原文發表於 Google 台灣部落格，作者 Google 亞太區新聞實驗室負責人劉婕 (Irene Jay Liu)，INSIDE 經編審後刊出。

面對快速散播的不實資訊，如何從中去蕪存菁、辨別正確內容，儼然成為新聞記者和事實查核人員的巨大挑戰。可怕的是，不實資訊無所不在，文字還只是其中一部分，那些像病毒般流傳的圖片及網路爆紅梗圖，也大量充斥在我們的動態消息和即時通訊，而這些內容往往都有斷章取義或造假的可能性。在亞洲，由於社交媒體使用者人數是北美洲的八倍，此類問題更是雪上加霜，更加值得重視。  

雖然目前有多種工具可讓亞洲新聞記者追溯新聞圖片來源並評估可信度，但這些工具相對老舊、缺乏一致脈絡；而且大多只能在桌上型電腦使用。在多數人都使用手機上網的地區，上述限制對事實查核人員和新聞記者而言，無疑是一大障礙。

有鑑於此，Google 新聞倡議計畫 (Google News Initiative, 簡稱 GNI) 與新聞記者攜手合作，於過去兩年借助科技力量，致力辨識遭竄改的圖片。在 2018 年於新加坡舉辦的受信賴媒體高峰會 (Trusted Media Summit) 上，一群來自 Google、Storyful 和各地新聞業的專家參與了 設計衝刺 (Design Sprint ) 工作坊，共同開發出一款融合人工智慧且非常適合手機使用的嶄新工具。在  Google 新聞倡議計畫、GNI 雲端計畫和 Google 工程師志工的支援下，這個工具原型現已發展成一款名為  Source, powered by Storyful 的應用程式 (* 歡迎事實查核單位或媒體記者至此網頁註冊，並轉為中文翻譯版本）。

目前新加坡的新聞記者已在使用這款應用程式，我們因此邀請  Storyful 的產品總監 Eamonn Kennedy 與大家分享更多相關資訊。

根據 Storyful 的觀察，全球和亞洲地區的新聞記者和事實查核人員面臨哪些挑戰？

Eamonn Kennedy (以下簡稱 EK)： 一般人在社群媒體分享圖文，經常是出於一時衝動，並非深思熟慮後的決定。很多人還沒讀完故事內容，就會直接與數千人分享。不肖人士也很清楚這一點，藉此操弄人性。他們樂於運用社交平台的免費觸及管道，散布不實資訊和論述，其中也包含偏激內容。對事實查核人員來說，這意味著任何對話隨時隨地都可能會受到謊言和操弄的侵擾。

請說明一下 Source 的開發過程，以及 AI 如何協助解決其中一些問題。

EK：在 Storyful，我們觀察到有人會轉貼過時、錯誤或遭竄改的圖片，將具誤導性的內容推送到大大小小的平台中。

為了解決這類問題，新聞記者一般會採用反向圖片搜尋，證明相關圖片是重複使用的過時圖片；不過，這種做法仍存在著一些挑戰。首先，這些圖片往往經過竄改，而新聞記者必須有能力辨識這類操弄手法，才有機會追本溯源。再者，搜尋結果是由新到舊排序，但新聞記者要找的通常是較舊的結果，因此必須不斷捲動螢幕才能找到原始來源。

Source 使用  Google 的 AI 技術，可讓人立即存取圖片的公開記錄，以便排序、分析圖片及掌握其出處，包括任何操弄記錄。除此之外，Source 也能協助偵測和翻譯圖片中的文字，當新聞記者要為網路爆紅的圖片進行分類或分析時，這項功能就相當實用。

新聞編輯室如何運用 Source？這款應用程式在 2020 年有什麼發展計畫？  

EK：截至目前，已有 130 位來自 17 個不同地區的人士使用這款應用程式，查核社群媒體、通訊軟體和新聞網站上的圖片出處。我們很高興有 30% 的 Source 使用者是透過手機存取網站，而目前最大的用戶群來自印度，印度的  Digital News Publishers Association 是致力打擊不實資訊的頂尖媒體公司聯盟，這個組織的成員也為我們提供了重要的意見回饋。

展望未來，我們一邊傾聽事實查核人員的想法，一邊思考如何打造第二版的應用程式。舉例來說，我們知道有人透過 Source 反向查詢影片中的影像資料，反映出這款應用程式未來有機會提供更進階的內容，將觸角延伸至圖文以外。我們的最終目標是以 Source 為核心，打造一個囊括各種公開事實查核資源的「工具箱」，運用 Google 的 AI 技術為全球新聞記者提供最有效的支援和幫助。

責任編輯：Mia
核稿編輯：Chris