对于推动媒体融合发展，当前最常说的一句话是，新媒体要认真履行社会责任，把社会效益放在首位。
23日的人民日报第14版，有一篇新媒体如何履行社会责任的“技术贴”，标题开宗明义：人工智能是虚假新闻的“克星”。
文章的作者，是著名的新闻传播研究学者、中国人民大学教授宋建武。为什么说这篇文章是“技术贴”？因为我们以往对虚假新闻的研究多数是站在道德伦理层面的，而如今在现实操作中，已经出现了技术层面的解决方案。也就是说，不论是否具有“犯罪动机”，行为随时可能被中止。
这对于新闻管理部门、职业的新闻从业者以及广大受众而言，无疑是一个令人兴奋的消息。
技术的发展，特别是借助交互应用平台来发展用户的技术体系，为新闻行业塑造个性化品牌带来了全新的契机，在文本模式创新、话语体系创新、包装形式创新的过程中，为适应新媒体传播特征而产生的“过渡创造”成为了新的困扰。
什么是“过渡创造”？这是一种最容易超越理性的不自觉行为，当“过渡创造”以更简便、高效地方式凝聚人气、 流量时，创作者们就越接近于形式本身，而非内容本身。
与纸质媒体、电视媒体不同的是，移动互联网依托的介质是小屏幕，阅读是折叠并递进的，创作者往往只有一次机会让读者打开折叠，进入下一阶段开展阅读体验，那就是直奔标题、
微信阅读如此，算法平台亦是，机器人的“关键词”意识更强，为了节约读者的搜索时间，流行“关键词”越多的文本，越容易被推送到读者面前。于是“过渡创造”的动机便产生了——
对内容真实性的要求越来越低，反之刻意追求局部真实和局部显眼，轻则是标题*党**、同质化，重则是虚假新闻。
我们常说社会效益优先，从消除动机的教育入手当然有必要，但刚性的外力阻止工具必不可少。
这就是人工智能的另一面。以往出现虚假新闻的时候，大家的第一反应就是删稿。可互联网是茫茫海洋，穷尽每个词条几无可能，且已造成事实影响，亡羊补牢已晚。
宋教授在文章中提到的人工智能技术，模拟人的行为方式，确立虚假模型并不断学习之后，可批量对虚假事实进行甄别拦截，相对于人工而言，更为科学高效。
被广泛关注的，北京字节跳动科技公司在“*今条头日**”平台上的效果，该平台模仿人脑机制，对低俗图片的拦截率较之前纯人工拦截提高了73.71%。
在大众传播领域，人工智能技术，也就是我们常说的“算法”，代表性的平台就是*今条头日**平台。长安街知事APP是头条的资深用户，对这一技术的应用深有体会。
比如在这一平台，文章重复率是较低的。为什么呢？因为原创文章的首发权是在作者手中，当作者申请原创之后，其他抄袭、大段引用的文章就会被“重复模型”所确认，不会为机器人所广泛推荐，由此，“过渡创造”的原始动机，就会逐步消除。
对虚假新闻的处理，是类似的。*今条头日**采用分类的方式来筛选信息。
比如对于标题*党**，标题中如有“震惊”“传疯了”“看哭”等关键词，可被机器识别并进行提醒或拦截。当作者在后台进行文章编辑时，系统会提醒作者修改标题，提醒的成功率达50%，如果作者不予修改，机器则会降低该文章的推荐权重。
而对于虚假信息、违法信息、色情内容等缺乏清晰、固定判断标准的信息，机器很难进行准确判断，对此，*今条头日**从用户中抽样建立了1000人规模的专业评估团，每天反馈3000—4000份对于机器推荐效果满意度的问卷。这些反馈，以及普通用户的“举报”“不感兴趣”“评论”等反馈信息能够一起用于改善机器识别低俗内容的准确度。
虚假信息需要具备一定相关专业知识的审核人员进行判断，但机器通过对用户反馈的分析可以极大提升人工审核的效率。譬如，有大量用户举报了一篇文章为虚假信息，或在评论中出现“假新闻”等关键词，机器即可识别并将其提交至审核人员进行复审。
大致的过程是，机器智能识别疑似虚假文章后划归此队列，进行单独审核，月均进审一万篇左右。
在2016年末，*今条头日**推出了精准辟谣功能：如果用户在*今条头日**内阅读过的内容，后被证实为谣言，系统将第一时间向所有看过该谣言的人推送相应辟谣文章，做出精准澄清。另外，机器可以结合网民举报和跟帖评论甄别谣言，通过关键词分析和语意识别，将疑似不实文章召回，再由人工进行复审。
目前，机器判断准确率达60%，人工审核后准确率达90%以上。
人工加机器的合作模式，是一个渐进的过程。人工负责建立“虚假模型”，机器如同移动探头负责扫雷，随着“虚假模型”积累得越来越多，价值判断逐步融入到机器的行为当中，扫雷的成功率就会越来越高。
今年1月，“头条号”每天处理用户评论约98.6万条，11月已经增长到每天约302万条，机器审核可以保证同样倍数评论增长的情况下，人力增长较少。
所谓大道相通，任何治理体系都是疏堵结合、奖惩并用的全方位应用，人工智能体系也不例外。
虚假新闻的发布，原始动力很明确，也很粗糙，为的就是流量。而“虚假模型”建立后，标题*党**也好、抄袭也好、虚假新闻也好，生存空间被大大挤压，不仅人工不信任，机器也不信任。对于算法平台而言，被机器人不信任，是最可怕的结局。
这就是技术导向下的规则体系。在城市管理政策中，我们常常提出，寓管理于服务之中。在技术支持下，*今条头日**为代表的算法平台，通过机器人推荐来提供精准传播服务，同样通过机器人拦截来管理用户行为。归根到底，就是为提升传播的社会效益提供技术解决方案。
更多精彩内容，欢迎关注长安街知事APP