怀疑论者：一种用于打击新闻领域潜在虚假信息的混合框架

《ACM Transactions on Interactive Intelligent Systems》：Skeptik: A Hybrid Framework for Combating Potential Misinformation in Journalism

Skeptik是整合大语言模型与启发式方法检测新闻逻辑错误的混合框架，通过浏览器扩展自动标注谬误并提供解释，经多维度验证有效提升媒体素养和可信度。

　　

摘要

新闻领域中错误信息的传播往往源于错误的推理和逻辑谬误，这对公众对新闻媒体的理解和信任构成了重大挑战。传统的事实核查方法虽然很有价值，但无法发现那些看似真实的内容中可能误导读者的微妙逻辑矛盾。为了解决这一问题，我们推出了Skeptik这一混合框架，它将大型语言模型（LLMs）与启发式方法相结合，用于分析和标注在线新闻文章中的潜在逻辑谬误和推理错误。作为浏览器扩展程序，Skeptik能够自动标记可能包含逻辑谬误的句子，提供详细解释，并提供多层次的辅助功能，帮助读者批判性地评估所呈现的信息。该系统具有可扩展性，能够处理多种类型的谬误，并适应不断变化的错误信息传播手段。通过全面的案例研究、定量分析、可用性测试和专家评估，我们证明了Skeptik在提升读者对新闻内容的批判性思考能力和促进媒体素养方面的有效性。我们的贡献包括：开发了一个可扩展的逻辑谬误分类系统；创新性地整合了LLMs以实现实时分析和标注；以及创建了一个能够促进用户参与和深入阅读的交互式用户界面。通过强调文本内容的逻辑完整性而非仅仅依赖事实准确性，Skeptik为打击新闻领域的错误信息提供了一个全面的解决方案。最终，我们的框架旨在提高读者的批判性阅读能力，保护公众免受网络上的虚假信息的侵害，并提升新闻媒体的整体可信度。