美国商界最有洞见领导人之一的马克·扎克伯格，最近又遇到麻烦事了。他过了很长时间才承认脸书存在问题，尽管从报出来的那天起问题就是显而易见的。
简单回顾一下事情经过：11月9日，美国共和党总统候选人唐纳德·特朗普击败民主党总统候选人希拉里·克林顿，当选美国第58届总统。很快，美国各大媒体纷纷刊文，指责脸书(Facebook)上泛滥的假新闻影响了选民判断，认为脸书是帮助特朗普获胜的“帮凶”。甚至连奥巴马也对网络假新闻予以表态，认为假新闻将会威胁美国的民主选举、市场经济等根本制度，他说，“如果仅仅进行重复的攻击，或者一遍又一遍说着彻头彻尾的谎言，那么只要是在像脸书这样的社交媒体上，只要人们可以看见，慢慢的其他人就开始相信这是真的。”
对媒体的指责扎克伯格给以了强烈否认：“脸书上的不实信息影响了选举结果，这个说法简直太疯狂了。”
当然，没有人能确切计算出脸书上的假新闻在此次美国大选中到底产生了多大、多重要的影响。但事实已经表明，无论脸书上有多少假新闻，无论这些假新闻的传播面有多广，它已经给脸书带来了巨大的负面影响，成为脸书必须面对的一个问题。
上周五晚，扎克伯格在脸书发布了帖子，称该社交媒体将采取措施处理假新闻的问题。在这篇500多字的帖子里，扎克伯格反复重申脸书上的假新闻比例相当小，他们正在非常认真地对待这个问题，并且已经与之斗争了一段时间。
不断增多的假新闻
几乎从互联网诞生时起，错误信息和假新闻就一直是个问题。随着互联网的迅速发展和所吸引的巨大资金，假新闻的数量越来越多，手段越来越先进，传播力和社会影响也越来越大。
今年5月皮尤研究中心的调查显示，62%的美国成年人通过社交媒体获取新闻，18%的人会频繁这样做，通过脸书阅读新闻的美国成年人比率高达44%。与此同时，越来越多的人在社交网站上看到并相信不准确的信息，甚至是完全伪造的信息。
假新闻的生产：
这些假新闻是谁制造的呢?毫无疑问，产自越来越多的假新闻网站。假新闻网站通常会使用看起来合法的域名、站名及宣传语，故意模仿现实生活中的报纸或政府宣传机构，骗过网民的眼睛，网站内容从最初有趣的讽刺笑话发展到会得到更广泛分享的看似可信的内容，通过病毒式的传播骗取大量的点击获取巨额广告收入。
假新闻的传播：
那么问题来了，这些假新闻是如何通过脸书这类社交网站得到病毒式传播的呢?原因在于，在脸书的news feed(热门话题)功能中，假新闻会与其他一切信息混合在一起，脸书的机器算法抓取的信息源既包括权威新闻网站，同时也包括为了获取点击率而专门制作“新闻”的网站。此外，即使你点击了脸书上来自华尔街日报的文章，脸书在相关内容的推荐中也可能包含假新闻网站上的文章。
更重要的是，由于脸书想获得更多眼球——它的业务是尽可能多地获得大量关注和分享以增加其广告收入——它就会不断推送用户想看的新闻而并不一定是真实的新闻。Providence Journal(普罗维登斯杂志)采访了南加州大学新闻与传播学院媒体、经济和创业项目主任Gabriel Kahn，他说，“如果他们(脸书)的目的是通过对用户已经相信的一切事情进行再肯定而并不提出质疑，以此方式简单地保持用户参与度，那么必然会产生真实的恶果。他们必须承认错误。”
假新闻的生产者与传播者的互动(尽管这不是社交媒体想要但实际发生的)：
BuzzFeed相关报道曾披露马其顿的青少年创建了100多个支持特朗普的网站来传播假新闻，这些青少年称他们“根本不关心特朗普，只对简单的经济激励有反应：根据脸书定期发布的收益报告，一个美国本土脸书用户的价值大约是其他国家脸书用户的4倍。他们发现产生流量最好的方法是在脸书上传播政治性文章，而在脸书上获得大量分享最好的方法是发布哗众取宠并且迎合特朗普支持者观点的假新闻。”BuzzFeed引用了其中一则假新闻的标题：“2013年的希拉里?克林顿：我想看见像唐纳德?特朗普这样的人参加竞选;他们诚实并且不会被收买”，这则假新闻在脸书上获得了48万次的分享、互动和评论，其互动率几乎三倍于纽约时报在脸书上关于特朗普宣称他在1995年所得税申报表上损失了9.16亿美元的独家新闻。
假新闻甚至会走近候选人。特朗普就曾经用他受到广泛关注的推特账号转发和分享错误的犯罪数据——该数据极大地夸大了美国白人被黑人杀害的百分比。
当点击被兑换成货币，一些人为了获取更多点击量而发布假新闻就显得再正常不过了。线上经济模式以物质刺激点击量，在这种情况下，发布真消息还是假消息又有什么关系呢?线上商业广告简单地只通过点击量来付费，而恶作剧和假新闻的标题往往会驱使人们点进去看，尤其当它们出现在可信领域中时，于是社交媒体就成为假新闻泛滥的温床——因为与主流媒体相比人们觉得与亲戚朋友发生广泛联系的社交媒体更亲切更值得信赖。
脸书打击假新闻的措施会起到多大效果?
面对依然层出不穷依然广泛流传的假新闻，扎克伯格在他的帖子中列出了7条举措：
1.更强的检测：提高分辨错误信息的能力，建立更好的技术系统，在人们举报前就检测出错误信息。
2.更简单的上报：改进用户界面使人们更加方便地上报，以便更快地获取错误消息。
3.第三方核查：小扎写到，“有很多事实核查机构，我们已经与这类机构取得联系，我们计划向更多机构学习。”
4.警告：对第三方和脸书社区标记的假新闻贴上标签，当人们阅读和分享时显示警告。
5.相关文章质量：提高向用户推荐的“相关报道”的准确性。
6.中断假新闻经济：中止假新闻站点使用脸书的广告服务。
7.倾听：小扎写到，“我们将继续与新闻记者和新闻产业中的其他人合作，特别是通过他们的加入，更好地理解他们的事实核查系统，并向他们学习。”
这个模糊的具有不同要素的大纲指出了脸书处理假新闻问题的核心方法，第一眼看去还不错。但这个计划几乎完全没有透露任何细节。
我们来逐条分析一下这些举措：
1、第一条是完善技术系统，这当然是使用机器向用户推荐新闻的脸书所应当做好的头等大事。这个问题当然很复杂，扎克伯格也没有透露任何具体情况，我们只能对其过去的做法进行推测：Gizmodo(美国报道消费电子产品相关消息的科技博客，由尼克·丹顿Nick Denton营运的Gawker Media网络的一部份)曾报道，脸书的内部工作人员称该公司有打击假新闻的工具，但公司最终还是决定不使用这些工具，因为这些工具可能会降级或从news feed(热门话题)中移除相关内容而不成比例地影响右翼新闻网站。很明显，脸书害怕冒犯某些特定用户，害怕放弃让它的服务像万维网一样公开和中立的想法。——那么，未来脸书的新系统在处理假新闻方面是否还会继续受这些因素的影响?为了避免影响诸如右翼新闻网站等特定新闻机构的内容传播，脸书的系统能否更加公平有效地处理好假新闻的问题呢?
2、第二条是关于用户上报。这个问题比第一条更加复杂。脸书上假新闻蔓延已经不是一天两天的事了，脸书也对外宣称一直在处理这个问题，到目前为止，该社交网站取缔假新闻的措施主要依赖于用户上报错误消息。先不谈使用户上报更加容易会在多大程度上打击假新闻，当前这个上报系统本身其实存在很大问题：
根据美国公共广播电台(NPR)11月17日的报道《From Hate Speech To Fake News: The Content Crisis Facing Mark Zuckerberg》，今年夏天，脸书的政策部主任Monika Bickert接受其电话采访，NPR获得了脸书如何审查和发布内容的官方说法，同时NPR也分别采访了10位脸书现在以及曾经的雇员。关于用户上报系统，脸书的官方说法是当用户上报一条内容可能具备攻击性时，公司就会介入审查该内容的准确性。
同时脸书的3位前雇员是这样描述的：
当用户向脸书标记一个帖子的时候，无论这个帖子是照片、视频还是文章，它都会进入一个鲜为人知的部门“社区运营组”。2010年，该运营组在5个国家共有几百人参与工作。脸书发现该部门需要更多人手，在尝试众包式解决方案后(例如使用CrowdFlower提供的远程众包服务)，脸书又转向埃森哲咨询公司将数个分包商组合成一个专门小组。目前这个小组已经有数千人，在菲律宾马尼拉、波兰华沙有大量的办公室。被采访的脸书的几位雇员称他们一直在观察这些分包商的行动：分包商们被要求迅速处理上报的帖子——非常迅速;他们在速度方面被脸书进行评估;通常，一个人花10秒钟处理一个被标记的内容。显而易见，该消息源——他们既有第一手的信息，又是被NPR分开采访的——如果是正确的，那么脸书正在进行的这些事情可能是媒体历史上最大的编辑——又可以被称为“审查制度”。但脸书的领导层始终坚称他们只是在运行一个平台，完全没有人类的判断。
那么目前为止每天花费数千人力进行的内容审查效果如何呢?NPR决定对该系统做一个应激测试，NPR对200个可能被认为是仇恨性言论的帖子进行了标记——特别是在美国针对黑人或者针对白人的攻击性言论。结果发现脸书的分包商面对这些帖子并未表现出一致性，并且还发生了很多错误——脸书在几十个实例中不断改变其立场，有的内容被删除有的被恢复。
在这个测试之后，NPR为了得到关于“为什么有的内容被留下了有的却被删除了”的明确反馈又向脸书分享了很多帖子。一个被贴有#黑人的命不重要#的帖子被脸书保留了。脸书发言人称，该帖子应该被删除，但由于审稿人的观点可能与一个普通的脸书用户不一样，并且由于该公司保护个人隐私，审稿人无法看到用户的所有信息，就会影响他们的判断。发言人还说，与脸书总部的工作人员或者NPR的工作人员相比，被标记帖子的审稿人并没有那么多时间来作出决定。
无论脸书的官方对其目前的表现有多少托词，却不可避免地给人以这样的印象，到目前为止脸书使用庞大人力对被用户标记的内容进行审查的效果并没有多好。于是，我们不禁好奇，在简化了用户上报过程之后，如果随之而来产生更多被上报的帖子，脸书将怎样处理?是雇佣更多的分包商对帖子进行审核?这些分包商的雇员又是以什么样的标准对帖子内容作出准确判断?在判断时间得不到保障的前提下(目前是10秒/帖)，脸书又怎样确保雇员会做出正确判断——过滤掉虚假信息，保留真实内容呢?
3、第三条是邀请第三方事实核查机构合作，此举是目前为止看起来似乎会产生积极影响的方法，它可以扩大脸书处理假新闻问题的知识库，并有可能带来更好的检测和警报系统。但是合作机制、合作的程度和范围都会影响最终效果，因此在脸书进一步公开合作方和合作具体内容之前，还不好下判断。
4、关于第四个方法“警告”，看起来和第二个方法有些类似，都是依赖于用户报告，迄今为止这个方法显然没那么有效。
5、第五条是针对系统推荐的“相关文章”质量的，这是个大问题，有很多信息肯定需要被处理。正如目前大量报道中提到的，脸书存在的一个关键问题就是“回音室”效应——例如—旦脸书的系统认为你支持某一特定的政治阵营，算法就会给你提供越来越多的相关内容。无论算法是被设计成这样的还是别的原因造成的，结果都是通过向用户显示更多的具有相近观点的内容不断加强人们的政治偏好，在这种情况下，用户就容易被带进假新闻的兔子洞中。这个问题比假新闻的问题还要严重，算法在某种程度上强化了人们之前的信念，还会带来更多的现实问题。
处理好这个问题对脸书来说如同割肉，因为目前脸书赚钱的一个重要方式就是通过让人们花费更多的时间停留在其网页上，以此获得巨额广告收入。为达到这个目的，脸书会不断推送人们想阅读的内容，因此其算法会针对用户喜好选择相近观点的内容，而不会推送意见相左的内容。从这个意义上，如果脸书能在未来处理好到底推荐什么样的“相关文章”，对于News Feed整体内容的平衡来说大概是往前迈了一小步。
6、关于第六条，这应该是一个很好的措施，本月脸书和谷歌都宣布它们将中止假新闻站点使用其广告服务，这个措施或将对整个网络生态系统产生显著影响。在此方面脸书需要做的是不断发现假新闻网站。
7、第七条倾听是个不错的选择，不过由于描述的非常模糊，目前不清楚倾听的范围以及能听进去多少建议，在此方面做得好不好可能主要取决于脸书的决心和执行力。
脸书假新闻背后的真问题到底是什么?
在这个世界上，当很多问题爆发的时候，往往是一些深层次原因长时间酝酿发酵而来。脸书的假新闻问题也并不仅仅就是我们所看见的假新闻得到病毒式传播。
19岁时，扎克伯格创立了脸书，最初这个网站基本是以一种科技控的方式在学校的同学间建立联系。在过去的12年间，扎克伯格做出了一些非常具有战略性的决定，通过News Feed(热点新闻)将脸书变成了地球上最强大的信息“经销商”，但扎克伯格并没有注册成立媒体公司(媒体公司必须对内容作出编辑判断)。
扎克伯格或许没有意识到，当他决定向用户大规模提供新闻推送的业务时，脸书就不再是曾经单纯的社交网络了，它已经发展成为社交媒体，这一事实无可争辩——脸书和它的算法决定了每天全世界数十亿人会看什么样的新闻。
到目前为止，这位科技控出身的首席执行官依然强调脸书不是媒体公司，而只是一个简单传送信息的技术平台。扎克伯格似乎鱼和熊掌都想兼得，他既希望提供更多内容让用户始终停留在脸书的网页上，又不想让脸书成为内容真伪的仲裁者，人们在脸书上依然可以发表任何想发表的东西，于是他巧妙地选择让用户判断内容的真伪，提供了目前所谓的上报系统——可是该上报系统并没有起到太大的作用，否则大选结束后各大主流媒体就不会对脸书假新闻的问题群起而攻之。
在NPR本月19日的报道《Mark Zuckerberg Addresses Fake News On Facebook》中，NPR媒体通讯记者David Folkenflik对扎克伯格表达了强烈的不满：“直到最近，我都认为他站在一个极其虚伪的立场，他始终坚称脸书是一个平台而不是发行商。但如果想想脸书令人惊讶的影响，你或许会向他们的洞见致敬，但同时也会觉得，好吧，不可思议的观众来承担责任。因此我并不认为他开始不逃避责任了。”
Techcrunch(美国关注互联网和创业的重量级博客媒体，是美国互联网产业的风向标)上周的相关报道采访了脸书前产品经理、《混乱的猴子》的作者Antonio Garcia-Martinez，他说：“脸书和谷歌的人都躲在数学运算后面，他们极厌恶成为媒体公司，他们不想处理这些事情”，“工程为先的文化与媒体公司是完全对立的。”
“无论脸书说不说自己是个媒体公司，它就是个媒体公司，他们有责任提供合法的信息，”脸书Trending Topics(流行主题，一个新闻版块)的前作者Schrader说，“他们应该采取行动向那些将脸书作为新闻消费工具的人提供更干净、更好的产品。”
NPR采访的脸书的前雇员也认为，“顽固而又盲目的脸书和其他领先的网络公司(例如推特)都存在一个文化问题，他们面临的最困难的问题不是技术问题，而是伦理道德的问题。”
因此，我们可以看见问题的关键在于，脸书首先没有摆好自己的位置，或许没有搞清其角色和巨大的媒体影响力——如果选择只做技术平台，就不要提供媒体服务;如果选择同时提供媒体服务，就应该承担媒体应当承担的社会伦理责任。因为只有承认需要承担媒体责任时，才会发现，作为媒体有比现在的运营方式还要复杂的事情考虑。比如，建立相应的新闻规则——首先应当建立明确的统一标准区分什么是新闻，哪些内容可以被作为新闻进行推送(这也是目前脸书News Feed业务中诟病最深的方面)。对于脸书媒体服务方面的问题，应该不仅仅是算法、工程师或分包商能够解决的。
除此之外，在这些争论和业务背后还隐藏了一个更大的问题，就是利益导向的问题。脸书作为一个公司，为了追求数字不断攀升的财务报表，无论提供的产品服务还是算法的设计，都围绕着一个核心——让用户花更多时间浏览脸书的网页，让更多的用户使用脸书——因为，这可以为脸书吸引更多投资，获得更多广告收益。作为盈利性公司，这种做法无可厚非;但作为一个提供新闻服务的公司，就不能不只考虑收益，因为新闻会影响用户的价值观、情绪以及很多重要决定——例如在美国甚至可能影响选举结果。在这种情况下，更多考虑自身收益的做法必然会引发更多问题。
