2013年9月9日星期一早上上班上學前，美國紐澤西州李堡市(Fort Lee)通往紐約曼哈頓的主要橋樑喬治華盛頓大橋，突然無預警地關閉兩條線，只剩一個通道。這天剛好是學校開學日，所造成的交通阻塞非常嚴重，也讓很多緊急事故的救援被拖延。
事後當然各種陰謀理論滿天飛，但經過調查，基本是紐澤西州長對李堡市長的報復行動之一，因為市長在州長選舉時支持對手，歷史上被成為「大橋門」(Bridgegate)事件。
網路陰謀論虛實
2016年是美國總統大選年，3月份克林頓競選經理的個人電子郵件帳戶遭到了網路釣魚攻擊，WikiLeaks在2016年11月發布了他的電子郵件。「披薩門」(Pizzagate)陰謀論的支持者錯誤地聲稱，這些電子郵件包含編碼消息，這些消息將幾名民主黨高級官員和美國餐館與涉嫌人口販運和兒童色情聯繫在一起，據稱涉及的場所之一就是華盛頓特區的乒乓彗星披薩餅店。
這個假事件事後被廣泛調查和揭穿，事實檢查網站Snopes.com和《紐約時報》都有詳細調查，它被判定為假。陰謀論支持者引用的許多證據是來自完全不同的來源，並使其看起來好像真的。披薩店工作人員的家人和朋友的孩子的照片是從Instagram等社交媒體網站上拿到的，並聲稱是受害者的照片。
「大橋門」和「披薩門」這兩個事件，前者是真，後者完全是捏造的。但它們是如何形成陰謀論，又如何在網路上流竄的，最近加大洛杉磯分校（UCLA）的教授運用這兩個例子和人工智慧來研究理解毫無根據的陰謀理論是如何從無關的事實和虛假信息在網路上出現的。
零碎資訊拼湊而成
研究人員還研究了與Covid-19相關的陰謀理論的敘事框架，有了Covid-19為主要骨架，就有許多競爭的陰謀論，很多是將多個較小的陰謀論整合為更大的陰謀論，但是所有陰謀論的基本理論都是相同的。
研究人員使用機器學習（一種人工智慧的工具）來分析網路傳播有關「披薩門」故事的消息。 AI可以自動挑出在網路上傳播的故事中的所有人物，地點，事物和組織（無論故事是真實的還是虛構的），並確定它們之間的關係。
在這兩種情況下（無論是陰謀論還是實際新聞報導），敘事框架都是由故事情節所有要素之間的關係建立的。而且事實證明，陰謀論傾向於在某些要素周圍形成，這些要素充當將事實和人物結合在一起的粘合劑。
AI判斷消息真假
近年來，人工智慧在閱讀網路資料方面取得了長足的進步，可以分析成批的文本並識別出每個故事的的「零件和碎片」。當AI學會識別句子中的單詞和短語的用法時，就愈能了解內容中的故事。借助社交媒體上可用的大量數據，這些AI系統越來越能夠自學和「閱讀」敘事，幾乎就像是人類。
以往司法單位或媒體需耗費大量人力來判斷一個事件或陰謀論的真假，現在透過人工智慧的幫助，或許可以不再假消息滿天飛了。