斷
根據瑞典哥德堡大學今年發布的研究報告指出，臺灣是全球受到境外假訊息影響最嚴重的國家，並且連續 10 年蟬聯榜首。而以分數來看，越低分代表受到的假訊息影響越深，臺灣不僅比去年更低分（從 0.097 分減少到 0.084 分），甚至遠超第二名拉脫維亞的 0.251 分。
特別是受到當前兩岸局勢、美中臺地緣政治等因素影響，各式各樣的假訊息不斷透過認知作戰的手法，試圖干擾臺灣民眾的判斷。如何提高臺灣民眾對於網路假訊息的識讀能力，已成為刻不容緩的國安問題。
從被動傳遞到主動推廣，真假資訊混合難分辨
對於假訊息傳播模式的改變，成功大學電機資訊學院高宏宇副院長表示，「過去假訊息大多是被動傳遞，現在卻是主動傳遞」。
例如，過去在 PTT 或部落格盛行的時代，大家點進自己有興趣的內容閱讀，即便真的遇到假訊息，也都是被動看見的。然而，現在透過臉書、IG、LINE 等社群媒體，訊息都是透過演算法、廣告等，主動傳遞到我們的面前，因此接收到虛假訊息的風險，也大幅提升。
值得注意的是，假訊息之所以很難分辨，原因在於一則假訊息中，通常有 10 至 20％ 的內容是真實的，之後再依據不同目的去撰寫假訊息。當民眾接收到一則假訊息時，看見其中 10 至 20％ 的真實內容，也會不自覺對於其餘部分深信不疑。
以臺灣疫情期間為例，當時網路曾流傳「Omicron 病毒比 Delta 傳染力更強，死亡率更高」、「莫德納銷毀 3,000 萬劑疫苗，這是危險產品？」等。
從「Omicron 病毒比 Delta 傳染力更強，死亡率更高」這則假訊息來看，科學研究確實認為 Omicron 傳染率「可能」比 Delta 更強，但確診後大多以輕症為主，死亡率是下降的。至於「莫德納銷毀 3000 萬劑疫苗」的傳言，則是因莫德納疫苗當時供過於求，一批接近有效期限的疫苗將被銷毀，但假訊息卻直接斷章取義，並且做出「莫德納疫苗很危險」的結論。
此外，高宏宇副院長指出，這 5 年以來，圖片拼湊與造假能力的進步，以及結合同質與異質平臺訊息發布（例如原本只在臉書擴散的假訊息，現在會同步在 IG、LINE 等平臺擴散），讓觸及率可在短時間擴散，並透過不同平臺的訊息轟炸，達到三人成虎的效果，都是假訊息愈來愈猖獗的原因。
我國國防部孫立方發言人曾指出，中國解放軍在 2022 年 8 月實行繞臺軍演，當時就出現大量搭配偽造合成圖的假訊息。國安局長蔡明彥同樣坦承，近期因 Deepfake、ChatGPT 等 AI 技術日益成熟，讓中國在臺灣傳播假訊息的方式更加多元。
書原本只在臉書擴散的假訊息，現在會同步在 IG、LINE 等平臺擴散，讓假訊息能瞬間觸及多數人。國立成功大學統計學系李政德教授指出，目前運用 AI 來判斷訊息真偽主要有 3 種方式，而這 3 種方式又可整合成更準確的假訊息偵測模型。
一、訊息文本分類（Text Classification）：
將偵測網路假訊息視為一個文本分類問題，透過標記文本資料，訓練機器學習模型判別訊息真偽的用字遣詞特徵，進而進行準確的分類。假訊息通常會使用較為聳動、浮誇的標題（例如「讓 13 億人都驚呆了」），或是一些不符合臺灣民眾習慣的詞彙（例如臺灣通常使用「基改植物」，而來自中國的假訊息則大多使用「轉基因植物」）。
二、擴散圖結構分類（Diffusion Graph Classification）：
利用訊息在網路中的擴散結構來分類訊息真偽，基本假設為假訊息的擴散方式與真實訊息存在不同的模式，從而在社群網路中形成了不同的擴散圖結構，藉此讓 AI 做出分類。舉例來說，一般訊息的擴散結構可能是在 PTT 發文爆紅後，再經由臉書、媒體、民眾轉發而擴散，但假訊息則是在文章剛發布的時候，就立刻被假帳號大量轉貼、分享。另外，假訊息往往會在社群網路中形成「同溫層」（Echo Chamber），也就是在具有相似政治或社會觀點的群體中快速傳播。相反，真實訊息的擴散結構可能更為廣泛和多元，例如，關於某項科學發現的報導，不僅會引起科學愛好者的小群體關注，還有可能在各種不同的社群中被分享、討論。
三、使用者集體分類（Collective User Classification）：
利用曾與該訊息互動的使用者特徵和行為模式，來輔助判斷訊息真偽。這種方法會依據意圖傳播真實或虛假訊息的使用情況，而具有不同的屬性和傾向。比如散播假訊息的使用者的個人檔案較容易填寫不全、有類似且較固定的轉傳分享時間和行為模式，而傳播真實訊息的使用者則反之，行為較為多樣、較無固定模式。
殭屍帳號加快假訊息傳播速度
值得注意的是，假訊息的傳播，往往伴隨著大量殭屍帳號。
殭屍帳號是指由惡意使用者或機器人所操縱的虛假帳號。這些帳號通常不具有真實身分，而是被設立用於傳播假訊息、操縱社交媒體討論、營造輿論氛圍，或是增加特定內容的影響力。
法務部調查局於 2022 年底也曾披露，境外敵對勢力疑似創建無法識別真實身分的帳號，利用結構化、流程化手法，將不實圖文訊息迅速、大量投放到社群，意圖操弄與疫情、政治、選情有關的輿論，進行認知作戰，致使民眾誤信後轉傳分享。
李政德教授表示，要追溯假訊息擴散的源頭，最直觀的做法是對於那個與該假訊息互動的使用者，找出他們是從哪些其他使用者獲取該訊息，接著從這些其他使用者再往前找到他們獲取訊息的來源使用者，一路往回查找，便可找出假訊息擴散之源頭。
然而，所追溯到的假訊息源頭使用者可能不只一位，因傳播假訊息的惡意人士可能透過創建假帳號、或雇用多個分身帳號，來進行假訊息的擴散，目的是最大化假訊息在社群媒體中的能見度和影響力。
訊息通假訊息通常是多帳號、多平臺同時發布，源頭難以查證。擴散的假訊息，常是多帳號、多平臺同時發布，源頭難以查證。
四步驟用 AI 打擊假訊息
值得慶幸的是，AI 的發展，對於打擊網路假訊息，也帶來關鍵性的突破。
高宏宇副院長表示，儘管很多審核平臺是很嚴謹複雜的，必須仰賴人工去查證，找出足夠的證據來支撐，因此難以直接使用 AI 取代，但 AI 確實能協助快速蒐集資料，找出真訊息跟假訊息之間的差異。
例如，同樣一則新聞事件，其中一個網站的內容、語氣或情緒，跟其他網站明顯不同；或是有些假訊息使用了跟新聞事件本身無關的照片，可這照片是聳動、災難性的，為了傳遞帶有目的的假訊息。好消息是，這些照片目前都已經能透過 AI 揪出來。
對此，李政德教授則提出利用 AI 來建立偵防機制的 4 個方向：
一、AI 偵測假訊息：
當 AI 偵測到假訊息，可以立即將該訊息標記為可疑，並向用戶發出警告。同時，這些假訊息可以被隔離，阻止它們進一步擴散。這樣，AI 就能有效地降低假訊息的影響力，保護公眾免受假訊息的誤導。
二、AI 推薦真實訊息：
AI 能夠分析使用者的行為模式和興趣，然後根據這些資訊推薦相關且真實的訊息給用戶。當用戶接收到更多真實、可靠的訊息，他們接觸到假訊息的機會就會相對減少。
三、AI 對使用者進行信任評估：
AI 評估使用者社群媒體行為的可信任程度，可以有效地識別那些傳播假訊息的使用者。例如，如果一個使用者經常發表或分享被識別為假訊息的內容，AI 就會降低對這個用戶的信任評分。
四、AI 為訊息提供佐證：
AI 搜尋引擎可以提供相關的訊息來佐證或反駁某個訊息，有助於使用者驗證訊息的真實性，從而打擊假訊息的擴散。舉例來說，當使用者接收到某條訊息並對其真實性產生疑問時，他們可以透過 AI 尋找相關的資訊或多種來源，協助用戶進行訊息事實查核。
由於日常生活難以避免的社群媒體，以及發展日新月異的 AI 技術，使得原本就處於地緣政治危機前線的臺灣，更需要嚴防假訊息的攻擊。民眾平常看到可疑訊息時，應當謹慎求證，避免踏入認知作戰的陷阱。
（客座總編輯｜國家資通安全研究院 林盈達副院長；研究顧問團隊｜成功大學電機資訊學院 高宏宇副院長、成功大學統計學系 李政德教授；責任編輯｜曹盛威、劉品萱）