文／蘇元和

2016年美國總統大選之後，假訊息已成為國內外最關注的爭議問題，尤以社群媒體推波助瀾下，增加不實訊息、謠言傳播更快、更廣。

面對人手一機的網際網路時代，每天都接觸到「大量且速食化的資訊」，閱聽眾如何更安全使用社群媒體，並強化媒體素養的能力？

以下是專訪中正大學資工系教授王銘宏的重點摘要內容。

《全民查假會社》問（以下簡稱問）：台灣幾乎年年是選舉年，網路世界、社群媒體常出現輿論操弄與假新聞帶風向？他們如何成形的？民眾有其辨識的技巧？

王銘宏答（以下簡稱答）：從手法角度去看，眾星拱月的方式是最常見的一種。一般來講你控制多個帳號，你一定是試圖去營造一個最簡單的方式，那就是眾星拱月，其中一個帳號發文，其它帳號用來推薦、或分享，這是一個最基本的用途。

因此，我們就會從這些帳號之間的關係與關連性觀察，比如說A帳號跟BCD 4個帳號，A帳號每一次發文、BCD帳號都會出現在底下留言。這樣就很容易透過電腦科學的技術去做偵測，我們就可以把他們4個人圈在一起，並認為他們可能有一些比較特殊的關係。

從我們大量的數據觀察到，如果是一兩次，當然有可能是巧合，但如果次數是非常頻繁，我們就可以藉此判斷這幾個帳號可能是有關係的。

另外，我提到背後設備如果是機器人，這是很容易被分辨的，但為什麼還是有他的效果，主要是因為這個方法根本不需人力。第一個方式眾星拱月還可能需要人力，去發想內容發表，然後轉貼內容。不過轉貼動作，只要寫一支程式就可以做了，而且他們完全不用成本，也沒有時間的問題，所以這樣功能的機器人還是會出現的。

我想補充一點就是，這樣的機器人在社群網站上是很容易被觀察的，尤其是從公開的臉書上容易看出這個帳號的活躍性，他只要在轉貼就容易判斷。但若在Line上，這種封閉型的社群群組，偶爾幾個帳號轉貼傳播的訊息，你可能很難分辨是電腦或是真人轉貼的，這是一個不實訊息議題嚴峻的地方，但卻相對困難分辨是否真偽的帳號。

至於談到使用者的年齡，比如說年輕的使用者現在大多數都用Instagram(IG)或抖音；中年年紀，或稍微年紀大會使用Facebook；Line基本上全年齡都在使用的，尤其年紀比較大的人很會使用Line，而且他們會相信Line上面提供的訊息，因為都是朋友圈傳來的訊息信賴感高，所以這類的通訊軟體上，就不容易被懷疑其身分是誰，那麼就有機會去進行輿論影響的行為。

問：不實訊息從Line發送出來，主要可能是熟悉的朋友圈轉發的，卻不容易被偵測出來真偽？

答：對，Line並不容易從外部觀察出來，但Facebook去是很容易觀察分辨，主要因為粉專是公開的，且開一個帳號就可以觀察其帳號的真偽。反之，Line是封閉式的平台，就無法輕易觀察。

舊聞麥假！兩招必備識讀力

問：請問公民使用通訊軟體，應該具備什麼樣的素養？

答：我覺得第一就是看到吸引力、很聳動的標題，大家應該多思考，不要馬上相信，這是最基本應該可以都做得到，舉例當你收到親朋好友都傳同一則訊息給你，你就可以覺得這是可疑訊息。

簡單地說，當你發現從很多地方都共同傳同一個訊息，那代表這一則訊息要不是很重要，或就是這個訊息是有意圖的，而且它很有效率與效果，讓大家願意去做分享跟轉發。

在2020年，我們研究團隊與智庫IORG做了一個Covid-19相關的Line平台上假訊息研究，我們發現這些訊息其實會隨著轉傳的時間，去做在地化，或是時事化的改變，比如說，一開始我們觀察到假訊息都用鍾南山作名人的背書。但在2020年4月之後，這些假訊息都改成用陳時中部長做背書，因此這種在地化或者時事化的現象，其實都是假訊息他們常用的一些技巧。

對民眾來講，不可能身邊常常都有專家可詢問，但又很難分辨真假的時候，我覺得第一就是不要馬上相信，這點應該大家都做得到。第二就是不管是民間或是政府都會有輿情的窗口，其中，民間組織如全民查假會社、事實查核中心、Cofacts真的假的、假新聞清潔劑等，民眾可以善用這些組織去針對可疑的假訊息做查證。

問：請總結說明Covid-19相關假訊息研究發現什麼現象？

答：第一就是我上述的假訊息容易在地化跟時事化再傳播；第二點假訊息一定會拉名人背書，不管他拉什麼樣的人，因為用名人背書最有說服力；比如說，我們看到過年前的假訊息，元宵節過後又發現內容被調整、再傳播，然後，可能到了端午節又微調舊聞，又再傳播。

基本上就是要讓這個假訊息不斷延續再傳播，讓舊聞(假)訊息生命可更長，針對這樣的現象，目前電腦科學是可列出時間軸去做演化，然後去做辨識。

問：AI人工智慧可大量創造假訊息，那麼，是否也可以透過大數據等協助辨識假訊息？若可以，至今發展狀況？

答：如果是生成式AI，並不會同時一直產製一模一樣的內容，過去我們在偵測機器網路上面的機器人，其實最容易就是看到一樣的內容一直轉發，那這樣我們就很容易分辨抓到誰在製造假訊息。但是現在這些機器人會去調整一些用詞遣字，或者一些符號，讓每一則訊息看起來都不全部相同，所以單純從文字內容確實很難去辨識真偽。

所以，如同我上述的還要靠「帳號信用或名聲」、「帳號行為」去加以辨識，這樣是比較容易、也較有效果。

我舉例來說，我們要去判斷一個人的帳號被盜，一定是那個帳號原本是正常的、信用好的，但當他發一個不正常的訊息，我們會覺得他的帳號可能被盜。但如果我們從一個帳號過去以來都不正常發布訊息，當然我們就很容易可以判斷出這個帳號可能是假帳號，即使它發布的內容每次都不一樣。這樣簡易地判斷邏輯，會對於社會大眾來講，是較容易進行識讀的。

問：研究領域截至目前，發展到什麼狀況？

答：我們會使用人工智慧機器技術去學習這些使用者，不管是我們已經標記或已經確定他是分身帳號的行為，機器把它學起來，然後之後如果有一個未知的帳號，我們可以透過這樣的分類器去判別，他是分身帳號或不是分身帳號，或是他的機率是多少，比如說可能性為九成，基本上可運用到這些特徵，包含分身帳號的行為，他發表的內容，他跟人互動的這些程度來進行。

三大層面下手 營造健康安全社群環境

問：人工智慧攻防發展至今，如何創造安全的社群媒體環境，降低不實訊息傳播力？

答：第一，我覺得全民的媒體識讀能力絕對是必須的，而且必要去做的，從告知大眾抓假帳號的的概念、假訊息的樣態，就能降低公民被欺騙的機會。

因為即使技術如何增強，這些假帳號也會變強、會變厲害、會了解研究方的辨識規則，之後他可能就改變他的行為。所以回歸到媒體識讀培養是重要的，但要識讀能力也不是一蹴可幾。民眾最容易做的就是不管收到任何訊息，尤其是網路上面的訊息，都要先保持懷疑的態度，且具備一定的敏感度後，就不易被不實訊息傷害。這就像是經過宣導之後，比方民眾現在接到詐騙電話都已比較多警覺性。

不管是從媒體識讀教育的方式，或大眾傳播的方式來去做宣導，就能降低民眾馬上被騙的風險，減少馬上轉傳假訊息的機會，那麼，假訊息被傳播出去的乘數效應就會一直降低。

第二，民間組織或政府角色可發揮回應假訊息，或者是輿論的訊息能量。過去澄清輿論、輿情頻率並不高，但我覺得政府最近幾年回應確實是有變快。另外從公信力的單位發出澄清訊息，幫助民眾釐清還是會有效果的。第三就是由電腦技術協助事實查核能夠廣，或更加深入。

總而言之，三個層面包括教育端、執行端澄清的速度、技術端來加強並降低不實訊息的傳播影響。不管是官方或是民間平臺協作，都能讓整個社群媒體環境變得更安全。