Facebook事實查核打擊假新聞有成效?耶魯研究打臉:幫助不大、甚至會有反效果
Facebook事實查核打擊假新聞有成效?耶魯研究打臉:幫助不大、甚至會有反效果
2017.09.14 | Facebook

去年美國總統大選之後,Facebook遭指責助長假新聞散播、影響選舉結果。Facebook後續採取了多重措施,包括與Politifact、FactCheck.org、 Snopes.com等媒體事實查證機構合作、提供使用者舉報功能、標示爭議文章等,希望有效防堵假新聞。

Facebook近來號稱打擊假新聞已有成效,不過拿不出任何具體數據。部分合作的第三方事實查證機構對此感到不滿。

究竟事實查證、標示爭議文章有沒有效?耶魯大學剛發表了一項研究,結果也打臉Facebook。

耶魯研究:標示警語幫助不大,甚至有反效果

美國耶魯大學心理學家Gordon Pennycook與David Rand最近發表一篇研究論文(未經同儕審查),結果顯示標示爭議新聞不僅無法有效解決假新聞問題,甚至對某些人還有反效果,特別是川普支持者和年輕族群。

這項研究的參與者必須判斷新聞的真偽,共有7,534名參與者。研究使用24則隨機混合的新聞標題,12則為真、12則為偽,來源都是去年或今年發在Facebook上的文章。測驗再分為兩組,控制組的新聞標題沒有任何警告標示,而對照組在12則假消息中,有6則標示為「經第三方查證為有爭議的文章」。研究也分別針對年齡、政黨傾向進行分析。

ssrn_article_fake_news_warning_lable.png
研究中使用的假新聞(如:「希拉蕊·柯林頓在紐約法院提出離婚申請」)有部分會標上警語,協助受試者判斷。

研究結果發現,標示「有爭議的文章」平均只能幫助3.7%的參與者更正確判斷假新聞。同時也發現,標示警語反倒會增加某些族群誤判的機會,特別是川普的支持者及25歲以下的受試者。

研究人員解釋,標示警語幫助不大的主因是社群網路上的錯誤資訊不可勝數,Facebook合作的事實查證機構根本就無法一一標記,而不完全的標示,會讓使用者更容易相信那些未被標示的文章,或讓人懷疑查證人員是有針對性或選擇性地對資訊進行標示,因而失去信任感。最後,大家還是繼續相信他們想相信的。

結果也指出,川普支持者普遍較不信任事實查證。研究以問卷詢問參與者對第三方事實查證的信任度(1-5分),柯林頓支持者平均給3.17分,而川普支持者則為2.47分。研究人員認為,這項結果反映雙方支持者對媒體的態度。川普支持者的意識形態就像川普,不信任媒體、把不喜歡的資訊都抹黑成假新聞。

另一項結果比較讓人意外:18-25歲的年輕族群判斷資訊真偽的能力似乎較差。研究者並未找到合理解釋,但表示擔憂,因為那些對警告標示無感甚至產生反效果的人,正好是高度依賴網路獲取資訊的族群。

針對這項研究,Facebook發言人提出質疑,指該研究是透過網路調查平台,並非直接在Facebook上進行,因此無法反應真實使用情況。此外Facebook也強調,事實查核只是Facebook打擊假新聞的諸多策略之一。

資料來源:La RepubblicaPoliticoSSRN(研究論文)

關鍵字: #Facebook #假新聞
往下滑看下一篇文章
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局
聚焦智慧醫療,汎定科技藉 NVIDIA 新創計畫挹助,加速小心肝 AI 軟體服務開發與全球布局

汎定科技(FindingsTech)成立於2020年,以力學模擬、人工智慧與數據分析三大核心技術為基礎,迅速在智慧醫療領域打出名號,目前公司的主力產品有二:分別是小心肝 AI(HepatoWell.ai)與 AI Foundry 服務,前者透過 NVIDIA MONAI 為框架的 MRI 影像訓練,開發計算量化脂肪肝程度的 AI 軟體;後者則是因應客戶需求、使用情境提供最佳 AI 架構與解決方案,例如跟豐藝母公司和醫學中心合作開發的 OmniSurgery 手術房 AI 器械盤點平台,用來協助醫院器械供應中心自動偵測與盤點醫療機械設備。

汎定科技之所以會聚焦 AI 醫療影像市場,與創辦人的學經歷背景息息相關。汎定科技總經理許駿鵬表示:「10多年前,我曾在麻省理工學院的電腦科學與人工智慧實驗室擔任科學家,當時的計畫主持人都聚焦在醫療影像跟重症數據分析,在過程中深刻感受到,我們雖然不是第一線醫護人員,但依然可以透過科技實現『曲線救人』。」這段經驗以及教授鼓勵,讓其決定創立汎定科技,目標是以 AI 科學幫助醫療體系更快找到精準答案,無論是物理實驗、醫療輔助判別與撰寫報告都可以即時掌握關鍵發現 (Findings)。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

卓越的創新與技術能量,不僅於參加 NVIDIA Inception 新創計畫後獲得更多 AI 技術資源,更在2024年獲得豐藝集團的投資支持,正式成為集團旗下成員,接下來,汎定科技除持續深化產品服務,也會透過集團資源、以軟硬整合等方式擴展在醫療產業的服務能量。

聚焦脂肪肝 MRI 影像分析,汎定科技小心肝 AI–HepatoWell.ai– 進入臨床試驗階段

研究機構 Fortune Business Insight 預測,全球 AI 醫療影像市場規模將從2025年的392.5億美元快速成長到2032年的5,041.7億美元,年複合成長率高達44%,其中,「解決方案」類型的產品需求最高,其次才是平台型服務,顯示市場最需要的是能夠真正解決臨床痛點的應用。

在眾多 AI 醫療影像市場中,汎定科技會鎖定脂肪肝 MRI 影像分析、推出小心肝 AI(HepatoWell.ai)的原因有三:

首先是 AI 全自動量化計算肝臟脂肪密度。 全球脂肪肝盛行率高。目前的檢測脂肪肝的方式多為質化判斷不夠精準;即便現行的量化分析,也需要人工圈選。HepatoWell.ai 藉由讀取 MRI-PDFF(質子密度脂肪分數)訊號,AI 自動計算全肝臟體積脂肪分數(VLFF),可更精確的計算脂肪肝程度。

其次是整合新藥臨床試驗平台。 過去脂肪肝無藥物可治療,第一線治療方式多以飲食與調整生活習慣為主。因此,國際藥廠紛紛投入新藥臨床試驗。小心肝 AI 能提供標準化 MRI-PDFF 數據,可整合進臨床試驗工具。

最後是帶動產業鏈發展。 全球專注脂肪肝AI醫療影像的業者極少。小心肝 AI 的出現,讓醫療機構、健檢中心、臨床試驗公司、國際醫材設備商乃至國際藥廠有新的合作選擇,有助於形成更完整的產業生態系。

汎定科技總經理許駿鵬表示:「我們自從2023年7月展開前期研究(Pilot Survey),2025年進入臨床試驗、預計將於今年底完成,明(2026)年正式取證、將小心肝 AI 推向全球市場。」值得特別注意的是,醫療產業特性使然,「有技術」不等於「能落地」,研發實力、客戶需求,以及品牌能見度缺一不可,而藉由 NVIDIA Inception 新創計畫的支援,汎定科技不僅強化了產品開發速度,如以 MONAI Core 選擇適切的演算法、MONAI Label 加速影像標註等,也在品牌行銷與市場拓展上獲得關鍵性的極大推力。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

以2025年獲邀參展 COMPUTEX InnoVEX 大會中的 NVIDIA Inception for Startup Pavilion 新創展區為例,汎定科技在展會期間收到超過100個客戶諮詢,會後有逾50家潛在客戶表達興趣,其中10多家已進入洽談階段,對正在推進的臨床試驗與未來市場擴張極具幫助。「我們的計畫是在取證後三年將小心肝 AI 推向20家健診中心,並且積極發展亞洲市場商機,而後再一步一腳印地擴展歐美市場。」關於小心肝 AI 的未來規劃,許駿鵬如是說道。

善用集團與 NVIDIA 技術資源,加速智慧醫療布局

在加入 NVIDIA Inception 新創計畫後,新創團隊可在 NVIDIA Inception 新創計畫網站清楚寫下產品服務等資訊,NVIDIA 全球各個部門便都可以查詢到新創團隊資訊,更有機會取得 NVIDIA 軟體產品的早期試用(Early Access),並能免費下載使用各種 NVIDIA 軟體套件(SDK),以及受邀參加地區活動曝光等。至於新創公司擴展最重要的資金環節,新創團隊則可透過 Inception Capital Connect 與全球 NVIDIA Inception VC Alliance 創投夥伴接觸,加速募資流程。

汎定科技與豐藝集團即是透過 NVIDIA Inception 新創計畫而結識。

豐藝集團策略長陳少翎表示:「汎定科技擁有絕佳的技術實力與發展潛力,瞄準的市場與豐藝集團的布局方向一致,很快就決定投資團隊。目前雖由豐藝集團100%持股,但仍維持汎定科技的獨立營運彈性,鼓勵其以新創速度深耕市場,同時,透過鏈結集團資源等方式深化對智慧醫療產業的佈局。」舉例來說,當豐藝集團與 GE、飛利浦、西門子等全球醫療大廠進行產品藍圖與市場規劃討論時,也會同步介紹汎定科技的產品服務與實務經驗,進而創造更多跨國合作的可能性。

數位時代 X NVIDIA _ FindingsTech
圖/ 數位時代

展望未來,汎定科技除持續推進小心肝 AI 的產品與市場布局、也將與 NVIDIA Inception 新創計畫更緊密連結到全球新創與創投網絡以強化產品的海外布局,也會透過跟集團子公司與客戶合作等方式,更好布局未來市場。

NVIDIAxFindingsTech
圖/ 數位時代

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓