个新的台阶的。
除此之外, 谣言治理仅仅是第一步, 使用户知晓真相同样甚为关键。相当多的时候针对于一个事件存有多方资讯, 甚至出现新闻反转, 并且存在一些资讯暂时难以核实。抖音借助“求真提示”“求真卡”等产品, 辅助用户在事件的动态演变进程里更加及时、便利地获取事实整体面貌, 同公众一同构筑“认知防线”。这一系列技术手段的落实, 表明平台正从被动“守门”朝着主动“引导”转变——从单纯的内容阻挡, 迈向媒介素养的共同建设者角色。
智者能让谣言停止, 这是古老的一种理想, 技术可使谣言止住, 这是如今的实践情况, 而只有共治才能拦下谣言, 这却是长治久安极为关键的根本所在。抖音所迈进的这一步实实在在, 期望未来有更稳健的迭代发展, 进而也期望存在更多主体共同参与其中。(文/中国人民大学新闻学院教授 李彪)。
