专栏名称: 唧唧堂
唧唧堂学术管理分享平台,更好的学术阅读与写作!
目录
相关文章推荐
Python爱好者社区  ·  DeepSeek满血版,来了! ·  3 天前  
Python爱好者社区  ·  DeepSeek 被放弃了,阿里牛逼! ·  2 天前  
Python爱好者社区  ·  刚刚,DeepSeek开源MoE训练、推理E ... ·  2 天前  
Python开发者  ·  清华大学:DeepSeek + ... ·  3 天前  
Python中文社区  ·  “快得飞起,不卡不掉线!”量化交易必备的De ... ·  3 天前  
51好读  ›  专栏  ›  唧唧堂

PNAS:利用大众评分识别社交媒体虚假新闻可行吗? | 唧唧堂论文解析

唧唧堂  · 公众号  ·  · 2020-03-07 23:16

正文

picture from Internet

解析文章首发于唧唧堂网站www.jijitang.com

解析作者 | 唧唧堂心理学研究小组: 丁一 ;审校编辑 | 悠悠 濛濛


本文是针对论文《利用大众对新闻来源质量的判断来识别社交媒体上的错误信息(Fighting misinformation on social media using crowdsourced judgments of news source quality)》的一篇论文解析, 该论文于2019年2月发表于《美国国家科学院院刊(PNAS)》杂志上。该研究作者包括 Gordon Pennycook, David G. 和Rand。


研究背景


社交媒体是新闻内容产生的关键来源之一,它为错误信息的传播创造了一个新的生态系统 ,公开呈现虚假新闻似乎已经被视为合法的 。在2016年的美国总统大学选期间“虚假新闻”引起人们的广泛关注,其主要传播阵地就是社交媒体。所以,我们可以采取哪些措施阻止在网上分享甚至相信虚假或误导性新闻呢?


一种常用的方法是 使用专业的事实检查器来确定哪些内容是错误的,然后对其进行更正,加上警告标记和直接审查这些内容,一般是三种方法综合使用 (例如,通过降低其在排名算法中的位置,使它不太可能被用户看到)。但是,这种方法有以下不足:(1)需要投入大量的时间和精力,许多(可能是大多数)虚假新闻永远不会被标记到;(2)由于事实检查所花费的巨大代价,民众倾向于认为,如果这个新闻没有被贴上警告标记的话,那它就是真实的(“隐含真相效应”);(3)专业事实检查主要识别有明显错误的内容,而不能识别带有误导性或者偏见的新闻。


在对前人的文献进行梳理后,本研究尝试建立强调一种集体智慧和“群众智慧”的方式来替代专业事实检查器: 让普通民众(而不是专业的事实检查员)来评估新闻网站(而不是个别故事)的可靠性 然后调整社交媒体平台的排名算法,以便用户更有可能看到被评为可信赖新闻媒体的内容。 这种方法很有吸引力,因为是对网站级别进行评级,而不是关注个别新闻,它不要求评级与所产生的虚假标题保持同步; 并且,因为使让外行而不是专家进行评级,所以可以获得大量的数据。此外,这种方法不仅限于直接的虚假新闻,还可以帮助识别产生任何类型的误导性或偏见内容的网站。


然而 ,有些因素可能会影响这种方法的有效实施:


(1)很少有人能够很好地评估新闻媒体的可靠性 。例如,对新闻准确性认知的研究表明,参与者经常(并且错误地)判断大约40%的合法新闻报道是虚假的,20%的捏造新闻报道是真实的。如果外行不能有效地识别单个新闻故事的质量,那么他们也可能无法确定新闻来源的质量。


(2) 新闻消费模式在政治领域存在显著差异 ,并且有人认为政界人士是虚假新闻的消费者。按照这种说法,人们相信虚假新闻,是因为它与他们的政治意识形态相一致。因此,产生最多党派内容(可能是最不可靠的)的社交媒体可能被认为是最值得信赖的。因此,这种方法可能成为群体偏见的牺牲品,而不是群体智慧的结晶。


(3) 其他研究表明, 自由主义者和保守主义者在各种人格特质上存在差异 ,这些特质可能会有选择性地破坏对新闻来源可信度准确信念的形成。例如,有人认为保守主义者表现出更高的认知一致性,对环境的容忍度更低,对威胁更敏感,对秩序/结构/关闭有更高的个人需求。与自由主义者相比,保守派反思性更强,而缺乏反思与假新闻标题的易感性相关。然而,关于党派偏见中是否存在意识形态不对称,目前尚在争论中。因此, 目前还不清楚保守派在评判媒体机构的可信度方面是否更糟,以及任何此类意识形态的差异是否会破坏群众对新闻媒体有效性的评判。


(4) 大多数外行人不太可能仔细追踪各种媒体产生的内容 。事实上,大多数社交媒体用户甚至不太可能听说过许多相关的新闻网站,特别是那些虚假的或者超党派内容这些更加模糊的消息来源。


picture from internet


研究过程


研究一 中,研究者通过亚马逊旗下的“机械土耳其人”平台招募1010名美国民众,对于一组60个新闻网站(包括20个主流媒体、22个制造超党派内容的网站和18个多产生虚假内容的网站),研究者会问被试是否熟悉这些网站以及对每个域名的信任程度。


研究二 中,研究者通过Lucid平台招募另外970名美国民众来测试研究结果的普遍性,提供了一个在年龄,性别,种族和地理方面具有全国代表性的被试库。为了选择20个主流新闻来源,研究者使用皮尤中心所报告的美国在线流量最多的新闻来源列表,该列表与研究一中所使用的不完全相同,但同时也符合主流媒体的定义。


最后 ,研究者让八位专业的事实检查员提供他们对研究二中使用的每个新闻来源可信度的看法,以此来建立更客观的新闻来源质量评级。这些评级可以检验研究者对于主流媒体、超党派媒体和假新闻网站的分类是否准确,并直接比较外行与专家的信任评级。


研究结果


1)民主党人和共和党人对主流媒体的信任程度有显著差异:党派和新闻来源之间存在显著的交互作用;民主党人比共和党人更加相信主流媒体,唯一例外是对福克斯新闻,共和党人比民主党人更相信它。


(2)在对于虚假新闻信任程度上,两党派人士未出现明显差异。


(3)两党派人士对于主流媒体的信任得分均高于虚假新闻网站。


(4)专业的事实检查员对于主流媒体的打分高于超党派网站,虚假网站得分最低。


(5)专业的事实检查员和民主党人的平均信任评级之间存在非常高的相关。


综上,研究发现事实检查员和外行评分之间一致性非常高,所以外行评分的方法是可行的。


讨论


对于像社交媒体上的虚假信息传播这样复杂的问题,多种方法组和才可以有效地解决它。本研究结果表明,使用大众信任评级来获取有关媒体来源可靠性的信息有助于提供排名算法信息的信息,显示了作为一种此类方法的前景。总体而言,信任评级可以有效地将主流媒体与超党派和虚假新闻网站区分开来。此外,被试给出的评级与专业事实检查员提供的评级有高度一致性,因此,将非专业人士的信任评级纳入社交媒体排名算法是可行的。


参考文献:

Pennycook, G., & Rand, D. G. (2019). Fighting misinformation on social media using crowdsourced judgments of news source quality. Proceedings of the National Academy of Sciences, 201806781.



解析作者: 丁一


点击“阅读原文”,查阅更多作者在唧唧堂的论文解析







请到「今天看啥」查看全文