對此，外媒TNW採訪了領導這項研究的Filippo Menczer教授。他告訴記者，儘管在Twitter上發布低可信度故事的賬戶中機器人只佔了很小的比例，但它們對這些文章在Twitter上的傳播卻有著巨大的影響。

Menczer團隊的研究表明，機器人負責讓一個故事在發布的那一刻就看起來很受歡迎另外還會讓它出現在容易分享低可信度內容的政治影響者的眼前。

據悉，該研究小組分析了1360萬條鏈接到低可信度內容的推文，然後他們對這些推文進行了模擬。在模擬中，他們指出，刪除這些機器人將能讓低可信度文章的轉發量減少70%。

顯然，低可信度的內容依賴於機器人來傳播，但檢測到哪些賬戶是機器人則是一個更大的問題。Menczer告訴TNW，這是社交媒體的系統性問題，而不僅僅只是Twitter的問題。但是Twitter的數據是最容易訪問的，所以他們才會選擇它作為研究對象。

然而不幸的是，由於社交媒體的規模和範圍，基本分析或用戶調查已經不可能搞清楚到底發生了什麼。為此，印第安納大學不得不建立一套機器學習系統來識別機器人，此外他們還建立了另一個分析平台來將信息如何在Twitter上傳播做了可視化處理。

據悉，這兩個平台分別叫做Bometer和Hoaxy，它們能讓Menczer及其團隊成員能夠確定哪些賬戶可能是機器人以及這些機器人在傳播假消息上究竟有多有效。

解決方案

說到社交媒體上的主觀真相似乎已經到了無可挽回的地步。居心叵測的人可以把Twitter作為試驗謊言的培養皿，這樣就很容易確定哪些謊言會成為政客們的談資。低可信度的內容髮布者可以讓他們的故事以很少甚至在沒有努力的情況下就傳播開來，從而形成一個虛假的新聞反饋循環。

解決這個問題的一種方法是限製或清除機器人。儘管它們能做很多好事–比如傳播合法的新聞、幫助小企業做廣告、與客戶接觸、提供一種娛樂形式–但它們也是一種能夠繞過人們常識的強大工具。

但禁止機器人是一種未經思考而做出的反應。對於那些合法將機器人用於娛樂或學術目的的人來說，實施起來很困難同時也存在問題。

加州最近出台了一項立法，其規定機器人操作為違法行為，除非它的創造者在機器人的社交媒體簡介中明確表示這不是一個由人類操作的賬戶。這類措施可能會遏制住住在加州的機器人創造者的浪潮，但此類法律卻將很難實施。

目前唯一真正的解決方案是成為更好的消費者。

沒有參與印第安納大學團隊研究的MIT社交網絡信息傳播專家Sinan Aral告訴Science News：“我們是這個問題的一部分，要變得更有眼光、不能轉發錯誤的信息，這是我們的責任。”

因此，由於這些價值數十億美元的技術公司不知道如何確保它們的服務不被簡單的代碼所利用，所以用戶可以花時間免費監控它們的網絡。

但現實是，大多數人都沒有時間把每一個看起來可疑的新聞故事都報導出來。更糟糕的是，在一篇報導被上報後，事實核查人員可能需要數小時或數天的時間才會判定該報導是否是“假新聞”。

一種解決辦法是利用AI實時自動核查事實，這樣用戶就能在閱讀故事之前讓自己心裡有個底。然而這並不是一個完美的解決方案，但它確實能為那些迷失在假新聞海洋中的人提供一個回歸的橋樑。