蒂尔支持的一家初创公司声称,尽管存在对举报人的风险,但人工智能仍能评判新闻报道
在参与那起导致Gawker破产的诉讼后,阿隆·德索萨(Aron D’Souza)发现美国媒体格局中存在一个关键缺陷:受报道伤害的个人缺乏有效的回应途径。
他的解决方案是技术。德苏扎的新创公司“Objection”利用人工智能来评估新闻报道的准确性。 用户只需支付2,000美元费用,即可对某篇报道提出异议,从而启动对其所载内容的公开审查。(德索萨还创办了“增强运动会”(Enhanced Games),这是一项允许使用兴奋剂的奥林匹克式赛事,将于下个月在拉斯维加斯启动。)
“Objection”于周三正式上线,获得了彼得·蒂尔、巴拉吉·斯里尼瓦桑、Social Impact Capital以及Off Piste Capital提供的数百万美元种子轮融资。
蒂尔曾部分资助Gawker诉讼案以保护个人隐私,长期以来一直批评主流媒体。德索萨旨在恢复公众对“第四权力”的信任,他认为这种信任在过去几十年间已逐渐被侵蚀。然而,包括媒体律师在内的批评者警告称,“Objection”可能会阻碍对强大机构的报道,尤其是在依赖匿名消息源的情况下。
匿名消息来源在屡获殊荣的腐败和企业不当行为调查中发挥了关键作用。这些人士因分享关键信息,往往面临失业或报复的风险。记者有责任与编辑、同行及法律顾问共同核实消息来源的可靠性,并确保信息并非出于恶意。

图片来源:Objection AI
德索萨认为,仅依赖未经核实且完全匿名的消息来源会降低报道在“Objection”平台上的证据分和可信度分。该平台优先考虑监管文件和官方电子邮件等一手资料,而将匿名举报人的指控排在评分榜的末位。 包括前执法人员和调查记者在内的自由职业者收集这些信息,并将其纳入“荣誉指数”(Honor Index)——这一数值评分反映了记者的诚信度、准确性和过往业绩。
“保护消息来源的身份对于报道重要新闻至关重要,但这会导致严重的权力失衡,”德索萨在接受TechCrunch独家采访时表示。“报道对象被曝光,却没有机制可以对消息来源进行质疑。”

图片来源:Objection AI
即使Objection未发现报道存在问题,其配套功能“Fire Blanket”仍可能对其可信度提出质疑。该工具通过平台API在X上运行,通过发布警告实时标记存在争议的说法,在相关说法尚在审核期间,便有效地在公共讨论中注入“正在调查中”的标签。
加州大学洛杉矶分校(UCLA)第一修正案学者尤金·沃洛赫(Eugene Volokh)指出,该平台本身可能并未违反言论自由的保护条款,他将其视为围绕新闻业更广泛批评生态系统的一部分。他将这一概念比作针对记者而非政客的竞选对手调查,并驳回了关于该平台会对举报人产生寒蝉效应的担忧。
“所有批评都会产生寒蝉效应,”他告诉TechCrunch。
该平台的影响——无论被广泛采用还是被忽视——都将决定“Objection”是会重塑新闻业,还是会逐渐淡出,沦为众多试图重塑新闻业的工具中的一员。
正如柯特利所指出的:“为什么假设人工智能在判断真伪方面比经过调查并撰写报道的记者更可靠?我完全不会做出这样的假设。”
编者注:鉴于德索萨对透明度和问责制的重视,我们发布了完整文字记录的链接,该记录为确保篇幅适中且表述清晰,已进行轻微编辑。
相关文章
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10
相关专题推荐
评论 (0)
0/500
在参与那起导致Gawker破产的诉讼后,阿隆·德索萨(Aron D’Souza)发现美国媒体格局中存在一个关键缺陷:受报道伤害的个人缺乏有效的回应途径。
他的解决方案是技术。德苏扎的新创公司“Objection”利用人工智能来评估新闻报道的准确性。 用户只需支付2,000美元费用,即可对某篇报道提出异议,从而启动对其所载内容的公开审查。(德索萨还创办了“增强运动会”(Enhanced Games),这是一项允许使用兴奋剂的奥林匹克式赛事,将于下个月在拉斯维加斯启动。)
“Objection”于周三正式上线,获得了彼得·蒂尔、巴拉吉·斯里尼瓦桑、Social Impact Capital以及Off Piste Capital提供的数百万美元种子轮融资。
蒂尔曾部分资助Gawker诉讼案以保护个人隐私,长期以来一直批评主流媒体。德索萨旨在恢复公众对“第四权力”的信任,他认为这种信任在过去几十年间已逐渐被侵蚀。然而,包括媒体律师在内的批评者警告称,“Objection”可能会阻碍对强大机构的报道,尤其是在依赖匿名消息源的情况下。
匿名消息来源在屡获殊荣的腐败和企业不当行为调查中发挥了关键作用。这些人士因分享关键信息,往往面临失业或报复的风险。记者有责任与编辑、同行及法律顾问共同核实消息来源的可靠性,并确保信息并非出于恶意。

图片来源:Objection AI
德索萨认为,仅依赖未经核实且完全匿名的消息来源会降低报道在“Objection”平台上的证据分和可信度分。该平台优先考虑监管文件和官方电子邮件等一手资料,而将匿名举报人的指控排在评分榜的末位。 包括前执法人员和调查记者在内的自由职业者收集这些信息,并将其纳入“荣誉指数”(Honor Index)——这一数值评分反映了记者的诚信度、准确性和过往业绩。
“保护消息来源的身份对于报道重要新闻至关重要,但这会导致严重的权力失衡,”德索萨在接受TechCrunch独家采访时表示。“报道对象被曝光,却没有机制可以对消息来源进行质疑。”

图片来源:Objection AI
即使Objection未发现报道存在问题,其配套功能“Fire Blanket”仍可能对其可信度提出质疑。该工具通过平台API在X上运行,通过发布警告实时标记存在争议的说法,在相关说法尚在审核期间,便有效地在公共讨论中注入“正在调查中”的标签。
加州大学洛杉矶分校(UCLA)第一修正案学者尤金·沃洛赫(Eugene Volokh)指出,该平台本身可能并未违反言论自由的保护条款,他将其视为围绕新闻业更广泛批评生态系统的一部分。他将这一概念比作针对记者而非政客的竞选对手调查,并驳回了关于该平台会对举报人产生寒蝉效应的担忧。
“所有批评都会产生寒蝉效应,”他告诉TechCrunch。
该平台的影响——无论被广泛采用还是被忽视——都将决定“Objection”是会重塑新闻业,还是会逐渐淡出,沦为众多试图重塑新闻业的工具中的一员。
正如柯特利所指出的:“为什么假设人工智能在判断真伪方面比经过调查并撰写报道的记者更可靠?我完全不会做出这样的假设。”
编者注:鉴于德索萨对透明度和问责制的重视,我们发布了完整文字记录的链接,该记录为确保篇幅适中且表述清晰,已进行轻微编辑。
QueryStory 呼吁对人工智能生成的内容保持谨慎
2009年,沙波尔·纳吉布扎德在担任谷歌系统运维工程师期间,发现了引人入胜的故事讲述所蕴含的力量。 在“极光行动”期间,当受国家支持的黑客将这家科技巨头作为攻击目标时,他被紧急召至危机处理室以厘清服务器活动情况,并亲身体会到:在分散的网络中追踪网络攻击,经过验证的知识至关重要——而这一过程在他看来既耗资巨大又效率低下。他认为,大型语言模型能够在极短时间内,在各种数据库中复现这种验证能力。在随后的六
法国初创公司ZML推出免费工具,加速跨多芯片的AI推理
Nvidia 不受制约的市场主导地位时代可能正在走向终结,然而竞争对手和替代方案正从各个角度涌现。由图灵奖得主杨立昆(Yann LeCun)支持的法国知名 AI 初创公司 ZML,推出了一款推理性能软件,使各种开源大语言模型能够在包括 Nvidia、AMD、Google TPUs、Apple Metal 和 Intel Arc 在内的多种硬件上运行。据 ZML 创始人 Steeve Morin 介绍,通过其新推出的 LLM 推理服务器 ZML/LLMD,该公司旨在打破现有的壁垒,并最大化不同
Anthropic 发布了备受争议的内容生成器 Opus 4.6
Anthropic针对Claude制定的通用使用标准禁止该模型生成色情内容,包括描述或要求进行性交或性行为、生成与性癖好或性幻想相关的内容,以及进行色情聊天。 然而,这并未阻止Anthropic今年早些时候发布的模型Claude Opus 4.6轻易参与其安全防护机制本应阻止的色情角色扮演场景。在 TechCrunch 的测试中,Opus 4.6 甚至无需过多怂恿就能突破对色情内容的限制。在 10





首页






