事实核查

事实核查是指依据可验证的证据，对事实陈述进行系统性检验的过程。在新闻业中，它既包括在稿件刊发前核实素材，也包括对已在公共领域流传的言论发布核查与评估报告。其核心任务是确定现有证据究竟是支持、反驳还是尚不足以证实相关陈述，而非评判个人观点，或仅凭某句不实陈述就推定陈述者的主观意图。(time.com)

事实核查对保障已发布信息的可靠性以及监督公共言论具有重要意义。其工作方法包括明确言论的准确措辞与具体语境、追溯原始出处、查验数据、咨询专业人士以及清晰解释核查结论。行业专业标准强调核查机构的独立性、方法与资金来源的透明度、证据的可查证性以及公开更正勘误。实验研究表明，事实核查能够提高公众对事实认知的准确性，但这种影响的持久性及其与态度或行为转变之间的关系，仍需专门深入探讨。(africacheck.org)

这一领域的实践主体已从编辑部的研究资料部门，拓展至专业的事实核查机构及各类计算工具。自然语言处理和信息检索技术可协助识别待核查陈述、检索既往核查记录并调取证据；但这类系统也随之带来了有关语境理解、逻辑解释与效果评估的新问题。因此，要全面理解事实核查，需综合考察其出版历史、实证操作规范、机构标准、分发体系以及可衡量的实际效果。(time.com)

范围与边界

事实核查通过将关于现实世界的断言与可验证的证据进行比对来进行评估。所谓事实主张，是指原则上可以通过记录、观察、测量或可追溯来源的证言来调查其准确性的断言。一项陈述无需属实即可被归为事实主张：例如，关于人口总数的不准确陈述依然属于事实主张。因此，核实关注的是断言与证据之间的关系，而非陈述者的权威或该断言的流传广度。非洲核查（Africa Check）公开的方法明确了这一过程：核查报告会指明主张及其背景，列出支持和相反的证据，并阐明由此得出的结论。这使得推理过程能够接受公众检验，而不仅仅是用核查人员的保证取代原陈述者的断言。(africacheck.org)

划分事实性语言与评价性语言的界限至关重要。核查某个政府是否支出了某一具体金额，并不能判定该项支出在道德上是否合理、在政治上是否可取，或者其辩解是否令人信服。这些评判涉及价值观和论辩，超出了金额本身准确性的范畴。尽管如此，一项政策论述仍可能包含可单独核查的前提。例如，在“该项目成本翻了一番，因此应当废除”这一假设性陈述中，政策建议与历史成本对比需要区别对待。因此，非洲核查将事实陈述与观点、理念和论点区分开来，并在具体上下文中评估事实陈述。(africacheck.org)

在新闻业中，出版前核查是出版机构在发布材料前实施的编辑质量控制。它通常包括确认姓名、日期、引语和事实描述，并通过修改草稿来解决出入。1923年初受聘于《时代》杂志的南希·福特（Nancy Ford）曾对完成的文章执行此类核查。相比之下，出版后核查则是将已经公开传播的断言作为新发表调查的对象。因此，两者的区别不仅在于核查发生的时间，还在于其产出的成果：前者产出的是修改后的原作，后者则是对既有主张进行的公开审查。新闻学学者卢卡斯·格雷夫斯（Lucas Graves）在《时代》杂志2017年关于该实践的历史回顾中阐述了这种使命上的差异。(time.com)

证实、更正和辟谣是相关但有所区别的结果。“证实”表明现有证据支持某项断言；“更正”是替换错误的细节或记述；“辟谣”则是揭露虚假的主张或解释。面向公众的核查还可以判定一项主张为准确、基本属实、存在误导或尚无定论，而不仅仅是反驳该主张。缺乏证据并不等同于虚假：未能提供充分证据本身并不能证明相反的命题成立。非洲核查设立的“未证实”类别明确涵盖了公开证据既无法证实也无法证伪的陈述。其评估结果取决于特定时期内可获得的证据，而非宣称具有永久的确定性。(africacheck.org)

事实的准确性还必须与欺骗意图区分开来。查明一项陈述与证据相悖，其本身并不能证实陈述者在发表言论时知晓或相信什么。米歇尔·A·阿马津（Michelle A. Amazeen）对政治事实核查的研究记录了 FactCheck.org 总监布鲁克斯·杰克逊（Brooks Jackson）的解释：该机构避免将陈述称为“谎言”，因为核查人员无法断定陈述者的主观意图。因此，认定陈述不实仅针对言论本身；而指控蓄意欺骗则需要关于知情程度与行为的额外证据。(static.newamerica.org)

历史发展

20世纪初，专门的杂志事实核查在美国作为一种专业的编辑分工发展起来。亨利·卢斯与布里顿·哈登于1923年创办《时代》杂志时，最初聘用南希·福特负责挑选和剪辑报纸素材；她的职责很快扩展为核实成稿中的人名、日期等具体事实。核查人员通过参考书目以及向纽约公共图书馆咨询来获取证据，并在出版前对作者和编辑提出质疑。1925年创刊的《纽约客》在1927年刊登了一篇关于诗人埃德娜·圣文森特·米莱的不实人物特写后，也引入了严格的事实核查制度。这些机制使核实工作成为一个独立的制作环节，而不再完全依赖作者本人。(bunkhistory.org)

这种劳动分工带有强烈的性别色彩。《时代》杂志早期的资料研究员全为女性，而撰稿人和编辑绝大多数是男性；直到1973年，研究员一职仍全由女性担任。研究人员既要为作者搜集资料，又要在编辑完成后对文本进行核查。因此，她们质疑文中论述的权力与职业隔离并存，鲜少有机会晋升至写作和编辑职位。《时代》杂志资料研究部早期负责人玛丽·弗雷泽后来描述了作者与兼任核查员的研究员之间清晰的界限。因此，杂志核查制度的历史是由女性的劳动构建起来的，而她们的贡献在当时远不及署名作者那样为公众所熟知。(time.com)

面向公众的事实核查是与这种内部编辑实践并行发展的，而非简单的取而代之。在1992年美国总统大选期间，布鲁克斯·杰克逊为CNN制作了“广告监督”（adwatch）和“事实核查”（factcheck）报道，对政治言论和竞选广告展开核验。另一条脉络则通过互联网兴起：Snopes于1994年创立，起初是一个调查都市传说的项目，让读者能够为其在网上见到的存疑故事寻求解答。此时，受争议的故事本身成为了发表的主体，而不再仅仅是在撰写另一篇文章时顺带纠正的内容。(factcheck.org)

随后，专门的政治网站使此类审视成为新闻业中一条持续深耕的常设领域。凯瑟琳·霍尔·贾米森聘请杰克逊通过宾夕法尼亚大学安嫩伯格公共政策中心调查2004年大选的相关言论后，FactCheck.org于2003年12月5日正式上线。其最初的运营团队仅由杰克逊和一名研究员组成。2007年8月22日，PolitiFact紧随其后创立，比尔·阿代尔出任创刊主编，并推出了标志性的“真实度测量仪”（Truth-O-Meter）呈现形式。截至2008年6月25日，该网站已发布了500条评级。这些项目围绕单个言论组织并发布调查，不再将事实核实仅仅当作竞选报道中的偶发环节。(factcheck.org)

这种机构化发展也延伸至美国以外。2012年，彼得·坎利夫-琼斯在威特沃特斯兰德大学新闻系的支持下，于约翰内斯堡创立了非洲核查（Africa Check），鲁思·贝克尔出任创刊编辑。该机构在区域内的扩展包括2015年10月设立达喀尔办公室并在次月上线法语网站，随后又于2016年11月和2017年1月分别设立了拉各斯办公室和内罗毕办公室。这建立了跨越非洲多个地区的报道能力，并将发布语言扩展至英语之外。(africacheck.org)

跨国网络为这一领域增添了更深层次的组织架构。国际事实核查网络（IFCN）于2015年在波因特学院成立；其在同年10月21日发布的线上启动声明中，将其描述为一个横跨五大洲的论坛，职能涵盖研究、培训和协同调查。非洲核查于2017年11月发起了“非洲事实”（Africa Facts）网络，将非洲各地的核查机构联合起来交流经验、开展合作。截至2021年5月，该网络已包含20家机构，展现出区域合作与各国新闻编辑室及独立项目并驾齐驱的发展态势。(poynter.org)

主张的选取与界定

主张的选取结合了舆情监测与编辑判断。除受众提交的内容外，事实核查员还会审查演讲、采访、广告、新闻报道、官方文件、竞选宣传品以及社交媒体上的发帖。Africa Check 在起步阶段会先评估公众陈述和读者建议的重要性，并确认其主张的是事实而非观点。PolitiFact 在 2018 年公布的核查方法中，将重要性、可验证性以及被重复引用的可能性列为选取标准；纯属口误的微小差错则不予纳入。Full Fact 优先核查可能对公众生活造成危害的主张，同时考量其在网络上的传播广度、在广播或报纸报道中的显著程度，以及政治候选人重复提及的频率。因此，传播范围有助于确立核查的优先级，但其本身并不能作为该主张不准确的证据。(africacheck.org)

在开展实质性核验之前，必须明确调查对象：具体的表述、讲话者或发布者、时间与场合，以及相关的上下文段落。Africa Check 明确将选取主张与核实实际陈述区分开来，指出受众提交的内容往往不够确切。记录原始措辞有助于将原本的主张与记者的意译或受众的回忆区分开来。语境也决定了预期的指涉对象：例如，“该国”是指特定司法管辖区，还是“去年”是指公历年还是另一个报告期。这些区分旨在确立待检验的命题，而非预先判定其准确性。Africa Check 的方法要求既要关注确切的用词，也要关注言论出现的具体背景。(africacheck.org)

单单一句话中就可能包含多项可独立核验的断言。Full Fact 在 2019 年 12 月对英国各政党竞选宣言的分析展示了这一点：工党声称英格兰国家医疗服务体系（NHS）存在 10 万名员工空缺，其中包括 4.3 万名护士短缺。这一总体数字与护士部分的细分数字属于各自独立的数值命题；如何解释“空缺”同样至关重要，因为正式职位的空缺可能已由临时雇员填补。复合陈述也可能将某个数据与对其成因的解释结合在一起。在界定主张时必须保留这种区别：证明数字发生变化的证据并不能自动确立所声称的因果关系。因此，Full Fact 不仅审查明确陈述的证据，还会审视其背后的潜在假设。(fullfact.org)

模糊用语和夸张修辞要求在考量日常词义的同时，不得擅自替换为另一主张。PolitiFact 承认修辞上存在夸张的空间，但仍要求其底层包含可验证的事实。Africa Check 同样强调关注重大的不实之处，而非无关紧要的细微差异。论点的事实前提可以接受核实，而无需对其政治或道德结论作出评判：某项政策据称耗费的成本是可以通过经验检验的，而该成本是否可以接受则涉及价值判断。Africa Check 明文规定的做法是不对思想、哲学或论点本身进行评级，但保留对作为事实陈述之断言的核查。(politifact.com)

可核查性还存在时间限制。在 2019 年的竞选宣言分析中，Full Fact 将现状或历史数据与承诺和预测区分开来，因为后者的最终实现情况尚无法核实。它可以考察留在欧盟预计将带来 500 亿英镑经济效益的预测依据，而无需将该预测直接当作既成事实。另一种局限性出现在有关现有状况的证据不足时：Africa Check 将现有证据既不能证实也不能证伪的主张，与已被证明不准确的陈述区分开来。因此，界定核查内容还包括辨明所涉问题究竟是既定事实、不确定的预测，还是一个尚无定论的事实性主张。(fullfact.org)

证据收集与来源评估

证据收集通常包括要求陈述者提供支持其言论的材料。这一请求有助于明确此前未予说明的报告、测算或采访，并为陈述者提供证实其言论的机会。“非洲核查”（Africa Check）在其公开发布的方法论中明确包含了这一步骤；FactCheck.org 同样在自行开展研究之前向陈述者索取支持材料。国际事实核查网络（IFCN）则对这一程序作出了限定说明：联系陈述者有时可能不可行或存在安全风险，未收到回复不应阻碍调查的推进。陈述者的回应只是提供了待审查的证据，并不能决定核查的最终结果。(africacheck.org)

随后，研究会将相关陈述追溯至一手来源：原始文件、公共记录、数据集、研究报告以及可溯源的证词。FactCheck.org 记录的来源展现了这一过程的具体程度：来自国会图书馆的国会听证证词、来自众议院书记官和参议院秘书的点名表决记录、来自劳工统计局的就业数据，以及来自证券交易委员会的企业备案文件。这些记录回答的是不同的问题。一份听证笔录只能证实证人说了什么，而就业数据集提供的是关于就业情况的证据；两者都不能自动证实附着于其上的所有解读。因此，IFCN 要求在存在合适材料的情况下，必须尽可能采用可获取的最佳一手证据；如果改用二手来源，则需作出说明。(factcheck.org)

评估既关注证据的相关性，也关注其来源出处——即证据源自何处以及如何传递至核查人员手中。“非洲核查”会考察所获数据的局限性及其语境，而非仅以权威机构发布为由就视其为充分依据。IFCN 还要求针对关键要素向一个以上的具名来源进行交叉核对，除非仅存在唯一的客观相关来源。这种区分凸显了信源独立性的重要意义：三篇重复同一份新闻通稿的文章虽然代表了三次发布，但背后只有一份证据来源。对比这三篇文章的结论，并不能替代查阅原始通稿以及寻找独立生成的证据。当相关利益关系可能合理地影响来源所提供的证据时，也必须予以披露。(africacheck.org)

专业领域的专家主要协助解读所得材料，而非用于诉诸权威以替代证据本身。“非洲核查”在收集证据和背景信息后咨询专家意见，且仅引述愿意公开具名发言的专家。FactCheck.org 同样会借助特定领域的专业知识，并披露相关的专家履历信息（如曾供职于政府或参与竞选工作等情况）。咨询专家有助于厘清某项调查结果的适用范围或分析的局限性；但最终发布的推导论证仍必须将证据与受核查的具体陈述直接联系起来。(africacheck.org)

核查报告还会将证据缺口呈现给读者。例如，FactCheckZW 将一手数据获取受限视为一项现实制约，并解释了由此导致的对机构汇总简报、国际组织及研究出版物的依赖。其核查方法要求尽可能将主张追溯至最接近的原始出处，并公布读者可自行查阅的参考文献。更广泛地说，IFCN 要求提供充分的信源标识以便读者复现调查过程，仅在信源披露会危及其安全等少数例外情况下允许匿名。因此，引文、文献索引和可公开获取的支持材料构成了一条可供审视的证据链，而对未能获取的证据进行明确说明，则指明了这条证据链在何处中断。(factcheckzw.org)

数据与科学主张

对数据进行核查，首先要明确该数字衡量的具体对象，而不能仅核算其算术运算过程。相关的技术规格包括变量定义、计量单位、分子与分母、覆盖人群、地理边界以及参照时期。计数、比例与比率回答的是不同的问题：全国总量不能与省级比率直接对比，单月变动也不能与十二个月的累计变动相提并论。在经济学报道中，美国劳工统计局将消费者价格通胀与生产者价格、进口价格以及用工成本的变动严格区分开来；这些指标并不能互换作为衡量“通货膨胀”的通用尺度。因此，对比数据需要审视其背后的底层序列和统计方法，而不能仅仅比对标题中的字面标签。(bls.gov)

抽样调查、人口普查与衍生估算各自具有不同的局限性。抽样调查的估算结果取决于抽样设计、加权方法、应答模式以及对问卷题目的理解。公开发布的误差范围仅体现抽样不确定度，并不能涵盖所有潜在误差源：覆盖不足、无应答、记忆偏差以及数据处理失误都可能引入额外的失真。美国社区调查在 90% 置信水平下发布误差范围，美国人口普查局在比较其估算值时也要求进行统计检验；两个呈现出来的数字之间存在差异，本身并不足以证明总体发生了具有统计意义的变化。人口普查同样需要进行质量评估：普查局通过“事后重查调查”对人口进行独立抽样，以此评估普查的覆盖完整度。因此，普查登记得到的数值并不能自动视作所有抽样调查都必须与之完全吻合的绝对无误基准。(census.gov)

涉及经济领域的主张还需额外关注调整方法与数据版本。季调数据消除了周期性出现的季节性规律，使短期走势更具可解释性，而非季调数据则保留了这些规律。美国劳工统计局每年都会重新计算消费者价格的季节性调整因子，并可能对过去五年的季调指数进行修正。因此，评估一项历史主张既要对照其参照时期，也要对照该主张提出时所能获取的信息；后来的数据修正并不意味着最初的陈述曲解了当时发布的数据。算术表述上的细微差异同样至关重要：假定某项比率从 4% 上升到 6%，其绝对值增加了两个百分点，但相对于初始值而言则增长了 50%。这是对同一变动过程的两种不同描述。(bls.gov)

在气候变化报道中，基准线、平均周期、空间覆盖范围和不确定性区间均限制着数据的横向对比。联合国政府间气候变化专门委员会 2023 年发布的综合报告指出，2011—2020 年全球地表温度比 1850—1900 年的平均值高出 $1.09\,^\circ\mathrm{C}$，评估区间为 $0.95$–$1.20\,^\circ\mathrm{C}$。该报告还分别指出，陆地升温幅度大于海洋。因此，局地温度观测值、单一年份的全球距平以及这一基于年代际的全球估算值之间，均不可相互替代。核查此类主张要求严格保留报告中明确指定的物理量和时间段，并包含其测量不确定度，而不能将每一个气温数值都当作衡量变暖程度的对等指标。(ipcc.ch)

在公共卫生研究中，核查范围不仅限于报告的最终结果，还须延伸至研究的实验设计、受试对象、对照组设置、结局指标定义以及随访周期。置信区间反映的是估计关联性的精确度，但并不能消除系统性偏差。美国疾病控制与预防中心指出，混杂因素、选择偏倚和信息偏倚是观察性流感疫苗研究的重要局限。例如，慢性疾病既可能与更高的疫苗接种率相关，也可能与更高的住院风险相关，从而扭曲未经调整的对比结果。因此，专业解读必须区分测量得出的相关关系与经过严密论证的因果推断，并将结论严格限定在实际研究的人群与结局指标范围内。例如，关于经实验室确诊住院的证据，其本身并不能用来证明其对所有呼吸系统疾病或在所有人群中都具有完全相同的预防效果。(cdc.gov)

图像、视频与数字溯源

视觉核查将文件的原始来源与其附带的陈述主张区分开来。由特鲁沙尔·巴罗特（Trushar Barot）和马拉奇·布朗（Malachy Browne）分别撰写的《核实手册》（Verification Handbook）图像与视频核验流程，主要调查素材的来源、拍摄地点、拍摄日期以及画面记录的事件。逆向追溯转发内容意味着需要审查账号历史、署名信息、文字描述和更早的上传记录，随后联系表面上的制作者，询问素材的记录方式并获取原始文件。能够追溯到的最早发布记录只是一条线索，并不直接证明发布者就是原作者：该上传者也可能是从别处搬运的。同样，发布时间也必须与拍摄录制时间区分开来。(verificationhandbook.com)

反向图像搜索通过将图片与索引数据库中的副本或视觉相似的内容进行比对，有可能揭示更早的发布记录、不同的图片说明，或是拼合图片中所使用的原始素材。对于视频，调查人员会提取具有代表性的静态截图或关键帧——尤其是包含显著特征物体的画面——并逐一进行图像检索。阿里克·托勒（Aric Toler）在 2017 年发布的 Bellingcat 指南中介绍了这种利用截图和缩略图的方法，同时也记录了失败的案例：俄罗斯 2012 年“高加索”（Kavkaz）军演的画面在 2016 年 12 月被当作斯维特洛达尔斯克附近的交火流传，但反向搜索并不能稳定检索出原始出处。结合场景特征与音轨信息的关键词检索则提供了另一条排查途径。因此，检索未发现更早的匹配项，并不能证明该视频就是最新拍摄的或真实的。(d1kn6o6up31pvd.cloudfront.net)

嵌入的元数据（包括照片中的 EXIF 信息）可提供拍摄设备参数、时间戳，有时还包含地理坐标。此类信息需要交叉印证：相机的内置时钟可能不准确，而社交平台在处理上传内容时也可能抹除元数据。地点核对通过将画面中的建筑物、道路布局、标识标牌、地形及其他地标与地图、卫星图像或街景照片进行比对来实现。拍摄日期则可以通过气象记录、画面中出现的时钟以及有独立记录的事件来缩小判定范围，不过单凭天气状况无法直接确定确切日期。(verificationhandbook.com) 相互印证的视角可以将这些线索串联起来：托勒的指南展示了如何利用商业招牌的残缺文字、公路交叉口路标以及清晰可见的街名，将新泽西州林登市的照片和视频成功对应起来。(d1kn6o6up31pvd.cloudfront.net)

置于虚假语境下的真实影像，与视觉内容本身遭到篡改的媒介内容有所不同。一段被误指为当前事件的旧录像，可能完全没有经历像素层面的伪造；而拼合图像则会在拍摄场景中植入原本不存在的元素。汤姆·菲利普斯（Tom Phillips）在《核实手册》中记述了 2012 年桑迪飓风期间核查所谓“街头游鲨”的经历：他与亚历克西斯·马德里加尔（Alexis Madrigal）合作，找到了一张被合成到积水街道图片中的鱼鳍源照片。然而，这一发现并未说明另一张类似图片是如何制作的——第二张图里的鲨鱼完全不同，需要单独匹配来源，后来该来源被 Snopes 查明。某一份素材中存在篡改证据，并不能作为证实或证伪另一份素材的绝对依据。(verificationhandbook.com)

生成式人工智能催生了完全合成的图像与音视频，并提供了修改真实画面的新技术——例如更改嘴部动作以契合替换后的旁白。检测工具给出的只是概率性评估（有时表现为置信度百分比），而非关于文件流转历史的确定结论。Full Fact 在 2024 年 4 月的报告中指出，当时其文章并未引用此类检测工具，因为其检测结果并不稳定；真实素材同样可能被误判为合成内容。因此，技术检测结果需要与信源追踪、语境证据以及专家研判相结合。溯源机制（包括数字签名与水印）则提供了另一种维度的证据，它们通过记录或标示文件的来源与处理历史来发挥作用，而非单纯依据外观来推断是否属于机器生成。(fullfact.org)

裁决、解释与更正

二元裁决将陈述归类为真或假；分级量表用以区分准确程度的高低与语境的完整性；解释性结论则阐明证据所确立的内容，而不一定赋予标准化的标签。这些形式属于编辑的选择，而非放之四海皆准的通用标准。PolitiFact的“真实度计量仪”（Truth-O-Meter）分为六个等级：真实（True）、大部分真实（Mostly True）、半真半假（Half True）、大部分虚假（Mostly False）、虚假（False）以及弥天大谎（Pants on Fire）。其间的中介类别区分了需要进一步说明的准确论断、遗漏重要细节的部分准确论断，或是由于事实依据有限而掩盖了关键相反信息的论断。相比之下，Full Fact涵盖2019年1月至6月的报告说明，其公开发布的常规核查并不使用评级量表，尽管其与Facebook的合作项目需要评级。因此，叙述性结论可以与特定分发项目所要求的独立分类并存。(politifact.com)

Africa Check的类别区分了证据缺陷的不同类型，而非仅仅在真假连续轴上标定位置。“不正确”（Incorrect）表示该陈述与目前公开的最佳证据相抵触；“误导”（misleading）指陈述虽包含准确要素，但呈现方式会造成错误的印象。“夸大”（Exaggerated）与“低估”（understated）用以区分言过其实与避重就轻。“未证实”（Unproven）意味着现有证据既无法证实也无法推翻该论断，它并不是“不正确”的同义词。其“已核实”（Checked）标签表示对多项论断进行了审查，而非表达准确度的高低。该机构的评级流程由主研人员与两名编辑共同讨论确定，若无法达成一致则进行表决。(africacheck.org)

因此，字面准确性与语境充分性可能会导致不同的评估结果。举例而言，支出从100单位增加到110单位代表名义增长了10%；但如果物价同时上涨了20%，将这一增长表述为购买力提升就忽略了一项决定性的对比。数值表述与其引申含义需要分别审查。Africa Check明确兼顾措辞与语境，而PolitiFact在评级审议时会考量字面真实性、替代解释、支持性证据以及以往类似案例的判定。这些类别描述的是论断本身的准确性；量表本身并不判定错误是否属于故意为之。(africacheck.org)

公开发布的解释阐明了标签所压缩的论证过程。Africa Check记录在案的报告结构包括：指出该论断及其原始语境、呈现支持或反驳该论断的证据，并以解释裁决理由的结论作结。前置摘要让读者在阅读详细分析之前就能了解主要结论，而超链接或注明出处的引文则指明了支持材料。在发布前，同事会对核查结果进行独立复核。这一结构将结论与其认识论证成联系起来，并使调查过程公开透明、经得起检验：读者能够借此区分错误的数字、不当的对比与尚未解决的证据缺口，而不仅是面对一个负面标签。(africacheck.org)

发布后的修改区分了核查本身的错误与对证据记录的补充。根据PolitiFact的政策，改变评级或总体评估结果的重大事实错误会在文章顶部发布更正说明，同时存档并附上先前版本的链接；不影响评估结果的事实错误则在底部予以更正。而“更新”（update）则是添加相关信息，例如后续收到的未改变结论的回应或后续新闻。Africa Check同样规定，在遗漏信息或出现更新、更确凿的证据时进行复查，并引导读者查看变更。因此，“更正”承认了核查人员自身陈述中的缺陷，而“更新”则可以在不宣布原推理错误的前提下对评估进行补充。(politifact.com)

组织形式、资金来源与专业标准

事实核查机构的运作依托于新闻编辑室、高校以及独立的非营利机构；这些类型之间也存在交叉。PolitiFact 于 2007 年创立于《坦帕湾时报》（Tampa Bay Times），但其直接所有权在 2018 年 2 月转交给了非营利机构波因特研究所（Poynter Institute）。FactCheck.org 是宾夕法尼亚大学安嫩伯格公共政策中心旗下的一个项目，将学术机构的支持与面向公众的新闻使命结合在一起。Africa Check 则作为一家总部位于南非的独立非营利信托机构运作；其管理权在 2019 年初从最初成立于伦敦的组织移交给了该南非信托基金。这些安排使得各编辑团队处于不同的所有权和治理架构之下，而非统一遵循单一的组织模式。(politifact.com)

在资金筹措方面，各类机构同样结合了多种机制。PolitiFact 公布的收入来源包括广告、内容合作、专项资助，以及通过其“真相调查队”（Truth Squad）会员计划获得的读者捐赠。其合同及资助协议明确声明了编辑独立性，其政策也明确排除来自政党、公职人员、竞选人及匿名信源的捐助。FactCheck.org 依靠所在大学中心的捐赠基金支持，并于 2010 年开始接受公众捐款；该机构还将包括基础设施和行政服务在内的机构实物支持与现金收入分开披露。Africa Check 则将资金多元化视为抵御资助方干预的屏障：该机构在 2012 年启动时仅有国际新闻学会（International Press Institute）一家资助方，而到 2014 年其全部收入均来自各类基金会和信托；其公开政策明确指出，资助方对其调查报告的结论不具有任何影响力。(api.politifact.com)

波因特研究所下属的国际事实核查网络（IFCN）于 2016 年推出了其《准则守则》（Code of Principles）。该守则确立了五项核心承诺：无党派性与公正性、信源标准与透明度、资金与组织透明度、方法标准与透明度，以及公开坦诚的更正政策。这些承诺将专业伦理学转化为可供公开检验的具体要求：无论断言来源为何，相同性质的断言必须受到同等标准的证据检验；报告必须充分列出关键证据，以便读者复核其核查过程；各机构还必须向公众阐明其选题、调查、编辑、发布及更正核查内容的具体流程。独立申请加入该网络的机构，必须披露在上一个财政年度中占其收入 5% 及以上的资金来源；隶属于更大规模机构的核查部门，则必须披露其所有权与编辑控制权的归属。(poynter.org)

利益冲突防范机制并不局限于明确资助者身份。该守则还要求核查机构披露被引述信源的相关利益关系，以及读者有理由认为可能产生影响的商业合作关系。守则同时要求机构制定并公开工作人员的非党派政策，并使编辑控制权与政治影响严格分离。内部编辑审查构成了另一道把关机制。在 Africa Check 载入文档的英文工作流程中，研究员与编辑首先审阅草稿并讨论其结论；随后由另一名编辑在文字润色前对报告进行独立审查；总编辑在考量所有尚未答复的质疑或最新进展后方才批准发布。其位于塞内加尔的法语业务部门则遵循一套独立的流程。(ifcncodeofprinciples.poynter.org)

IFCN 签署方资格的获得依靠外部评估，而非单纯的自我声明。独立评估员会审查申请者的合规情况，顾问委员会在就申请做出决定前会审阅这些评估报告。IFCN 的 2024 年度报告记录了 135 份完成并获得最终裁决的评估；其中有四份已完成的续期申请因信源或方法论问题被驳回。读者也可以通过投诉机制提交违反守则的证据。依据该报告中记录的修订政策，针对具体单篇核查内容的投诉应由发布机构自行处理，除非该投诉同时指控其违反了守则；经证实的违规行为可能导致整改程序、暂停签署方资格或撤销资格。因此，该认证核验的是机构对专业标准的遵循情况，而非为该机构发表的每一个具体裁决提供背书。每篇具体的核查报告仍需公开接受证据层面的质疑与更正。(ifcncodeofprinciples.poynter.org)

发表、分发与受众触达

事实核查报告通过专门的网站、新闻机构合作、社交媒体以及即时通讯服务触达受众。内容转载使专业核查机构的调查成果得以出现在可能不会主动访问其网站的媒体平台上。例如，“非洲核查”（Africa Check）允许在注明出处并满足其他条件的前提下，免费全文转载其报告、指南和资料简报。其网站提供了一个 HTML 代码生成器，当文章被迁移至其他出版机构的内容管理系统时，能够完整保留其中的超链接、核查结论和署名信息。这种分发机制确保了读者能够查阅背后的佐证材料，而不仅仅是传播一个孤立的评级结果。其转载指引还明确区分了调查本身的归属（归于“非洲核查”）与统计数据的归属（归于最初发布这些数据的机构）。(africacheck.org)

面向受众的内容形式还包括简短的音频摘要，以及将线索征集与内容分发相结合的服务。2019年，“非洲核查”与南非播客公司 Volume 合作创办了《WhatsApp上有哪些鬼话？》（What’s Crap on WhatsApp?），这是一档通过 WhatsApp 分发的简短事实核查语音便签节目。“非洲核查”针对不同国家设立的广播列表，还允许订阅者提交存疑言论，并接收已发布核查内容的摘要。语言本地化不仅限于翻译全文：2020年，其在肯尼亚推出的“#让事实流传”（#KeepTheFactsGoing）系列每周以英语和斯瓦希里语推送语音便签，将简要的事实纠正与核查技巧结合在一起。类似的语音便签还以祖鲁语在南非、以沃洛夫语在塞内加尔及西非其他地区、以豪萨语在尼日利亚传播。这些举措将核查内容置于目标受众已在使用的通讯格式和语言环境之中。(africacheck.org)

面向机器可读的发布则采用了 ClaimReview，这是 Schema.org 中用于描述已发布主张审查的词汇类型。其 claimReviewed 属性记录所核查断言的简短摘要；author 标明负责该核查的个人或机构；datePublished 记录其首次发布日期；reviewRating 则描述评估结果。itemReviewed 属性指明被核查的对象，而 reviewBody 可包含具体的解释说明。Schema.org 的示例使用 JSON-LD 对这些字段进行编码。这类标记为软件提供了可识别的结构化字段，而无需从纯文本叙述中推断所核查的主张和结论。它仅用于描述发布者的评估结果，其本身并不负责收集证据、核实断言或证明评估的正确性。(schema.org)

然而，线上的可获取性并未消除报道能力在地域上的分布差距。杜克大学记者实验室于2023年3月发布的一项由马克·斯滕塞尔（Mark Stencel）和埃里卡·赖安（Erica Ryan）主导的研究显示，在全美25个州及哥伦比亚特区中，仅有50个活跃的立足本地的核查项目。从2022年1月1日到选举日期间，这些项目共进行了976次核查，审视了超过1300条断言。即便如此，全美7386名州议员中仅有47人的言论被核查过，且有25个州缺乏持续开展的州级或地方级政治事实核查。内容的可发现性构成了另一个障碍：在这50个项目中，有13个没有专门汇总其核查内容的独立网页或标签。这些调查结果表明，全国性网站的存在，并不等同于能够对地方言论进行持续监督，也无法保证公众能便捷地获取相关报道。(reporterslab.org)

区域性网络则通过不同国家和使用不同语言的机构之间的合作来扩大覆盖面。成立于2017年的“非洲事实网络”（Africa Facts Network）连接了多家非洲事实核查机构，通过“非洲核查”网站共享精选核查内容，并通过多语种简报、会议和峰会促进交流。其记录关注的议题包括语言多样性、资源匮乏，以及弱势群体或离线群体。这与多语种语音便签倡议共同说明了受众触达的两个截然不同的维度：一是拥有能够调查与当地密切相关言论的报道机构；二是以接触到这些言论的公众能够理解的语言和格式来分发调查结果。(africacheck.org)

自动化与人工智能

自动事实核查将自然语言处理与机器学习结合为一系列循序渐进的任务。陈述检测用于识别事实性断言，而优先级排序则对待调查的候选对象进行筛选排序。匹配工具负责检索此前已被核查过的断言（包括同义改写的内容）。对于新出现的陈述，信息检索系统会定位潜在证据；核查模型进而评估该证据是支持、反驳了该断言，还是无法得出明确结论。解释生成模块则负责挑选支持性段落，或针对判断结论生成说明文字。郭志江（Zhijiang Guo）、米夏埃尔·施利希特克鲁尔（Michael Schlichtkrull）与安德烈亚斯·弗拉霍斯（Andreas Vlachos）在2022年的综述中区分了这些环节：能够识别出可核查的句子并不等同于确定其真实性，而与检索到的文本相符也并不代表该信息源本身值得信赖。(aclanthology.org)

英国核查机构 Full Fact 提供了人机协同自动化的实际范例。该机构于2016年开始应用机器学习技术。其监测软件从网络新闻、电视讲话、播客和社交媒体中抓取素材，将其转录为文本并对单句话进行处理。通过在标注样本上微调 BERT 开发的陈述类型分类器，能够区分定量陈述、因果断言和预测等类别；主题过滤器则进一步精简呈现给记者的素材。匹配工具利用句子表征以及实体和数值的比对，即使表述发生变化，也能识别出重复出现的既有核查陈述。Full Fact 还表示引入了生成模型，以减少将匹配能力迁移至其他语言所需的样本数量。这些功能主要辅助素材筛选与调研，而非自动做出对外发布的核查结论。(fullfact.org)

基准测试的设计对系统报告的性能有极大影响。詹姆斯·索恩（James Thorne）及其同事于2018年推出的 FEVER 数据集包含 185,445 条通过修改维基百科提取句子构建的陈述。标注员为其分配“支持”（Supported）、“反驳”（Refuted）或“信息不足”（NotEnoughInfo）标签，并为受支持和遭反驳的陈述记录证据句。研究人员给出的基准模型在忽略证据正确性的情况下取得了 50.91% 的标签准确率；但当要求标签与证据同时正确时，准确率仅为 31.87%。这一差距表明，仅凭结论准确率进行评估是不充分的：系统完全可能在没有找到证据基础的情况下猜中预期标签。(aclanthology.org)

在实际运行层面的评估还必须应对表述含糊、检索不全以及具有时效性的事实。相似的句子可能涉及不同的人物或参考时段；未能检索到支持材料并不等同于断言不实。当事实发生改变时，证据的时间戳至关重要。2022年的综述还指出过度集中于英语是一个局限：陈述与其相关证据可能以不同语言呈现，这就需要跨语言检索并单独评估不同语言的覆盖范围。因此，附带现成证据的固定测试集所衡量的任务范围，远窄于监测公众讨论并定位可靠信源的实际需求。生成的解释说明还带来了另一个问题：文笔看似合理的文字未必能如实反映证据内容或模型的决策逻辑。(aclanthology.org)

因此，人工智能辅助生成的内容仍须接受信源核查与编辑审校。Full Fact 的编辑方针明确将人工智能幻觉、不准确性与偏见列为风险。该政策要求，在人工智能辅助下开展的调研工作必须在采用前经过彻底核实。在人工智能辅助下起草的事实核查文稿必须先由人类撰稿人检查，随后由至少两名资深团队成员审核；其他包含人工智能辅助的内容在发布前也至少需要一名人工审核员把关。这一机制将辅助查找、整理或起草材料的工作，与对公开发布评估结论所承担的责任区分开来：人工智能生成的解释只是一份有待调查核实的素材，而非独立的权威证据。(fullfact.org)

有效性与方法局限

实验评估通过随机分配，将先接触错误信息后接触更正信息的人群，与仅接触错误信息或两者皆未接触的人群进行对比。随后在准确度评分上的差异为更正的效果提供了因果推论依据；随访调查则在不再展示更正信息的情况下测试其持久性。伊森·波特（Ethan Porter）与托马斯·J·伍德（Thomas J. Wood）2021年的研究在阿根廷、尼日利亚、南非和英国应用了这种设计。该研究于2020年9月至10月开展，包含28项实验，评估了22条不同的事实核查。更正信息在五分制量表上平均将准确度提高了0.59分。在拥有随访数据的三个国家中，大多数效果在大约两周后仍然存在；尼日利亚则没有开展后续调查轮次。(doi.org)

政治意识形态并未表现出一致的抗拒模式。在四国实验中，更正效果因不同意识形态群体而异，且某些更正并未显著提高特定群体的准确度。然而，所有受试的更正均未引发逆火效应——即由于更正信息而导致错误信念反而加深的现象。这一发现仅针对所测试的更正内容、参与者以及评估结果，并不意味着逆火效应绝不可能发生。(doi.org)

在约翰·M·凯里（John M. Carey）及其同事发表于《自然-人类行为》（Nature Human Behaviour，2022年2月）的研究中，持久性表现较弱。该研究考察了美国、英国和加拿大针对COVID-19的事实核查。其预先注册的问卷实验发现，针对性的错误认知在受试后立即减少，在最易受这些断言影响的群体中尤为明显。然而，在追踪随访中，即使经过重复接触，这种改善也未能持续。此外，效果向相关事实信念的迁移极小：更正某一项论断并不能切实改善对邻近议题的认知。与波特和伍德的发现相比，这一反差表明持久性是一个需要单独测量的指标，而非即时更正的必然结果。各研究之间的差异本身并不能断定究竟是主题、材料、参与者还是时机的哪项特征导致了不同的结果。(nature.com)

信念准确度、自愿接触、分享行为和政治态度属于截然不同的结果。准确度评分任务无法证明参与者会主动选择阅读更正信息、克制在社交媒体上分享原始断言，或是改变自身的政治偏好。这些属于实验测度范围的局限，而非否定此类效果可能发生的证据。此外，由实验指定的被动接触方式，也无法说明选择性注意和反复接触在调查环境之外是如何运作的。(doi.org)

当汇总已发布的核查结论时，选择偏差构成了另一重局限。PolitiFact的方法论优先关注重大、有新闻价值、可能具误导性且被广泛重复的言论，而非对发言者的所有言论进行抽样。它还将更多注意力放在执政党以及反复发表引人注目或误导性言论的人身上。因此，某位政客受核查言论中被评为虚假的比例，并不能推断该政客所有言论中虚假言论的真实比例。对不同发言者进行横向比较时，必须关注哪些言论被纳入了核查样本及其原因；单靠裁定结果的统计总数并不能消除这种选择偏差问题。(politifact.com)

参考来源

1. Making a Difference? A Critical Assessment of Fact-checking in 2012static.newamerica.org
2. The Story Behind the First-Ever Fact-Checkersbunkhistory.org
3. About Usfactcheck.org
4. David Mikkelson, Author at Snopes.com Page 269snopes.com
5. Our 15th Anniversaryfactcheck.org
6. Bill Adairstaging.politifact.com
7. The Truth-O-Meter at 500politifact.com
8. Introducing Poynter’s International Fact-checking Networkpoynter.org
9. PolitiFact | The Principles of the Truth-O-Meter: PolitiFact’s methodology for independent fact-checkingpolitifact.com
10. How we use AI to help fact check party manifestos – Full Factfullfact.org
11. Our Process - FactCheck.orgfactcheck.org
12. The commitments of the Code of Principlesifcncodeofprinciples.poynter.org
13. Consumer Price Index Frequently Asked Questionsbls.gov
14. Analyzing and Interpreting Datacdc.gov
15. Nonsampling Errorcensus.gov
16. Sample Size Definitionscensus.gov
17. Do I need to consider the margins of error (MOE) when comparing American Community Survey (ACS) estimates?census.gov
18. Post-Enumeration Surveyscensus.gov
19. Seasonal Adjustment in the CPIbls.gov
20. Summary for Policymakersipcc.ch
21. Biases to Consider in Vaccine Effectiveness Studiescdc.gov
22. Verification Handbookverificationhandbook.com
23. Advanced Guide on Verifying Video Contentd1kn6o6up31pvd.cloudfront.net
24. Full Fact Report 2024: Trust and truth in the age of AIfullfact.org
25. The Principles of the Truth-O-Meter: PolitiFact’s methodology for independent fact-checkingpolitifact.com
26. Full Fact: Report on the Facebook Third Party Fact Checking programme, Jan–Jun 2019fullfact.org
27. PolitiFact gains nonprofit status with move to the Poynter Institutepolitifact.com
28. Our Mission - FactCheck.orgfactcheck.org
29. The Principles of the Truth-O-Meter: PolitiFact’s methodology for independent fact-checkingapi.politifact.com
30. Our Funding - FactCheck.orgfactcheck.org
31. The commitments of the Code of Principlesifcncodeofprinciples.poynter.org
32. IFCN Code of Principles Report 2024poynter.org
33. ClaimReview - Schema.org Typeschema.org
34. Vast gaps in fact-checking across the U.S. allow politicians to elude scrutinyreporterslab.org
35. A Survey on Automated Fact-Checkingaclanthology.org
36. Full Fact AIfullfact.org
37. FEVER: a Large-scale Dataset for Fact Extraction and VERificationaclanthology.org
38. How we use AI in our editorial workfullfact.org
39. The ephemeral effects of fact-checks on COVID-19 misperceptions in the United States, Great Britain and Canadanature.com
40. The Principles of the Truth-O-Meter: PolitiFact’s methodology for independent fact-checkingpolitifact.com