文 | 黄锦辉

在新闻学的理论上，媒体报道需要具事实及客观性，但在现实中，新闻报道往往并非如此。商业及政治传媒机构往往基于经济利益或政治宣传理由，发表具偏见的言论。再者，在当下讯息爆炸时代，网上独立新闻工作者往往随意地推出主观的帖文，这些海量具偏见的资讯在网络上泛滥，令社会更难把关。而长期阅读带有偏见的新闻报道，难免会令读者的思想变得极端，影响社会和平及稳定的发展。因此，辨识新闻报道中的偏见，是近期人工智能（AI）的热门研究题目，笔者亦参与多年。本文简介笔者自动偏见辨识研究背后资讯分类的基本原则。

言辞可夸张 讯息或偏颇

媒体在报道有关社会事件、问题或冲突等的新闻时，倾向于对某一方、某一政策或者某一观点提供持续性支持或反对的意见，这现象在学术上被定义为“媒体偏见”（Media Bias）。在西方，“媒体偏见”通常会与政治立场拉上关系。技术上，要直观地识别出新闻报道中的偏见，我们可以从新闻文本出发，将“媒体偏见”分类为言辞上的偏见及讯息上的偏见。

在言辞上，偏见表达方式可分类为“哗众取宠”（Exaggeration）、“刻板印象”（Stereotype）、“断章取义”（Quote Out Of Context）、“子虚乌有”（Hypothetical）等。媒体报道中常见“爆”、“疯”等夸张词语，用来吸引读者注意力，但这些用词手法难免会夸大或缩小相关问题的重要性，更会引起读者恐慌或忽视。如果在报道中加深了对某些群体的刻板印象，将会导致在多元社会中不同群体之间的矛盾，甚至引发互相之间的仇恨。断章取义也是一种常见的媒体报道的形式，仅仅选用采访对象陈述中的一小部分，来支持自己的主观意见。而预测性地说“假设……将会……”也是一种主观偏见，诱导读者接受报道者自己的观点，包括与事实不符的言论。

然而，相比言辞上的偏见，讯息内容上的偏见则更难以识别。内容偏见可分为三大类，讯息遗漏、意见失衡、内容具煽动性等。其中最容易被识别的就是煽动性的报道，也就是新闻学所指的“膻色腥”（Sensational）报道。这类内容主要是利用哗众取宠、耸人听闻的方式，不惜罔顾事实真相，不顾一切去吸引读者的注意力。相比之下，其他两种散播偏见的手法则较为隐蔽。举例，凡事都有两面，必然会有支持及反对者；正因如此，有些媒体为了表达自己对事件的支持，故意遗漏掉反对者的声音；又或者相反地为了表达反对意见，而对事件的优点避而不谈。另外，不平衡的报道是指媒体对自己所支持的观点浓墨重彩，而对其他事情则一笔带过，草草了事便算。

慎防LLM把谎言当主流

人工智能“媒体偏见识别”系统建基于“大型语言模型”（Large Language Model, LLM）。运用传统“深度学习”（DL）方法，“偏见识别”LLM学习大量具偏见句子的表达方式，从中分析及了解句子的语法（Syntax）及语义（Semantic）之常用规则，之后用作偏见预测。然而，这方法对识别言辞上的偏见较为有效，对辨别讯息上的偏见却较弱，因为语义分析远比语法困难。要解决这问题，其中一个做法是在学习过程中，在面对同一事件时多输入不同立场的媒体报道。不过，大家要注意的是，相关LLM学习算法本身是否带有偏见。有研究指出，基于统计学“多数决定”（Majority Rule）原则，LLM通常是“左倾”的。所谓“谎言重复一千遍就是真理”；同样地“千个偏见”便会被定性为主流意见。因此，用户不应不假思索便全盘接纳AI“偏见识别”的分析结果。

（作者系立法会议员，文章仅代表作者个人观点）