謠言為何總是更受歡迎？原來假新聞可以這樣預測

　　來源： 環球科學ScientificAmerican

　　研究人員對 Facebook 和 Twitter 用戶所做的大量調查表明，在社交媒體上，用戶傾向於獲取與自己世界觀一致的信息，至於這些信息是否真實，他們往往並不在意。而且，很多用戶會忽略其他不同的觀點，並傾向於加入與自己觀點一致的群組。正是這種趨勢，強化了假消息的傳播路徑，也讓假消息在社交媒體上一發不可收拾。

　　你是否還記得，三年前的互聯網上曾出現了一場關於裙子顏色的大討論。事情的緣由是這樣的：一位名為凱特琳·麥克尼爾（Caitlin McNeill）的蘇格蘭歌手在Tumblr上發布了一張照片，有人認為照片里裙子的顏色是藍黑相間，有人則認為是白色和金色相間。其實，這兩種看法都沒錯。對顏色的不同認知取決於個體如何「加工」色彩。大腦對於現實世界的認知取決於感官的感覺，因此每個人看待事物的方式也不一樣。另外，個人經歷也會影響我們對世界的認知。這種差異性體現在我們跟朋友分享的消息上，更體現在那些我們自己特別感興趣的話題上。我們傳遞的任何一條消息都帶有自己獨特的印記，代表了我們看待事物的獨特方式。

　　舉例來說，假如我們關心科研進展，而此時有一項最新的研究表明豬油可以強化記憶力，我們少不了要跟別人談起這個。顯然這不是真的，但我們還是會講，因為它聽起來合理，也適合聊天。

　　互聯網讓人們無需通過中間媒介，就可以直接獲取海量信息，這一點深刻改變了我們獲取知識的方式。直到幾年前，報紙和電視談論的話題還是由編輯和相關領域的專家精心挑選出來的。而在今天，Facebook、Twitter等社交網路的分享模式讓用戶能夠自下而上地產生流行話題。這種對所有話題「一視同仁」的方式帶來了巨大變化：時政新聞、自拍視頻或者最新的菜譜都有可能獲得相同的關注度。

　　篩選、審核信息的中間媒介消失後，我們每個人既是內容的產生者，也是內容的消費者。無所不在的Facebook等社交平台儼然成為了一種全新的媒介，而信息在這個平台上面的傳播方式與平台本身的商業模式密切相關。由於社交媒體的巨大規模，我們已經很難忽略它們對當今社會和公眾輿論的影響。

　　全球性威脅

　　廣義上的互聯網，和以社交網路為代表的新生事物已經以出人意料的方式，改變了知識的產生過程。上世紀九十年代中後期，法國哲學家皮埃爾·列維（Pierre Levy）和其他評論家預測了集體智慧時代的到來：知識的傳播不再受中間媒介和地理條件的限制，社會將因此飛速發展。但是，實際情況卻並非如此。

　　在美國，超過一半以上的人（51%）通過社交媒體獲取新聞。在這種情況下，選擇性曝光，即沉溺於自己感興趣的話題，而且排斥其他不同的觀點，在全球對話和公共輿論中的影響力愈加明顯。在去中介化和話題平等化的過程中，個體的認知能力和局限變得至關重要。

　　假新聞，或者說那些在互聯網上傳播的假消息，正在這些平台上泛濫成災。早在2013年，世界經濟論壇就將病毒般傳播的假新聞看作是全球性威脅之一。

　　我們的一些研究似乎表明確認偏誤（Confirmation bias，無論合乎事實與否，只偏好地獲取符合自己認知的信息的傾向）在網路社交活動中佔據著重要角色，在Facebook上尤其如此。舉例來說，雖然用戶幾乎可以和任何人交流，也可以獲得任何類型的信息和觀點，他們還是傾向於建立與自己觀點相契合的「回聲室」（回聲室效應：在媒體上是指在一個相對封閉的環境中，一些意見相近的聲音不斷重複，並以誇張或其他扭曲形式重複，這樣會讓處於該環境的大多數人認為，這些扭曲的故事就是事實的全部）。

　　由於社交媒體的分享屬性，在這些「回聲室」中，用戶傾向於獲得和群組觀點一致的信息（即便有些明顯是虛假信息），或者傾向於忽略那些與自己所在群組觀點不一致的信息。總而言之，信息是否真實並不重要，重要的是信息與個人對世界的認知是否相符。在這種情形下，試圖通過驗證來源、核對事實以及揭露謊言來遏制假新聞傳播的努力普遍收效甚微。甚至在某些情況下，這些努力似乎適得其反。2017年，本文作者在《公共科學圖書館·綜合》（PLoS ONE）雜誌上發表的一篇文章中指出：研究人員發現，那些熱衷於關注小道消息而非主流媒體的用戶，只有極少一部分人會查看揭露謊言的帖子。

　　媒體與用戶的分化

　　在專家的幫助下，本文作者的團隊篩選了兩組表述，一組是科學事實，另一組則是與之相反的虛假表述，並用這些表述進行了一系列實驗。

　　2017年，本文作者的團隊在《美國科學院院刊》（PNAS）上發表了一篇論文，分析了新聞機構在社交網路平台發布的新聞推送以及用戶如何使用這些推送。

　　上述研究分析了大量數據，包括900多家新聞機構，以及超過3.76億用戶在6年間（從2010年1月到2015年12月）與2000多萬條新聞的互動情況。本文作者藉助網路科學和統計學方法，從宏觀角度分析了用戶與信息的互動模式。研究結果表明，用戶越活躍，他/她關注的新聞機構就越少。這種傾向讓媒體分成了不同的類型群體，進而導致用戶通常只關注某一類型的新聞機構，並在此基礎上形成他們的看法。跟之前的研究一樣，分化現象在這裡再次出現。也就是說，在網路和社交平台上，分化現象十分普遍。

　　本文作者和同事分析了報紙、雜誌在Facebook上發布的新聞消息被哪些用戶點擊，以及用戶如何對待這些新聞。左邊是用戶和主頁的互動：每一個結點代表一個主頁，如果用戶對兩個主頁都感興趣，那麼就會有一條線將兩個主頁連接起來。不同的顏色代表著不同的用戶群體，用戶越活躍，那麼他/她關注的主頁就越少，這就產生了分化。另外，主頁之間也可以互相點贊。在右圖中，每一個結點仍代表一個主頁，弧線代表主頁之間的點贊，不同顏色代表了通過演算法確定的群組。在兩幅圖中，最外面一圈代表主頁所在的國家和大洲。

　　英國脫歐

　　2016年6月26日，英國舉行了全民公投決定是否脫歐。本文作者對這次公投進行了研究，並於2017年將研究結果發表在《社交網路》（Social Networks）雜誌上。我們研究了超過100萬名用戶在2016年1月到7月當中，與英國媒體的Facebook主頁就英國脫歐話題發布的消息之間的互動情況。

　　英國脫歐全民公投的計票結果出爐，脫歐陣營以51.9%的得票率勝出。雖然脫歐已成既定事實，但反對英國脫歐的示威遊行仍然持續不斷。

　　首先，我們分析了用戶的活動模式，並研究這些模式能否產生回聲室效應和用戶分化現象。在這項研究中，雖然我們事先沒有對媒體的Facebook主頁進行分類，但分析結果清楚地表明，用戶自發地形成了兩個完全不同的群體，彼此從不互動。

　　我們在研究中發現，用戶分化為兩個群體，關注著不同的事物。每個群體的注意力僅限於某些媒體的Facebook主頁，非常忠誠。

　　圖片展示了在英國就是否脫歐進行全民公投前，用戶與討論英國脫歐的媒體在Facebook上的主頁的互動情況。如果一個用戶在兩家報紙的Facebook主頁上都活躍，那麼這兩家報紙的Facebook主頁就會被一根弧線連接起來。專業的群體測量演算法表明，根據互動情況可以將用戶主要劃分為兩個群體，分別用紅色和藍色表示。圖表右下方的餅圖展示了這兩個群體所佔的百分比。

　　為了更好地研究不同群體的內部特徵，我們使用了一種新方法，首先抓取媒體的Facebook主頁帖子中的話題，並將其與用戶評論這些話題時表達的情感綜合起來分析。比如，支持英國脫歐的用戶傾向於否認所有支持歐盟和歐元區的言論。通常而言，一篇情感激昂、支持英國留在歐盟的文章，都會引起脫歐用戶的強烈反對。這非常符合「逆火效應」（譯者註：逆火效應是指，當一個錯誤的信息被更正後，如果更正的信息與人們原來的看法相違背，反而會加深人們對錯誤的信息的信任）。這種分化現象會影響人們對討論內容的理解，形成兩個對立鮮明的陣營。

　　義大利全民公投

　　那麼，這種分化現象到底只是Facebook特有的現象，還是說在其他社交平台上，比如說Twitter也會出現呢？2016年12月4日，義大利舉行了修憲公投。

　　沿用分析英國脫歐事件的辦法，我們在義大利修憲公投期間，研究了新聞機構在Facebook和Twitter上發布的相關新聞以及用戶如何與這些新聞互動，通過測量用戶的互動找到了用戶討論的一些結構特徵。

　　我們發現，分化的用戶群體在兩個社交平台上都出現了。在Facebook上，用戶分化為了5個不同的群體；而在Twitter上，用戶分化為4個不同的群體。每個用戶都只屬於某一個群體，即某一個回聲室。這項研究結果的意義在於，它清楚地表明了，即使兩個社交網路平台的演算法不同，研究涉及的用戶也不同，但是Facebook和Twitter都出現了用戶分化的現象。此外，通過話題自動提取技術和情感分析技術，我們發現最具爭議的話題以及相關的情感表達，還取決於新聞發布機構呈現和討論這些話題的方式。

　　2016年12月4日，義大利舉行了修憲公投。在公投之前，義大利國內進行了一場熱烈的討論，持續時間長達幾個月。最終，反對方以接近60%的票數獲勝。

　　分化現象和假新聞

　　量化分析表明，在信息消費領域，分化現象是社交媒體的特點之一。用戶越活躍，就越傾向於只關注某些特定話題。我們還知道，在不同的群體內部，新聞的傳播性並不取決於新聞本身的真實性，而取決於新聞與群體世界觀的契合度——與群體世界觀相悖的信息不僅會被忽視，還有可能會強化群體原來看問題的方式。

　　我們認識到，假新聞在社交媒體上的傳播與用戶分化現象有直接關係聯繫。既然分化現象（確認偏誤的結果）在社交媒體上有如此大的影響力，那麼我們是否可以用它來辨別那些更有可能成為假新聞的話題呢？在最近發表的「分化現象和假新聞」的研究中，我們提出了一個通用方法，能夠及時發現社交媒體上分化用戶的話題，進而預測將來可能出現的假新聞。

　　為了驗證這一方法的有效性，我們在Facebook上收集了大量數據，包括官方報紙發布的30多萬條新聞以及一些網站發布的5萬餘篇虛假的或真實性未知的帖子，並能夠辨別出那些分化用戶的話題。我們發現，導致公眾觀點分化的話題和最常見的假新聞的主題之間有很強的關聯。具體來說，我們一方面自動抓取社交媒體上新聞和評論中出現的話題，另一方面通過用戶的參與度和他們在評論中表達出的情感傾向測量用戶的分化程度。用這樣的方法，我們能夠預測哪些話題有可能成為假新聞，而且準確率高達91%。舉例來說，如果我們發現移民這個話題能夠讓用戶分化，那麼十有八九它也會成為假新聞的話題。

　　如何應對假新聞

　　社交網路改變了人們獲取信息的方式，正是在這種新模式下，假新聞層出不窮。信息量過大，加工時間短，再加上人們認知的固有缺陷，網路信息魚龍混雜的亂象已經司空見慣。我們傾向於關注那些最能說服我們以及符合我們的世界觀的信息（同時忽略掉有著相反觀點的信息），閱讀這些信息並把它們分享給線上好友。確認偏誤導致了回聲室的產生，將有著相同的觀點的用戶聚集在一起，從而進一步強化了用戶分化。假新聞其實只是冰山一角，這一現象還有著更深層的原因。

　　因此，當《牛津字典》宣布將「後真相」（post-truth）作為2016年的年度辭彙時，這絕非巧合。「後真相」意指在一些特定狀況下，客觀事實對公共輿論的影響沒有感性訴求和個人信念的影響大。

　　「後真相」這個詞流行開來，並被廣泛用於談論英國脫歐和特朗普當選美國總統。「後真相」彷彿成為了公共輿論的口頭禪。公眾對假新聞和人們的不理性感到憤怒，彷彿不理性只是屬於少數人的，而非普遍存在。同時，社交媒體彷彿助長了這種更加情緒化而非理性的思考方式。

　　我們認為，假新聞並不是真正的問題所在，急於解決假新聞可能只會適得其反。有人提出，可以利用演算法或程序分析文本內容和它的來源，從而判斷某個信息的真實性。但在科學領域，真相是一個不斷變化並完善的概念。在這樣的情況下，寄希望於一個簡單的程序來判斷新聞的真假可以說是非常天真的想法了。相反，我們應該恢複信息的正常流通，促進不同觀點之間的相互交流，消除固步自封、一味鼓吹自己的觀點以及貶低於自己觀點不同的聲音。

　　在威尼斯大學，我們在跨學科合作的基礎上，分析當今社會存在的問題，並嘗試應對正在發生的社會變革。我們建立了Pandoor平台，用於長期監測社交媒體動態。為了解決用戶分化現象，我們提供了一些計算工具，旨在了解個人用戶和用戶群體的信息需求。在考慮用戶需求和喜好的前提下，再弄清信息的傳播模式，進而減少用戶分化現象。

　　我們還發現，要提高信息傳播的有效性，緩和溝通態度似乎是最高效的辦法。我們的工作重點是通過量化用戶評論來評估新聞出版物的報道方式對用戶分化程度的影響。我們也在量化不同的溝通方式對一些特定話題的影響力，比如疫苗、健康、食物和地緣政治等話題。

　　我們這樣做的目的，是為了尋找新的講述方式，創造新的溝通工具，化解敵視和懷疑情緒。為了達到這一目標，我們必須以人為本——注重個人情感和認知。要消除分化現象，我們首先必須接受人類自身的局限性和非理性特點，然後才可能真正有效溝通。要做到這一點，我們必須學會聆聽，至少嘗試去聆聽。

　　撰文 | 沃爾特·誇德羅喬奇（Walter Quattrociocchi）

　　翻譯 | 梁爽

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！