01 華爾街日報如何應對Deepfake
圖片丨新聞插圖：你能分辨哪個是假的嗎？
Deepfake，是“deep learning”（深度學習）和“fake”（偽造）的混成詞，專指用基於人工智能的人體圖像合成技術。此技術可將已有的圖像和影片疊加至目標圖像或影片上。
通過深度學習，Deepfake可以將A的臉直接移植到B的臉上，與PS不同的是，Deepfake可以在視頻中幾乎完美地實現換臉。華爾街日報正在培訓他們的檢測團隊，同時與Cornell合作，共同面對這一挑戰。
有一些技術方法可以檢查連續鏡頭是否被更改，例如在視頻編輯程序中逐幀瀏覽以查找不自然的形狀和添加的元素，或者進行反向圖片搜索。但更好的解決方案卻是更傳統的形式：直接檢查來源、找到更早的版本、使用編輯的判斷。
原文鏈接：http://t.cn/E2K8kW9
01 WhatsApp出資一百萬美元贊助假新聞研究
圖片丨新聞插圖
Facebook旗下的WhatsApp出資一百萬美元贊助20個假新聞研究項目課題，致力於假新聞、無關圖片和謠言的檢測，這些問題在印度和巴西尤為嚴重。WhatApp的加密通信機制進一步增加了限制假信息的難度。文章最後列出了項目完整名單。
不過，相比於通過平臺自身努力限制假消息，WhatsApp將更多精力用於教育和引導用戶抵制和識別假新聞。
原文鏈接：http://t.cn/E2KRCDX
02 Instagram新功能：顯示你的使用時間
圖片丨新聞插圖
Instagram近期推出“Your Activity”功能，其中包括設置每日時間限制的工具和暫時靜音推送通知的選項，幫助用戶更好地管理他們使用App的時間，讓用戶更好地控制他們與社交網絡的互動方式。
隨著Apple在iOS上推出屏幕時間和谷歌發佈Android 9.0的數字健康儀表盤 （Digital Wellness dashboard），科技公司正在考慮如何幫助用戶更好地管理他們使用應用程序的時間。
原文鏈接：http://t.cn/E2KReeX
01新聞消費中的社會不平等
圖片丨報告插圖
來源: Reuters Institute for the Study of Journalism
社會消費的不平等總是影響新聞消費，隨著互聯網科技的發展，我們從一個選擇面相對較窄的線下媒體環境轉變為一個競爭更激烈、可選擇性更高的線上媒體環境。當我們轉向更數字化的媒體環境時，不平等是否在增加？
路透研究所的研究發現，媒體數字化使“貧富差距”進一步拉大，媒體多樣性的擴大往往會導致“信息富人”變得“更富”，而“信息窮人”將會變得“更窮”；有研究表明，公共媒體的普及可以減少社會信息接收的不平等；新聞消費不平等已形成社會固化，社會階層較高的人使用線上新聞來源的人數明顯多於社會階層較低的群體，一些高端媒體品牌在較高社會階層的人群中更受歡迎，在較低社會階層的人群中，小報品牌則會更受歡迎。在新聞能夠通過網絡輕易獲得的今天，新聞消費的社會鴻溝卻在逐漸擴大。
原文鏈接：http://t.cn/E2KEIWE
02 民族主義是印度假新聞背後的推動力
圖片丨文章插圖
BBC近期發佈的一項研究顯示，印度民族主義的上升正在推動普通公民傳播假新聞。研究發現，對某些人來說事實遠不如煽動民族認同的情緒重要。
對主流新聞媒體的不信任促使人們從其他來源獲取、傳播信息，因為他們相信這些信息有助於傳播真實的故事。人們幾乎不去驗證信息，同時對自己辨別虛假新聞的能力也過於自信。
2018年傳播的大量數字信息正在使問題惡化。研究對象們幾乎沒有人嘗試查詢假新聞的原始來源，而是通過標明信息可靠的標誌來判斷，包括Facebook帖子的評論數量和圖片類型。人們認為來自家人和朋友的WhatsApp消息可以直接信任並在未經檢查的情況下轉發。而在WhatsApp上廣泛傳播的虛假新聞和謠言已經在印度引發了一波暴力浪潮。
原文鏈接：http://t.cn/E2KETOS
閱讀更多 媒體實驗室 的文章
