惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Stack Overflow Blog
Stack Overflow Blog
Simon Willison's Weblog
Simon Willison's Weblog
L
LINUX DO - 最新话题
T
The Exploit Database - CXSecurity.com
C
CXSECURITY Database RSS Feed - CXSecurity.com
Scott Helme
Scott Helme
L
Lohrmann on Cybersecurity
博客园 - 【当耐特】
P
Privacy & Cybersecurity Law Blog
V2EX - 技术
V2EX - 技术
D
Darknet – Hacking Tools, Hacker News & Cyber Security
Recent Commits to openclaw:main
Recent Commits to openclaw:main
IT之家
IT之家
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
Cloudbric
Cloudbric
云风的 BLOG
云风的 BLOG
K
Kaspersky official blog
T
Threat Research - Cisco Blogs
Webroot Blog
Webroot Blog
A
Arctic Wolf
C
CERT Recently Published Vulnerability Notes
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
H
Hacker News: Front Page
G
Google Developers Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
P
Proofpoint News Feed
Last Week in AI
Last Week in AI
The Hacker News
The Hacker News
MyScale Blog
MyScale Blog
Vercel News
Vercel News
B
Blog RSS Feed
F
Fortinet All Blogs
Google DeepMind News
Google DeepMind News
A
About on SuperTechFans
Microsoft Security Blog
Microsoft Security Blog
腾讯CDC
博客园 - 三生石上(FineUI控件)
D
Docker
O
OpenAI News
有赞技术团队
有赞技术团队
MongoDB | Blog
MongoDB | Blog
H
Help Net Security
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Help Net Security
Help Net Security
AI
AI
T
Tor Project blog
Project Zero
Project Zero
H
Heimdal Security Blog
Latest news
Latest news
NISL@THU
NISL@THU

积薪 - 文章

用Cloudflare Durable Objects实现延迟部署 我可能破解了日式拉面的密码 关于本站最近的更新 近一年来社交网络使用习惯和信息获取方式的一些改变 终于有日本驾照了 台湾观察 我目前使用的AI服务 给博客加了一个搜索功能 你爱的是哪个国? 土地财政的深远影响 我们正在目睹中国文明的孤岛化 原积薪项目将于近日下线 记一次微信群吵架 终于生活在一个气候舒适的地方了 本站已进化到第三代 压垮我的最后一根稻草 不要指望银发经济 为什么是日本 日本首月记录 30岁,我做了个重大决定 什么才是规矩的博客 积薪24年1月更新 尝试留住时间的中年人 ADV换踏板,我不想要远方了 现在房价进行到哪一步了? 回老家远程一周,阳了 连肝两周,积薪8月大更新 一本典型的中式社科书 不太浪漫的田园生活
谣言盛行的时代,你该如何进行信息核查?
李大毛 · 2025-02-25 · via 积薪 - 文章

随着推荐算法的影响力越来越大,我们似乎正在面临着一个谣言和假新闻更加猖狂的时代。中国这边官方下场造谣、平台拉偏架自然无需多谈,美国那边随着川普上台和马斯克的炙手可热势绝伦,谣言已然坐上SpaceX的火箭,不仅成功上天还能重复回收利用。

我将通过本文,分三个层次,告诉你在看到一条新的信息之时,应该如何进行信息核查。越多的人学会核查,谣言的土壤和传播链就会大大减少。

为什么要信息核查

社交网络的算法推荐机制导致信息茧房效应持续加深,斯坦福大学研究发现,普通用户接触同质化信息的概率较五年前提升57%。这种环境特征要求用户必须建立主动核查意识,而非被动接受信息推送。麻省理工学院媒体实验室的跟踪数据显示,具备基础核查技能的用户群体,其社交媒体信息误判率比普通用户低42%。

信息传播速度与验证时效性的矛盾日益突出。剑桥大学网络行为研究中心发现,虚假信息在社交平台的平均传播速度是真实信息的6倍,但专业机构的事实核查平均耗时超过24小时。这种时间差使得用户自主核查能力成为数字素养的核心要素。

确认偏误(Confirmation Bias)是影响信息判断的首要障碍。实验心理学研究表明,当信息符合用户既有观念时,其核查意愿会下降38%。芝加哥大学行为科学团队开发的"逆向思维训练法",通过强制寻找对立证据的方式,可使核查准确率提升29%。

情感唤醒式内容的危险性需要特别关注。神经影像学研究显示,带有强烈情绪色彩的信息会抑制前额叶皮层的理性判断区域,使事实核查所需的认知资源减少43%。针对这类内容,就需要采用"情绪隔离"策略,即先将信息元素进行情感剥离后再进行事实验证。

谣言不仅在数量上大大增加,其内容本身也瞄准了人性的弱点,使受众群体更愿意去相信,并且放弃核查。长此以往,谣言将会强化此类人群的错误认知,从而在阴谋论的道路上一去不返。

对于民主国家来说,对抗谣言就是在捍卫民主和法制,使选民投票和公共决策更加理性。

因此基本的信息核查能力是每个公民都应具备的。

基础验证

基础验证是信息核查的第一步,旨在通过简单的方法快速判断信息的真实性。这一阶段并不需要专业背景或高深的技术,只需具备基本的搜索能力和批判性思维。

信息源可信度

在现实中,绝大多数谣言连基本的信息源都不存在。往往是一个社交媒体上的不知名账户,发表了一个不知道从哪来的消息。这种情况下的判定就很简单了。

当信息源存在的时候,你需要根据其过往信誉,决定是否应该相信。

一般来说,美联社、路透社、法新社作为无党派无立场的新闻社,其内部也有严格的事实核查程序,可信度最高。而经常沦为宣传工具的“新闻社”如塔斯社、新华社,已有大量造谣先例,因此需要格外提高警惕。

The Economist、The Wall Street Journal、New York Times、BBC、The Guardian、Financial Times、Foreign Affairs都是我认为可信度比较高的媒体。

部分媒体立场过于鲜明并且有不实报道的记录,比如半岛电视台,但其在特定领域经常有独家新闻,需要谨慎看待。

关于各媒体的客观度,可以参考Media Bias Chart

但媒体的信誉只是其过往报道的累积,并不代表你此时看到的新闻一定是真实的。所有媒体都或多或少有过发布假新闻的案例。因此你需要继续验证。

当然不是所有信息的来源都是媒体,如今相当多的第一手信息来自视频网站。比如在灾害事件、战争、群体性事件时,会有大量可能是当事人获得的第一手信息。

这时候你同样需要进行验证:这些信息的确来自当事人吗?发布账户属于当事人吗?如果不是,他是如何获取到这个信息的?发布源头在哪?

你也许需要点进其主页,看一下发布者的发布记录。

如果它是媒体账号,其媒体可信度如何?还是只是一个看起来像媒体的账号?

如果它是当事人账号,他的过往发布记录是否可以佐证?比如一个据称是加沙当地人的发布者,他以前发布的内容是否符合所说的背景?

注意,信息来源是必要条件,不是充分条件。可信度高不代表发布的是真的,可信度低不代表是假的,你还需要进一步验证。

内容要素比对

接下来需要验证信息的要素。实施"5W1H"结构化分析:针对人物(Who)、时间(When)、地点(Where)、事件(What)、原因(Why)、方式(How)等要素逐个验证。

我曾多次刷到这样的内容:大意是一个女孩受辱了,但是法律并没有惩罚到施暴者。于是女孩父亲执行了原始的同态复仇。评论里全是叫好的。

这种假新闻就利用了人们朴素的正义感,但仔细一推敲就全是漏洞。发生在哪里?什么时候的事?哪个媒体报道的?全都没有。

人物不明、地点未知、时间未知,只有一个事件的消息,极大概率是假消息。

如果有这些信息,可以对信息中的关键要素进行快速验证:核查时间戳是否合理,使用搜索引擎验证地点、人物、机构名称等基本信息。例如某贴文称"某市突发重大事故",可立即搜索该市应急管理局官网或主流媒体报道。

交叉验证

通过了内容要素比对,不见得就是真新闻。毕竟谣言虽然大多粗制滥造,但也存在精心炮制的谣言。通过了内容要素比对,接下来就是交叉验证。

初级核查阶段建议采用「3+X」验证法则:至少比对三个独立信源的报道内容。骗局的规模越大越难。所以一般情况下,信源越多越可信。

尤其是新闻越重大,报道的媒体和讨论的人就越多。若发现信息仅在自媒体平台传播而缺乏主流媒体报道,应保持高度怀疑。通过这一步可以筛除部分阴谋论。推荐使用NewsGuard等媒体信誉评级工具辅助验证。

技术验证

技术验证阶段需要借助工具和技术手段,对信息进行更深入的分析。这一阶段适合处理复杂或专业性较强的信息。

常识分析

有的时候还可以利用常识和你的专业知识来判断。

最典型的例子,《人民日报》为放卫星站台。只要稍微有点种地经验和常识就能知道这是假的。

《华商报》旗下的“华商汉中”头条号曾发表内宣《孩子出生不到20天,他却主动申请投入抗疫一线……》。原文中,出现刚出生20天不到的双胞胎孩子会说话,问“妈妈干嘛去了?”这种也是属于比较低级的常识性错误。

还有一些常识性错误的发现需要一些背景知识,比如我曾看到川粉说,川普部署警察来地铁“大干200天”来打击犯罪:

如果你对美国的政治体制有一点点了解就会知道美国总统是无法号令州长的,川普是如何指挥纽约州纽约市的?法律上根本不可能。所以即便他附加了视频,显得煞有介事,但你也可以通过常识来发现这个错误。

多媒体内容分析

图片和视频总是能让人放松警惕,觉得有图说服力就大大增加,所谓“有图有真相”,但事实并非如此。之前就连拙劣的PS图片都能骗到大量的人,如今有了AI,生成的多媒体内容真假就更难以分辨了。

对包含图片、视频的信息,可以使用Google Reverse Image Search、TinEye等反向图片检索工具。上传可疑图片检索历史出处,2024年更新后的WeVerify工具可识别97%的深度伪造图像。视频核查需截取关键帧进行反向搜索,同时使用InVID插件分析视频元数据,检测拍摄设备、时间、地理位置等信息是否合理。

社交传播路径

物以类聚人以群分,假消息也是。经常造谣的账号和经常传谣的账号总是集体出动,就像中国的厌女incel极大概率是极端主义、种族主义、极权主义……的拥趸。谣言的传播链条也是具有鲜明的特征。

采用Gephi等社交网络分析工具,可可视化信息传播路径。实证研究显示,真实新闻的传播网络呈现多中心放射状结构,而虚假信息传播链中79.6%存在单一扩散源特征。通过计算节点间路径长度与聚类系数,可有效识别机器人水军集群,此类账户的夜间活跃度通常高于正常用户。

深度调查

当基础验证与技术验证无法完全确认信息真伪时,需要进行深度调查。这一阶段强调逻辑推理和专业知识支持。

逻辑链验证

这种情况指的是,其中的事实部分为真,但推导出结论的逻辑链存在错误。

比如文章中列举了中国近代以来的政治史,最后给出结论:事实证明,中国人民经过无数次尝试后选择了共产党。

这句话你肯定在政治课上学到过,有没有意识到其中的逻辑错误呢?现在其实可以利用AI就能很轻易地发现其中的错误:

————————

这句话“历史证明,中国人民选择了共产党”存在一定的逻辑和事实问题,可以从以下几个方面分析。

  1. 逻辑问题:选择的前提条件不足

“选择”需要多样性和自由意志

“选择”一词通常意味着在多个选项中自由作出决定。然而,在中国共产党的历史发展过程中,尤其是在建国前后,其他政治力量(如国民党、民主党派等)要么被消灭,要么被边缘化,普通民众并没有真正意义上的多选项可供选择。因此,这种“选择”缺乏自由意志的基础。

集体意志的推断问题

将“人民”作为一个整体来表达意志是有问题的。中国有庞大的人口和多样化的社会群体,不同人群在不同历史阶段对共产党的态度可能截然不同。将复杂多样的个体意志简化为“人民选择了共产党”是一种过度概括。

  1. 历史事实问题:缺乏直接民主的验证

中国共产党执政并非通过全民投票

中国共产党在1949年建立政权并成为执政党,并不是通过全国范围内的民主选举实现的,而是通过武装斗争、推翻国民党政府取得了政权。这一过程更多体现的是军事胜利,而非人民在制度化框架下的民主选择。

政治竞争环境受限

在中华人民共和国成立后,中国逐步确立了一党专政体制,其他政治力量被限制或吸纳为“花瓶党派”,无法与共产党形成真正意义上的竞争。在这种情况下,人民是否能够真正表达对共产党的支持或反对,缺乏制度性验证。

  1. 历史叙述中的因果混淆

历史结果不等于主动选择

历史证明的是中国共产党成功建立了政权并长期执政,但这并不等同于“人民选择了共产党”。这一表述混淆了历史结果与主动选择之间的因果关系。许多历史事件(如土地改革、抗日战争等)确实让共产党获得了部分民众支持,但这不能直接推导出全体人民都做出了自愿选择。

忽略强制性因素

在中国共产党执政过程中,政治宣传、思想教育以及对异见的压制都在塑造民众的态度。这种环境下,即使部分民众支持共产党,也可能是受到外部压力或信息控制,而非完全基于自由意志。

  1. 时间维度的问题

历史是动态发展的

不同时期中国人民对共产党的态度可能存在巨大差异。例如,在建国初期,共产党通过土地改革等政策赢得了部分农民支持;但在“大跃进”、文化大革命等时期,许多人对党的政策产生不满。因此,用“历史证明”来总结一个动态变化的过程显得过于片面。

总结

  1. 这句话的问题主要在于:

  2. 忽略了“选择”需要自由和多样性的前提;

  3. 混淆了历史结果与主动选择之间的关系;

  4. 无法通过事实验证人民是否真正有机会表达意愿;

  5. 简化了动态复杂的历史过程。

如果要更严谨地表述,可以改为:“通过历史进程,中国共产党成为了中国的执政党。”

————————

顺带一提,如今的AI逻辑性非常强,中式逻辑、宣传中的诡辩在AI审视下无处遁形。你在网上遇到的粉红谬论往往可以通过AI精准地反驳。prompt可以这样说:基于逻辑和事实,分条目指出下文的错误并反驳。

语义分析

虚假信息常呈现以下语言特征:情感词密度高于正常新闻,模糊指代(如"某些专家")出现频率越多,逻辑连接词越少。

当一个消息蕴含的情绪过于激烈,诉诸情感而非事实,就有可能是假消息。

传播动机

虚假信息的传播中,经济和意识形态的动机占了很大比重。

保健品公司说某产品的功效,其可靠性要经过额外的验证;川普说他的政策实现了什么效果,需要格外注意是否属实。

利益越是相关,审核标准越需要严格。

深度调查还有很多方法,但过于复杂,普通人也无需掌握。

总结

信息核查是数字时代的必备技能。面对信息洪流,我们每个人都应该培养批判性思维,掌握基本的核查方法。

从基础验证开始,关注信息源的可信度,对内容进行要素比对和交叉验证。进一步的技术验证则需要运用工具和专业知识,分析多媒体内容和传播路径。对于复杂信息,深度调查可以揭示逻辑漏洞和潜在动机。

掌握这些技巧的人越多,谣言的传播效果就越差。下次再看到一个消息准备转发前,记得用上面的技巧多确认一下。