Return to Video

Markham Nolan: 如何辦別網路訊息的真偽

  • 0:01 - 0:03
    我從17歲開始當記者到現在
  • 0:03 - 0:07
    現在從事這行很有趣
  • 0:07 - 0:09
    因為正如各位所知道的
  • 0:09 - 0:12
    這個世代的媒體型態已有了很大的變動
  • 0:12 - 0:15
    在座的各位大概都知道
  • 0:15 - 0:18
    以商業的角度來看，這個産業已經玩完了
  • 0:18 - 0:21
    正如我爺爺所說的，利潤都被谷歌(Google)吃吞噬掉了
  • 0:21 - 0:23
    所以現在從事記者這行變得很有趣
  • 0:23 - 0:26
    不過在這遽變中，我比較感興趣的不是輸出端
  • 0:26 - 0:29
    而是輸入端
  • 0:29 - 0:32
    也就是我們取得資訊和新聞的方法
  • 0:32 - 0:35
    因為新聞媒體和觀眾之間的力量消長
  • 0:35 - 0:37
    已經有了大幅的改變
  • 0:37 - 0:39
    所以一切都變得不一樣了
  • 0:39 - 0:41
    過去長久以來
  • 0:41 - 0:44
    觀眾無法影響新聞或做任何改變
  • 0:44 - 0:46
    因為觀眾無法與媒體取得聯繫
  • 0:46 - 0:48
    不過現在已經産生了不可逆的轉變
  • 0:48 - 0:50
    我第一次聯繫新聞媒體是在1984年
  • 0:50 - 0:54
    當時BBC的員工罷工一天
  • 0:54 - 0:57
    當時我很不滿、很生氣，因為我看不到卡通
  • 0:57 - 1:00
    所以我寫了一封信
  • 1:00 - 1:03
    信件的結尾我是這樣寫的：「4歲的忠實觀眾Maekham」
  • 1:03 - 1:06
    我覺得這招真很有用，現在依然管用
  • 1:06 - 1:09
    我不知道我對那天的抗議事件是否帶來任何的影響
  • 1:09 - 1:12
    不過我知道的是，三個月後他們才回我的信
  • 1:12 - 1:14
    這就是信件往返的時間
  • 1:14 - 1:16
    一般人要花這麼久的時間才能産生影響力和收到回覆
  • 1:16 - 1:19
    不過這一切已經改變了
  • 1:19 - 1:22
    因為身為記者，我們的互動是即時的
  • 1:22 - 1:24
    我們的角色不再是等待觀眾的反應
  • 1:24 - 1:28
    我們要反應觀眾，因為我們依賴觀眾
  • 1:28 - 1:30
    觀眾幫我們挖掘新聞
  • 1:30 - 1:35
    幫我們找到報導的最佳角度，以及他們想要聽到的東西
  • 1:35 - 1:39
    這就是即時性，迅速且同步
  • 1:39 - 1:45
    身為記者就是要捕捉這些訊息
  • 1:45 - 1:47
    舉個例子讓大家知道我們有多依賴觀眾
  • 1:47 - 1:52
    9月5日哥斯大黎加發生地震
  • 1:52 - 1:54
    地震規模7.6，相當大
  • 1:54 - 1:57
    震波經過60秒後
  • 1:57 - 2:00
    抵達250公里外的馬納瓜
  • 2:00 - 2:04
    從震央發生地震到馬納瓜開始晃動隔了60秒
  • 2:04 - 2:06
    而推特(Twitter)在地震後30秒就出現了地震的消息
  • 2:06 - 2:09
    有人發文"temblor"，意思就是地震
  • 2:09 - 2:12
    震波以物理的方式傳遞
  • 2:12 - 2:14
    需要花上60秒的時間
  • 2:14 - 2:16
    而地震的消息只花了30秒的時間
  • 2:16 - 2:19
    便同步傳遍世界各地
  • 2:19 - 2:22
    理論上每個人都有可能得知
  • 2:22 - 2:25
    馬納瓜發生地震的消息
  • 2:25 - 2:27
    這情況之所以會發生是因為這個人習慣作記錄
  • 2:27 - 2:31
    也就是更新個人的最新狀態
  • 2:31 - 2:34
    就像現在大家都會更新個人狀態一樣
  • 2:34 - 2:36
    不論發生什麼事，我們只要更新狀態、上傳照片和影片
  • 2:36 - 2:39
    這些資訊便不斷的透過雲端更新
  • 2:39 - 2:42
    這代表有很多的資料
  • 2:42 - 2:45
    無時無刻在更新
  • 2:45 - 2:47
    我們看看這些數據的確很嚇人
  • 2:47 - 2:50
    每分鍾有72小時的影片
  • 2:50 - 2:51
    上傳到YouTube
  • 2:51 - 2:55
    也就是說，每秒鐘有超過一個小時的影片上傳
  • 2:55 - 2:59
    圖片方面，每秒有58張照片上傳到Instagram
  • 2:59 - 3:03
    有超過3500張照片上傳到臉書(Facebook)
  • 3:03 - 3:06
    從我開始演說到結束這段期間
  • 3:06 - 3:10
    YouTube會多出864小時的影片
  • 3:10 - 3:14
    臉書和Instagram上會多出250萬張照片
  • 3:14 - 3:18
    所以投入記者這一行很有趣
  • 3:18 - 3:20
    因為我們應該有管道可以知道所有的事
  • 3:20 - 3:23
    我應該可以即時得知世界各地發生的大事
  • 3:23 - 3:27
    這一切不用花到半毛錢
  • 3:27 - 3:30
    在座的各位也辦得到
  • 3:30 - 3:33
    問題是，當訊息太多時
  • 3:33 - 3:35
    要在這麼龐大的資訊量裡
  • 3:35 - 3:37
    要找出有用的訊息實在不容易
  • 3:37 - 3:39
    最明顯的例子就是颶風桑達(Sandy)
  • 3:39 - 3:42
    桑達是個超級颶風
  • 3:42 - 3:45
    這個百年難得一見的超級颶風
  • 3:45 - 3:48
    讓蘋果的股價嚴重受創（笑聲）
  • 3:48 - 3:53
    我們看到很多從未看過的媒體資訊
  • 3:53 - 3:55
    這表示記者得去求證
  • 3:55 - 3:58
    我們必須分辨那些照片是舊照重新上傳
  • 3:58 - 4:00
    那些是借用先前的颶風照片
  • 4:00 - 4:04
    合成出來的圖片
  • 4:04 - 4:09
    像是這張借用「明天過後」的照片（笑）
  • 4:09 - 4:12
    我們也得處理一些看起來非常真實
  • 4:12 - 4:14
    很難確定是否為真的照片
  • 4:14 - 4:18
    （笑）
  • 4:18 - 4:22
    玩笑歸玩笑，這張出現在Instagram的照片
  • 4:22 - 4:24
    讓很多記者爭論不休
  • 4:24 - 4:27
    沒人能確定，所以Instagram過濾了這張
  • 4:27 - 4:29
    有人質疑光影，幾乎每樣東西都有人質疑
  • 4:29 - 4:31
    結果後來發現這張照片是真的
  • 4:31 - 4:34
    這張是曼哈頓C街淹水的景象
  • 4:34 - 4:36
    這張照片之所以認定為真
  • 4:36 - 4:38
    是因為他們找到照片的來源
  • 4:38 - 4:40
    這張照片來自紐約的美食部落客
  • 4:40 - 4:42
    這群部落客很有名，頗受尊重
  • 4:42 - 4:45
    這張照片不是假的，而是經過證實的
  • 4:45 - 4:48
    記者的工作就是過濾訊息
  • 4:48 - 4:51
    記者的工作不是找資料
  • 4:51 - 4:53
    不是提供資料給讀者而已
  • 4:53 - 4:55
    還要把可能造成負面影響的東西剔除
  • 4:55 - 4:58
    所以追朔可信的來源變得越來越重要
  • 4:58 - 5:02
    很多記者從推特(Twitter)尋找來源
  • 5:02 - 5:05
    如果運用得當，推特等同可靠的新聞網
  • 5:05 - 5:08
    因為上面有非常多的訊息
  • 5:08 - 5:10
    2011年的埃及革命是個很好的例子
  • 5:10 - 5:14
    讓我們知道在推特上獲得訊息的優點與困難
  • 5:14 - 5:17
    身為來自都伯林(Dublin)的局外人
  • 5:17 - 5:19
    我不會講阿拉伯語
  • 5:19 - 5:21
    推特清單(Twitter List)有很多不錯的訊息來源
  • 5:21 - 5:24
    有很多可靠且重要的人可以加入清單
  • 5:24 - 5:27
    那我們要如何從無到有建立一個清單？
  • 5:27 - 5:29
    這不容易，因為你得找對方法
  • 5:29 - 5:32
    有位名為André Pannison的義大利學者
  • 5:32 - 5:36
    將訊息的聯結視覺化
  • 5:36 - 5:38
    他將穆巴拉克(Hosni Mubarak)下台那天
  • 5:38 - 5:41
    來自解放廣場(Tahrir Square)的對話集結起來
  • 5:41 - 5:44
    圖上的點代表推文
  • 5:44 - 5:47
    當有人推一則訊息時，兩個點之間會産生聯結
  • 5:47 - 5:49
    如果越多人推這則訊息
  • 5:49 - 5:52
    則産生的點越多，於是聯結就形成了
  • 5:52 - 5:54
    這種將對話視覺化的方法真的很神奇
  • 5:54 - 5:57
    可以從中知道那些人的推文比較有趣
  • 5:57 - 6:00
    那些人值得調查
  • 6:00 - 6:03
    隨荖互動越來越密集
  • 6:03 - 6:05
    狀態變得越來越熱絡
  • 6:05 - 6:10
    最後你就可以從中找到很多有規律的線索
  • 6:10 - 6:11
    你可以從點開始
  • 6:11 - 6:14
    然後想：「嗯，我想調查一下這些人，
  • 6:14 - 6:16
    這些消息看來很可靠，
  • 6:16 - 6:18
    我們來看看這些人是誰。」
  • 6:18 - 6:20
    在一片資訊洪流中
  • 6:20 - 6:24
    這即時訊息網站對記者來說很有趣
  • 6:24 - 6:26
    因為我們更勝以往
  • 6:26 - 6:28
    擁有更多調查的工具
  • 6:28 - 6:31
    當你著手調查訊息來源的時候
  • 6:31 - 6:34
    你可以做到更深入的程度
  • 6:34 - 6:37
    有時你會遇到很吸引人的題材
  • 6:37 - 6:41
    你非常非常想用
  • 6:41 - 6:43
    可是你無法百分之百確定是否能用
  • 6:43 - 6:44
    因為你不曉得來是否可信
  • 6:44 - 6:47
    你不知道訊息是否完整，是否為重新上傳的舊聞
  • 6:47 - 6:48
    所以你要做調查工作
  • 6:48 - 6:51
    接下來我要播的影片
  • 6:51 - 6:54
    是我們幾個禮拜前發現的
  • 6:54 - 6:56
    影片：才一秒鐘風就變得很大
  • 6:56 - 7:01
    （實際風雨聲）
  • 7:01 - 7:04
    （爆炸聲）哇哩咧！
  • 7:04 - 7:07
    Markham Nolan：如果你是新聞製作人
  • 7:07 - 7:09
    你一定會想播這段，因為真的很精彩
  • 7:09 - 7:12
    你知道嗎，這個人的反應實看來很真實
  • 7:12 - 7:14
    看起來真的是在自家後院拍的
  • 7:14 - 7:18
    不過你如何知道這個人是真是假？
  • 7:18 - 7:20
    或者是不是舊影片重新上傳？
  • 7:20 - 7:23
    所以我們就去研究這段影片
  • 7:23 - 7:25
    我們唯一的線索是YouTube上的使用者名稱
  • 7:25 - 7:28
    這個帳號只有上傳一支影片
  • 7:28 - 7:29
    使用者名為Rita Krill
  • 7:29 - 7:33
    我們不知道Rita是不是確有其人，或者只是假名
  • 7:33 - 7:36
    不過我們仍藉由免費的網路工具尋找
  • 7:36 - 7:39
    我們首先使用Spokeo來尋找Rita Krills這個人
  • 7:39 - 7:41
    我們搜尋整個美國，結果發現紐約、
  • 7:41 - 7:44
    賓州、內華達州、佛州都有人叫作Rita Krills
  • 7:44 - 7:47
    所以我們接下去使用第二套免費工具
  • 7:47 - 7:49
    叫作Wolfram Alpha來查詢氣象報導
  • 7:49 - 7:52
    看看是否和影片拍攝上傳時的天氣吻合
  • 7:52 - 7:53
    我們查詢這幾個州的天氣
  • 7:53 - 7:57
    結果發現佛州當天有發生大雷雨
  • 7:57 - 8:00
    接下來我們打開電話簿
  • 8:00 - 8:03
    搜尋所有名為Rita Krills的資料
  • 8:03 - 8:04
    結果我們找到了幾個地址
  • 8:04 - 8:07
    接下去我們用谷歌地圖(Google Maps)找到了一間房子
  • 8:07 - 8:09
    這間房子有一個游泳池
  • 8:09 - 8:12
    看起來和影片中的很像，所以我們回頭看影片
  • 8:12 - 8:15
    找尋可能的線索交叉比對
  • 8:15 - 8:18
    影片中這裡有個雨傘
  • 8:18 - 8:20
    泳池中間有張白色的氣墊床
  • 8:20 - 8:23
    泳池的邊角是圓角
  • 8:23 - 8:25
    而且後院有兩棵樹
  • 8:25 - 8:27
    回到谷歌地圖拉近一點
  • 8:27 - 8:30
    的確有張白色的氣墊床
  • 8:30 - 8:33
    有兩棵樹和一支傘
  • 8:33 - 8:35
    這支傘在圖片裡是收合狀態
  • 8:35 - 8:39
    巧合的是泳池的邊角也是圓角
  • 8:39 - 8:42
    所以我們就打電話給Rita
  • 8:42 - 8:44
    確定影片是由她所拍攝的
  • 8:44 - 8:47
    結果她很開心，因為不用擔心別人的懷疑
  • 8:47 - 8:49
    尋找真象的過程中
  • 8:49 - 8:53
    態度嚴謹一點會帶來理想的結果
  • 8:53 - 8:56
    我們一直對敘利亞很有興趣
  • 8:56 - 8:59
    因為當你想要揭露真象
  • 8:59 - 9:03
    挖掘戰爭罪行的可能證據時
  • 9:03 - 9:05
    YouTube可以讓我們知道世界上發生的事
  • 9:05 - 9:09
    儼然成了重要的資料寶庫
  • 9:09 - 9:12
    這段影片因為內容太血惺
  • 9:12 - 9:15
    所以不全部播出來，不過仍可以聽到聲音
  • 9:15 - 9:17
    影片來自哈馬(Hama)
  • 9:17 - 9:20
    影片：(叫聲)
  • 9:20 - 9:24
    在完整的影片裡可以看到
  • 9:24 - 9:27
    這些人將一具血跡斑斑的屍體從貨車上搬下來
  • 9:27 - 9:29
    然後丟到橋下
  • 9:29 - 9:32
    據說這些人屬於穆斯林兄弟會(Muslim Brotherhood)
  • 9:32 - 9:35
    他們正把敘利亞官員的屍體丟下橋
  • 9:35 - 9:38
    他們不斷的用褻瀆的言語辱罵
  • 9:38 - 9:40
    不過也有人針對他們的身份提出反駁
  • 9:40 - 9:42
    認為他們並不是影片中說的那樣
  • 9:42 - 9:46
    所以我們問了幾位住在哈馬的人
  • 9:46 - 9:48
    我們之前常常在推特上往來
  • 9:48 - 9:52
    因為那座橋可能是線索，所以我們很有興趣
  • 9:52 - 9:55
    三個人有三種不同的說法
  • 9:55 - 9:57
    其中一個說根本沒這座橋
  • 9:57 - 10:01
    另一個說有這座橋，不過不在哈馬，而是在別處
  • 10:01 - 10:03
    第三個說：「我覺得有這座橋，
  • 10:03 - 10:07
    不過上游的水壩是關著的，
  • 10:07 - 10:10
    所以河道應該是乾的，這個看來不合理。」
  • 10:10 - 10:13
    這就是我們得到的唯一線索
  • 10:13 - 10:14
    我們再從影片中找尋其它的線索
  • 10:14 - 10:17
    我們看到特別的欄杆可以當作線索
  • 10:17 - 10:21
    路邊石壆的影子投射在南邊
  • 10:21 - 10:23
    所以這座橋是東西向跨越河流
  • 10:23 - 10:25
    石壆是黑白相間
  • 10:25 - 10:27
    從河流本身可以看出
  • 10:27 - 10:30
    西邊有水泥石塊，河面上有一片血
  • 10:30 - 10:32
    從這片血可以得知
  • 10:32 - 10:33
    河流的流向是由南向北
  • 10:33 - 10:36
    從橋上往下看
  • 10:36 - 10:37
    河岸的左邊有一片草皮
  • 10:37 - 10:40
    然後河道漸漸變窄
  • 10:40 - 10:42
    回到谷歌地圖
  • 10:42 - 10:44
    我們逐一比對每座橋
  • 10:44 - 10:48
    我們從水壩開始尋找
  • 10:48 - 10:51
    我們找遍所有和道路交叉的河流
  • 10:51 - 10:53
    刪除不吻合的橋樑
  • 10:53 - 10:55
    我們尋找東西向的道路
  • 10:55 - 10:57
    我們從水壩一直找到哈馬
  • 10:57 - 10:59
    不過沒有看到橋
  • 10:59 - 11:01
    所以我們進一步用衛星模式尋找
  • 11:01 - 11:04
    我們找到另一座橋，於是線索開始串連起來
  • 11:04 - 11:07
    這座橋看起來像是東西向橫跨河流
  • 11:07 - 11:10
    看起來像是我們要找的橋
  • 11:10 - 11:13
    放大後可以看到有分隔島，所以這座橋是雙線道
  • 11:13 - 11:17
    而且路壆和影片中的一樣是黑白相間
  • 11:17 - 11:19
    點進去看可以看到很多人上傳的照片
  • 11:19 - 11:22
    地圖上多了這些照片很實用
  • 11:22 - 11:25
    點進去就可以看到照片
  • 11:25 - 11:28
    照片的細節可以用來和影片交叉比對
  • 11:28 - 11:31
    最先看到的是黑白相間的路壆
  • 11:31 - 11:33
    很容易辦識，因為我們先前已經看過了
  • 11:33 - 11:37
    我們可以看到造形獨特的欄杆
  • 11:37 - 11:39
    和丟人下去的那一幕一樣
  • 11:39 - 11:42
    我們繼續搜尋直到確定這就是我們要找的橋
  • 11:42 - 11:43
    所以這代表什麼呢？
  • 11:43 - 11:46
    回頭看看那三個人講過的話
  • 11:46 - 11:47
    一個說沒這座橋
  • 11:47 - 11:49
    另一個說這座橋不在哈馬
  • 11:49 - 11:53
    最後一個說：「有這座橋，不過我不確定水位。」
  • 11:53 - 11:57
    第三個看起來最接近事實
  • 11:57 - 12:00
    我們只需坐在都柏林的辦公室
  • 12:00 - 12:02
    使用免費的網路工具
  • 12:02 - 12:04
    20分鐘就可以查到結果
  • 12:04 - 12:06
    這是調查工作的樂趣之一
  • 12:06 - 12:09
    雖然網路上的訊息像洪流一樣泛濫
  • 12:09 - 12:12
    要過濾這些訊息越來越不容易
  • 12:12 - 12:16
    不過只要善加利用就能夠得到有用的資訊
  • 12:16 - 12:18
    只要給我一點線索
  • 12:18 - 12:22
    也許我可以找到在座各位不想讓人知道的事情
  • 12:22 - 12:25
    這告訴我們
  • 12:25 - 12:29
    身處在資訊空前豐富的時代，雖然過瀘訊息變得更為困難
  • 12:29 - 12:31
    不過我們也擁有更多的工具
  • 12:31 - 12:33
    我們有免費的網路工具
  • 12:33 - 12:35
    可以幫我們進行調查工作
  • 12:35 - 12:37
    我們有更聰明的演算法
  • 12:37 - 12:40
    以及運算速度更快的電腦
  • 12:40 - 12:43
    不過要知道，演算法是以二進位為基礎的運算法則
  • 12:43 - 12:45
    只有是與非，黑與白
  • 12:45 - 12:49
    真象是一種價值觀，不能用二位元歸類
  • 12:49 - 12:53
    真象是有情感的、有變化的，最重要的是，真象是人性的
  • 12:53 - 12:55
    不論電腦速度進步得多快
  • 12:55 - 12:58
    不論你可以得到的訊息有多少
  • 12:58 - 13:01
    在追求真象的過程中，你用永遠無法將人排除在外
  • 13:01 - 13:04
    因為追求真象是人類獨有的特點
  • 13:04 - 13:08
    謝謝各位（掌聲）
Title:
Markham Nolan: 如何辦別網路訊息的真偽
Speaker:
Markham Nolan
Description:

從演說開始到結束的這段期間，有864小時的影片會上傳到YouTube，250萬張照片上傳到臉書(Facebook)和Instagram上。我們要如何過濾如此龐大的資訊呢？在倫敦的TED Salon演說中，Markham Nolan分享了他與他的團隊在過濾訊息時使用的即時調查技術，讓我們了解自由女神像是否經過變造，以及從敘利亞流出的影片是否為真。
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
13:29

Chinese, Traditional subtitles

Revisions

Our website uses cookies for analysis purposes.