亚利桑那州立大学研究人员开发人工智能工具以增强公众对新闻业的信任

在这个标题病毒式传播、人们不停刷屏的时代，虚假信息的传播速度远超真相。即便细心的读者，也可能被那些听起来有理有据、实则在逻辑上巧妙扭曲现实、却又始终不算彻底撒谎的内容所影响。

而Skeptik正是为此而生。

Skeptik由亚利桑那州立大学(Arizona State University, ASU)一支跨学科团队开发，是一款基于浏览器的新工具，旨在帮助读者识别这些隐藏的逻辑漏洞。
该系统由富尔顿工程学院计算与增强智能学院，以及ASU战略传播中心的研究人员共同打造，它采用与现代人工智能聊天机器人类似的大语言模型，并将这些模型与人类传播理论相结合，自动识别并解析网络新闻中的逻辑谬误。
“我们的目的不是告诉人们该思考什么。” 该项目负责人Fan Lei说，他于2025年从富尔顿工程学院获得计算机科学博士学位。“而是帮助他们看清一个论点是如何构建的，哪里站得住脚，哪里又在投机取巧。我们希望赋予读者批判性思考的能力，而不是让他们被动地接收信息。”

看穿文字游戏

传统事实核查可以验证一则说法是否属实，但往往会忽略更深层的说服结构与修辞技巧，而正是这些手段让谎言显得合情合理。Skeptik系统填补了这一空白，它会扫描新闻文本中的逻辑矛盾，并直接在文章中标注出可疑语句。
读者点击后即可查看简要解释、外部证据，甚至可以与人工智能模型实时对话，获得更深入的说明。在该系统原型中，不同类型的逻辑谬误用不同颜色标注，并链接到交互式侧边栏。例如，模糊表述会用紫色下划线标出，红色则标记偷换论题的谬误。鼠标悬停可查看简短解释，点击后会展开多层“引导面板”，帮助读者逐步深入思考。
第一层提供简单澄清，解释该推理为何具有误导性；第二层给出佐证与反面观点，帮助读者更具批判性地评估相关说法；第三层提供前瞻性背景，让读者在下次遇到类似虚假信息模式时能够提前识别。
“人们相信虚假信息，并不总是因为粗心，而是因为有说服力的文字往往听起来很有逻辑。我们想给读者一个停下来思考的途径：这个结论真的能从证据中推导出来吗？”Fan Lei说道。

帮我们独立思考的人工智能

该项目的理论基础源自接种理论。这一传播理论认为，让人们先接触少量虚假信息并解释其错误之处，能帮助他们之后抵御更大规模的谎言。这一洞见来自合著者、休・唐斯人类传播学院荣誉退休教授Steve Corman，他长期从事战略传播与叙事分析研究。
研究团队将Skeptik的人工智能设计成对话助手，而非全知全能的裁判。当它标记出潜在逻辑谬误时，表述会非常谨慎，例如显示“这可能属于某类谬误”，最终判断权仍交给读者。
这种自动化与人为解读之间的平衡，正是Ross Maciejewski所坚持的核心理念。他是计算机科学与工程教授、计算与增强智能学院院长，负责指导Skeptik项目的学生工作，并鼓励他们设计增强而非替代人类理性思考的系统。

*富尔顿工程学院计算与增强智能学院院长Ross Maciejewski，他牵头开展了包括Skeptik在内的多个项目，该项目利用计算机图形技术服务于公共利益。

“优秀的可视化与人工智能工具，应该帮助人们更清晰地思考，而不是替他们思考。Skeptik就体现了这一理念。它旨在培养批判性意识的系统。” Maciejewski说道。
作为数据可视化与以人为本人工智能领域的全国领军学者，Maciejewski长期致力于推动兼具技术价值与社会影响力的项目。在他的任期内，他拓展了多方合作，以应对技术、政策与公共传播交叉领域的各类挑战。

连接代码与传播

这种跨学科精神是Skeptik取得成功的关键。工程团队负责搭建计算机科学框架以保证浏览器流畅运行，而传播学者则确保解释内容能让普通读者真正理解。
“与Corman教授的合作让我大开眼界。” Fan Lei说，“他帮助我们把技术检测结果转化为有意义的指引，贴合人们阅读、辩论和形成观点的方式。这是真正的人机协作。”

Fan Lei在一场学术活动中展示了 Skeptik

该系统目前可识别九种常见逻辑谬误，包括片面筛选、错误归因、转移话题等，并在文本中进行可视化标注。在一系列案例研究中，Skeptik成功识别出气候变化、选举流程、公共卫生相关文章中的误导性推理，且通常能在不夸大渲染的前提下，为复杂问题提供清晰背景。

研究团队使用Ad Fontes Media数据集（该数据集对数千家新闻媒体的偏见度与可信度进行评级）进行测试，Skeptik揭示出一个惊人规律：信息来源偏见越强，其文章中的逻辑谬误就越多。研究结果表明，未来谬误检测技术可以补充现有事实核查指标，为新闻可信度提供更细致的衡量标准。

“市场非常需要Skeptik这样的工具，它不告诉人们该想什么，而是教人们如何更批判地看待媒体内容。我们特意设计成它不会直接说‘这句话是错的’，而是告诉读者：‘你可以从这些角度更仔细地审视这句话。’”Corman说。

更理性阅读的未来

对研究人员而言，Skeptik的意义不在于监管，而在于培养求知欲。

“在信息过载的时代，人很容易变得愤世嫉俗，但如果我们能打造出让批判性阅读更具互动性、甚至有点趣味的工具，就能在一定程度上重建新闻从业者与受众之间的信任。”

如今在加拿大滑铁卢大学担任博士后学者的Fan Lei这样说。

团队希望将Skeptik打造成一个开放、持续迭代的框架。未来版本可能加入可视化功能，展示文章的逻辑结构脉络，或支持读者众包标注，共同优化谬误检测。研究人员还希望将系统适配到课堂教学中，让学生通过实操学习分析偏见与修辞。

对Maciejewski来说，这个项目体现了人工智能在应对社会挑战中日益重要的作用。

他说：“这类研究完美展现了富尔顿工程学院的核心理念，高精尖的技术，同时又具有人文关怀。我们打造的技术不只是处理信息，更是帮助人们理解信息。”