由 Peter Thiel 支持的 AI 新創 Objection.ai 上線，允許任何人付費對新聞提出「異議」，由 AI 評判真偽。
根據《TechCrunch》報導，Peter Thiel 掏錢支持的 AI 新創，正在試圖重寫新聞問責的遊戲規則，Objection.ai 於 4 月 15 日正式上線，以 AI 為仲裁核心，聲稱可以評判新聞報導的真實性，任何人只要支付 2,000 美元（約新台幣 64,000 元），就能對一篇報導提出「異議」，觸發公開調查程序。
Objection 的創辦人 Aron D'Souza 曾是打垮美國媒體公司 Gawker 那場訴訟的幕後主導者之一，而出資者正是同一位 Peter Thiel，這位矽谷創投大老長期以來對主流媒體持批評態度。此次 Objection 獲得 Thiel 與投資人 Balaji Srinivasan，以及 Social Impact Capital、Off Piste Capital 等創投機構的種子輪資金挹注，金額為「數百萬美元級別」，確切數字未予公開。
AI 擔任評審，匿名消息來源最吃虧
Objection 平台的運作邏輯，是由 OpenAI、Anthropic、xAI、Mistral 和 Google 等多家大型語言模型組成「陪審團」，接收提交的爭議主張後逐一評估證據，最終產出一個名為「Honor Index」的信任分數，用以衡量記者的準確性與專業聲譽。平台的調查流程由前執法人員和調查記者組成的自由接案團隊負責蒐集資料，D'Souza 將這套機制描述為「無需信任的系統」，強調方法論透明，可比照 X（前 Twitter）上社群糾錯功能 Community Notes 的運作邏輯。
然而，這套評分體系有一個對新聞實務而言極其棘手的設計：官方文件、法規申報等原始紀錄在評分上享有最高權重，而匿名消息來源的說法則位居評分最底層。換句話說，當一篇報導依賴受保護的吹哨者（whistleblower）陳述時，系統幾乎必然給出較低的信任分數。這並非邊緣情境，而是主流調查新聞的日常。許多改變政治與商業格局的重大報導，從水門案到企業舞弊揭密，其關鍵資訊都來自身處風險中、選擇匿名發聲的內部人士。
對此，D'Souza 的回應是：記者也可以主動向 Objection 的加密雜湊系統提交自己的消息來源資料，以此換取較高的評分。但多名媒體法律學者指出，這等同於強迫記者在自己不曾同意參與的系統裡，自行舉證為報導辯護，若拒絕，系統就可能回傳「無法判定」的結論，在報導準確的情況下製造公眾疑慮。
延伸閱讀｜讓 AI 當店長可行嗎？Anthropic 實測：Claude 經營自動販賣機，幾天虧損破 1,000 美元！
付費異議門檻，批評者直言「富人勒索工具」
針對 2,000 美元的異議費用，D'Souza 表示定價是為了避免濫用，但批評者一針見血地指出，這個金額對一般公民是高門檻，對希望壓制不利報導的企業或政治人物而言，幾乎可以忽略不計。明尼蘇達大學媒體法律與倫理教授 Jane Kirtley 認為，這類工具的本質是藉由累積對媒體的不信任，進一步侵蝕獨立新聞的公信力，而非真正提升新聞品質。
美國憲法第一修正案與誹謗法律師 Chris Mattei 直接將 Objection 形容為「為權貴打造的高科技保護費機制」，認為這個平台的設計方向與鼓勵吹哨者發聲的公共利益完全相悖。值得注意的是，Objection 還配備了一個名為「Fire Blanket」的附屬功能，透過 X 平台的應用程式介面（API），在調查尚未完成時就能即時在社群網站上標記「爭議中」警示，主動在公眾討論中植入質疑標籤。
UCLA 第一修正案學者 Eugene Volokh 的看法較為中立，他認為 Objection 本身並不構成言論自由問題，本質上是一種針對記者的「輿論反攻研究」，所有批評行為本來就會造成寒蟬效應，這無可厚非。
科技創業者能否裁定新聞是非
Kirtley 提出了一個根本性的問題：新聞產業本來就有自成體系的問責機制，包括記者同儕互評、內部編輯審核，以及美國「專業記者協會倫理守則」等行業規範，這些機制要求記者在沒有其他途徑時才使用匿名消息來源。矽谷創業者是否真的具備判斷什麼樣的報導符合公共利益的能力？她持保留態度。
這場爭議的真正核心，在於 Objection 試圖以科技手段強行解決這個記者與法學界討論了數十年的難題，但 AI 本身在偏見、幻覺與黑盒決策上的已知缺陷，恰恰讓這套以「科學嚴謹性」為號召的仲裁系統面臨最根本的信任困境：若連 AI 的可靠性都尚未解決，又何以成為新聞真偽的最終裁判？
（本文轉載自 Inside，初稿為 AI 編撰）
