MrOrz
MrOrz

MrOrz / Johnson 在軟體公司上班。 下班後,是 g0v Cofacts 專案的發起人。

四萬人加好友的《Cofacts 真的假的》是如何煉成的

電子信件、電腦即時通訊到智慧型手機通訊時代,轉傳謠言一直都是許多人煩心、但又沒有困惱到想要積極解決的問題。

那時候大家在 e-mail 裡頭會互相轉寄的連鎖謠言,從現在經歷過搜尋引擎、部落格、論壇討論的年輕族群角度來看是很不可思議的。而現在,LINE 的聊天視窗裡正在發生的,與過去 email 時代發生的極其相像,只是現代網路的滲透率更高、觸及到了非常多沒有經過上面那段時期的人。於是年輕人從網路混亂中野蠻生長學到的「查證網路訊息、接觸不同觀點」技能,也需要重新設計,讓更多人能更輕易掌握判別內容的識讀能力。

一開始,大家自己在各自的聊天視窗裡查證收到的訊息,但辛苦查證的結果,通常也只能在群組裡小範圍擴散;花了時間去 google、梳理資料,最後卻只有群組裡的人能看到,實在很可惜。

於是,我們的第一個嘗試,是簡化「事必躬親地去 google、梳理資料」,於是有了 2016 年 10 月的第一次提案。做著做著發現,闢謠這件事情不是把訊息原文加上「謠言 闢謠」等關鍵字拿去餵 Google 就能輕鬆搞定的,所以發展成了現在這個群眾協作的形式。

Cofacts 系統全覽。系統核心是一個由轉傳訊息與回應組成的資料庫。有兩種使用者:透過 chatbot 查詢與回報轉傳訊息的 chatbot 使用者,與在網站上撰寫回應的編輯。

背後的設計想法

Cofacts 目前有幾個值得一提的設計選擇。

  1. 任何人都可以成為編輯
  2. 一篇訊息可以有多個回應
  3. 處理「個人意見」
  4. 反問「為什麼你覺得這是謠言」

Design choice 1: 任何人都可以成為編輯

我們相信 Wikipedia 與大英百科的準確性沒有顯著差異,其中一個原因就是 Wikipedia 海納百川。

我們選擇不對編輯身份進行查驗,另一方面也是開發資源不足底下的權衡之計,我們無法證明審核的編撰者就能公正地查證回應、也沒有精力去實行驗證考核編撰者。那不如先設計更重要其他能讓社群能先茁壯的機制--例如說一個鼓勵讓編輯們重寫使用者覺得沒有幫助的回應的機制、讓編輯們養成闢謠習慣的機制等等。

想要當當看編輯嗎?四步驟就可以上手唷!

Design choice 2: 每一篇訊息能有多篇回應

讓任何人都可以成為編輯的一個配套措施,就是允許編輯們對訊息撰寫多個回應。

Cofacts chatbot 讓使用者自行挑選要看的回應。

比起 Wikipedia 最終呈現一篇完整的文章,將討論過程放在延伸頁面,我們設計更接近 Stackoverflow 與 Quora 等線上問答平台,揭露所有討論過程也讓群眾可以 upvote 與 downvote 回應內容。

針對這樣的設計,常常會有人問我們,「啊~這麼多回應我要相信哪篇?」
很不幸的是,目前絕大多數的訊息目前都只有一篇回應而已 😅。

再者,若真的有很多互相衝突的回應,我們鼓勵使用者自己決定要相信誰。他們可以看看這篇回應挑選的 reference 是否能支持編輯的敘述、以及回應到底有沒有回應到自己心中的疑惑等等,來選擇與決定自己採信哪個回應。另外,如果一篇訊息有很多回應,有可能是這篇訊息有分很多段落,而不同回應可能是針對不同段落來做答覆的,因此不一定所有回應都彼此拮抗。

最後,如果使用者覺得現有的回應都不夠好,我們也鼓勵使用者自己撰寫一篇送出,將自己的想法與查證結果與大家分享。這是在「任何人都可以成為編輯」的現況下,盡量能讓回應保持在一定品質的辦法之一。

鼓勵使用者撰寫回應
向 chatbot 使用者詢問對回應的意見

Design choice 3: 處理個人意見

Snopes 等傳統 fact-checker 不碰「個人意見」。但 Cofacts 在去年 8 月就讓編輯在回應時,可以選擇「含有個人意見」這個分類,並且用另一個主觀意見來回應轉傳訊息。

編輯使用「含有個人意見」回覆時,需要填寫的欄位

舉例來說,2017 年的文白之爭是高度意識形態化的議題,沒有什麼客觀事實可供查證。當時 Cofacts 編輯看到反對調降文言文比例的訊息,就用支持方意見反駁,而反之亦然。大家也能直接到 Cofacts 的回應列表選擇「含有個人意見」,看看目前平台上有哪些訊息被標示成「含有個人意見」。

有人可能會問,與客觀事實無關的個人意見,屬於個人言論自由,這怎麼會是 fact-check 的範疇呢?其實,這一切都是為了讓編輯開心、也讓使用者開心

當 LINE 使用者把個人觀點文章轉傳進來,通常代表使用者某種程度上不太認同這則訊息。而當 Cofacts 編輯讀到個人觀點想要反駁、但又因為都是主觀論述因此無法標記成「含有不實訊息」,也會讓編輯感到有些沮喪。「含有個人意見」分類讓編輯能把「不同觀點」的「主觀意見」當作 Reference 送進資料庫,也讓 LINE 使用者能閱讀自己所想要參考的不同觀點,因此對編輯與使用者來說是雙贏的局面。

傳統 fact-checker 沒有這層「編輯」與「使用者」的互動模式,自然也不會想要觸碰「個人意見」這個燙手山芋了。

Cofacts 與傳統 Fact-checker 的不同之處

Design choice 4: 對 chatbot 使用者提問

有時候 Cofacts 會收到不像謠言的訊息,像是中央氣象局發布的天氣預報、主流媒體的報導等等。這些不明確爭議點的內容,對於平台來說是不能發揮的雜訊。編輯們想知道,LINE 使用者到底為什麼想把訊息傳進來?他對一則訊息的什麼地方最困惑?

在幾個禮拜前,chatbot 開始會在使用者送訊息進資料庫時,請使用者輸入「感到疑惑的、想要知道的部分」。一方面我們想透過這個機制,讓與謠言查證無關的訊息少進來一些,另一方面也讓編輯無須再憑空猜測使用者的本意。最後,我們也希望這個功能鼓勵 LINE 的使用者學會如何用文字描述讀完一篇網路訊息之後心中的疑惑,我們認為這是媒體識讀的重要一步。

Chatbot 詢問使用者送出訊息的理由

編輯可以閱讀 LINE 使用者送出的理由,決定回應的方向

現況如何?

這張表呈現了 chatbot 使用者查詢訊息的狀況。每當使用者在 chatbot 點選一篇資料庫裡的訊息,“Search count” 就會 +1。

可以看到在整個 2018 年七月有 10,000 多次 search count,使用人次約 4,700。

被查詢最多次的是陶板屋假禮券訊息,這個月被查詢了 302 次,而訊息在當天就被回覆了。

「自動回覆」最有價值的地方是能讓編輯精心撰寫的回應,用超低的零邊際成本發放給每一個來問的使用者。若使用者能把 Cofacts 的回覆再轉傳回去原本收到訊息的地方,那就能讓回覆被更多人看到。

這幾天最熱門的訊息,非「出國要帶身分證」莫屬了。根據統計圖表,詢問次數在 7/30 達到了高峰(125 次)。反應迅速的編輯在 7/29 就已經填上了回應,代表 7/30 的百來位 LINE 使用者,都能閱讀到編輯的回應。

看了這些曝光率超高的回應,是不是很想要捲起袖子,親自來為目前 chatbot 的 40,000 名 LINE 使用者撰寫回應呢?

遇到什麼困難?

2018 年 2 月至 5 月的每日新增訊息與每日活躍編輯數

與許多開放協作的計畫一樣,Cofacts 遇到的困難就是參與協作的編輯不足。每天平均有 35 篇「新」訊息會進入 Cofacts 的轉傳訊息資料庫,但每天卻平均只有 3.5 名編輯在回應訊息,等於一個人每天得要做 10 篇才能趕上訊息進來的速度。

編輯不足,會影響到幾件事情:

  • 編輯壓力:現有編輯壓力山大。
  • 回應品質:編輯群缺乏多元背景,無法針對不同領域的訊息準確回應。
  • 速度:回應撰寫出來的時候,假訊息可能已經造成了負面影響

我們還在思考怎麼在有限的團隊運作與程式開發資源下,提升編輯的數量。因此想聽聽大家對 Cofacts 的各種想法:

  • 對「群眾協作闢謠」的想法是?
  • 對「用個人意見回個人意見」的感想?
  • 你會想來當編輯、用鍵盤做功德嗎?為什麼?
CC BY-NC-ND 2.0 版权声明

喜欢我的文章吗?
别忘了给点支持与赞赏,让我知道创作的路上有你陪伴。

第一个支持了这篇作品
加载中…
加载中…

发布评论