Facebook正在开发一种名为TL;DR的人工智能，它可以将新闻总结成更短的摘要简介。
很多人需要花费很多时间才知道什么是TL;DR，其实，这就是“文章太长，不读了”的缩写。
我们都有过这样的感受，这是可以理解的。泛阅读在现代人中越来越多，忙碌的生活节奏不允许人们有过多时间去阅读一篇长篇大论的分析文章，于是一些媒体现专门报道简短、一目了然的新闻。
问题是，很难在一个简短的摘要简介中获得整个故事的全貌。
在这个世界里，假新闻可以像野火一样在社交网络上迅速传播，几乎完全不受约束，如果将“新闻”以简短形式、没有完整上下文的形式传播正常化，感觉会更加危险。
大多数故事都有两面性，很难找到恰当的总结方法。
某产品经理在内部宣布了FB正在开发的一个名为“TL;DR”的工具，新闻记者可不会喜欢这个新人工智能。从理论上讲，它将使用人工智能来总结长篇文章并给出要点，这样人们就不必阅读整篇文章了。会出什么差错呢!
- Ryan Mac(@RMac18) 2020年12月15日
然而，这个论点也有相反的观点。当文章太长时，人们会有一种自然的浏览习惯。用这种方式略读通常意味着人们会认为他们对某个话题了解得很充分，但我们知道事实往往并非如此。
TL;DR需要在总结新闻的同时又不能过多地让人们看不懂新闻之间找到一种平衡。否则，它可能会增加虚假信息、假新闻和缺乏媒体信任等社会问题。
Facebook在本周的一次内部会议上展示了TL;DR。
脸书似乎正计划在TL;DR中添加一个人工智能助手，可以回答有关文章的问题。这款助手可以帮助读者理清任何不确定的东西，但它也必须证明自己没有任何偏见，而目前所有的算法都在某种程度上存在偏见。
人工智能还必须非常小心，不能把引文断章取义这样的事情弄得更加自动化，让错误信息的传播更加“便捷”。
关于Facebook应该使用哪些资源的争论也将继续。 Facebook只关注“主流媒体”，许多人认为这些媒体遵循某些领导人的议程，或者从没有多少历史可信度的小媒体那里获取新闻?答案可能是介于两者之间，但很难找到正确答案。
Facebook仍然是错误信息的主要来源，很大程度上是由推广此类内容的算法驱动的，到目前为止，它在任何与新闻相关的努力上都没有取得什么成功。也许大多数人都会认为这是另一场即将发生的灾难。
