Facebook与假新闻、恶作剧和垃圾邮件发送者的斗争永远不会永远结束，但该公司正在尽最大努力保持对其网络上的不良行为者的压力。今天，它宣布了一系列新措施，包括使用机器学习识别由不同帐户复制和粘贴的恶作剧文章。

这不是Facebook第一次宣布使用人工智能来定位误导性内容，而且很明显，该公司夸大了人工智能将好内容与坏内容分类的能力。但在应用这项技术方面，它似乎确实采取了一些小而明智的步骤。机器学习不能自动检查故事的事实，也不能对误导性的标题做出细微的判断，但它可以识别出容易识别的信号，这些信号表明某个报道是行不通的。比如，发现人类事实核查人员已经认定为伪造的故事副本。

根据Facebook今天的博文：

Machine learning helps us identify duplicates of debunked stories. For example, a fact-checker in France debunked the claim that you can save a person having a stroke by using a needle to prick their finger and draw blood. This allowed us to identify over 20 domains and over 1,400 links spreading that same claim.

Facebook产品经理Tessa Ly***在接受BuzzFeed News采访时更详细地介绍了机器学习的使用，称其过滤器现在正试图预测哪些页面“可能”共享不良内容。这包括寻找居住在一个国家但以另一个国家的用户为目标的页面管理员，这是东欧国家垃圾邮件发送者赚钱的常见方式。”这些管理员经常有可疑账户，这些账户不是伪造的，但在我们的系统中被确认为有可疑活动，”Ly***说。

阅读更多：为什么人工智能不能解决facebook的假新闻问题

莱昂斯承认，这些自动化系统可能会意外地以合法场所为目标，但她表示，该公司感觉“相当好”，因为它击中了正确的目标。Facebook表示，它将采取行动，通过“减少其发行量并消除其盈利能力”来打击传播虚假新闻和恶作剧的页面和网站。最后一部分至关重要，因为如果没有经济回报的承诺，这些网站中的大多数都不会存在。

Facebook在其博客中详细介绍了它正在采取的其他一些新措施。其中包括与更多国家的第三方事实核查机构合作（该机构目前在14个国家开展业务，并“计划扩展到更多国家……”。。。到年底），并扩大审判事实，检查断章取义地呈现的个人照片和视频（例如，呈现一场旧战争的图像，好像它们显示了当前的冲突）。

归根结底，正是这些涉及到人类事实核查的计划，在识别假新闻方面最为有效。但人工智能仍然可以提供有用的备份。