AI 도구, 뉴스 소스의 정확성과 정치적 편향성 탐지

• 개별 주장만 스크래핑하는 게 아니라 뉴스 소스에 초점을 맞춰 가짜·편향 뉴스 탐지하는 새로운 머신러닝 알고리즘
• 새 뉴스 기사에 대해 최대 70% 정확도 달성
• 소스가 신뢰할 수 있는지 판단하는 데 단 150개 콘텐츠만 필요

소셜 미디어 플랫폼은 누구나 인터넷에서 정보를 공유하고 퍼뜨리기 극도로 쉽게 만들었습니다. 이는 가짜 뉴스의 확산을 낳았으며, 보통 사람들의 감정을 조작해 정치 선거 같은 큰 이벤트에 영향을 주거나, 광고 표시로 트래픽을 유도해 수익을 내기 위해 생성됩니다.

많은 기술 거물들이 자체 가짜 뉴스 탐지 시스템 구축에 상당한 자원을 투입하고 있지만, MIT와 카타르 컴퓨팅 연구소의 연구자들은 가짜 뉴스를 탐지하는 최선의 전략이 개별 주장만 분석하는 것이 아니라 뉴스 소스에 초점을 맞추는 것이라고 믿습니다.

이 접근법을 사용해 전체 뉴스 미디어를 특성화하여 보도의 사실성을 예측하는, 소스가 신뢰할 수 있는지 판단하는 새로운 머신러닝 기반 방법을 개발했습니다.

어떻게 편향 뉴스를 판단하나?

시스템 뒤의 아이디어는 한 사이트가 이전에 잘못된 사실을 게시했다면, 다시 그럴 확률이 꽤 높다는 것입니다. 그런 웹사이트의 다른 콘텐츠를 분석하면 시스템이 처음에 어떤 사이트들이 그렇게 할 가능성이 있는지 판단하는 데 도움이 됩니다.

가짜 뉴스를 신뢰성 있게 식별하려면 기사에서 구조, 복잡성, 감정 같은 공통 언어적 특징을 찾을 수 있습니다. 예를 들어, 대부분의 가짜 뉴스는 감정적이고 주관적이며 과장된 언어를 사용합니다.

이 연구에서 그들은 다음에서 파생된 여러 특징으로 실험했습니다:

1. 대상 뉴스 소스의 콘텐츠
2. 트위터 계정과 위키피디아 페이지
3. URL 구조
4. 방문자 수

그들은 Media Bias/Fact Check라는 웹사이트에서 데이터를 수집했습니다. 인간 검토자들의 도움으로 이 웹사이트는 인기 미디어 소스와 빈약한 콘텐츠 팜을 포함해 거의 2천 개의 뉴스 사이트의 사실성과 편향성을 조사합니다.

참조: arXiv:1810.01765 | MIT

이 데이터는 인간 검토 웹사이트와 같은 방식으로 소스를 분류하도록 개발된 머신러닝 모델에 입력되었습니다. 모델은 인상적인 결과를 냈습니다: 새 뉴스 기사에 대해 기사가 낮음/중간/높음 수준의 사실성을 가지는지 판단하는 데 65% 정확도를 달성했고, 콘텐츠가 우파/좌파/중도 성향인지 판단하는 데 70% 정확했습니다.

이미지 출처: MIT

연구자들은 시스템이 소스 웹사이트를 신뢰할 수 있는지 정확히 판단하는 데 단 150개 콘텐츠만 필요하다고 주장합니다. 따라서 가짜 뉴스가 인터넷 전반에 너무 널리 퍼지기 전에 걸러낼 수 있습니다.

다음 단계는?

연구자들은 현재 시스템의 정확도를 개선하고 기존 팩트 분석기와 연동해 작동하게 만드는 중입니다. 시스템이 특정 주제에 대해 '이상하거나 혼란스러운' 출력을 제공하면, 수동 검토 플랫폼이 그 결과를 빠르게 확인하고 다른 관점에 어떤 타당성을 부여할지 결정할 수 있습니다.

저자들은 또한 거의 1천 개의 뉴스 웹사이트를 정확도와 편향 점수로 태깅한 오픈소스 데이터셋을 생성했습니다. 또한 사람들이 정치적 거품에서 벗어날 수 있도록 모바일 앱을 출시할 계획입니다. 게다가 다른 언어에서도 작동하도록 시스템을 훈련하려 시도할 것입니다. 우파/좌파 편향을 넘어 다른 지역에 더 관련 있는 다른 형태의 편향을 모델링하고자 합니다.

참고: 소셜 네트워킹 사이트에서 가짜 신분증 탐지하는 새로운 일반 알고리즘

이러한 유형의 알고리즘은 사람들이 어떤 가짜 사이트처럼 생겼는지, 그들이 어떤 유형의 기사를 게시하는 경향이 있는지 이해하는 데 도움을 줄 수 있습니다.