一项研究将重点从内容创作者转向重复分享者

一项关于错误信息行为的新研究认为,社交媒体研究花在追溯虚假说法源头上的时间太多,而对那些反复传播这些说法的人关注太少。该研究由 Phys.org 报道,基于发表在 International Journal of Enterprise Network Management 上的研究,提出了一个理解用户行为如何帮助误导性信息一再扩散的模型。

其核心观点很直接:错误信息之所以传播,不只是因为有人创造了它,而是因为大量人选择相信它、转发它,并让它在自己的网络中重新获得生命。这一区别对平台、政策制定者、教育者和事实核查人员如何减缓虚假或未经证实说法的流动具有广泛影响。

研究人员表示,信息接收者的行为在早期研究中被低估了。既有研究往往聚焦于网络结构、发起欺骗叙事的账号,或病毒式传播的机制。而这项新分析则把目光放在把接触转化为放大的那些人类决策上。

为什么这在危机期间尤为重要

论文特别强调了紧急事件和灾害情境。在危机期间,人们经常依赖社交平台获取快速更新、警报、图像和目击者叙述。这种环境极易让误导性信息扩散:用户承受压力,官方信息可能不完整,而情绪化帖子看起来又足够紧急,值得在核实之前就转发。

在这种情况下,一条虚假信息不仅会通过原始发布获得动力,还会通过普通用户的反复转发继续发酵。这些用户往往相信自己是在提供帮助、保护他人或履行公民责任。研究正是试图更清楚地捕捉这种行为。

研究表明,如果干预措施只针对识别坏行为者或删除明显虚假的帖子,那么可能会遗漏问题的大部分。如果重复分享行为是关键驱动因素,那么平台响应就必须针对促使用户继续传播错误信息的激励、信任信号和决策模式。

研究人员构建了什么

根据原文,研究人员结合了两种方法。首先,他们回顾了影响用户是否分享错误信息的信任与信念模式证据。其次,他们使用无监督机器学习分析用户行为。在此基础上,他们建立了一个概念模型,旨在帮助识别与反复分享虚假信息相关的行为模式。

这并不意味着研究做出了一个能识别所有错误信息传播者的通用探测器,原文也没有声称它能准确预测个体行为。它的主张更窄,但仍然重要:这个模型描绘了可能解释为何某些用户会反复成为传播链一环的模式。

这是一个重要区别。就实际应用而言,这种基于行为的模型不仅可用于执法或内容审核,也可用于产品设计。平台可以测试提示、摩擦机制或上下文线索,针对用户最可能转发可疑内容的时刻进行干预。

不只是事实核查

这项研究最有价值的启示之一是,错误信息治理可能需要超越简单的真假二元框架。事实核查仍然重要,但研究指向一个更广泛的系统,在这个系统中,用户心理、信任与习惯都是核心变量。

这打开了原文中描述的几种潜在应用。研究结果可帮助改进平台政策、支持媒体素养项目、加强事实核查流程,并为旨在减少误导性信息传播的审核系统提供依据。它们也可能有助于重建公众对线上信息的信任。

这些用途都需要从概念模型转化为实际部署。例如,媒体素养项目可能会少一些“识别明显假标题”的训练,而更多关注教用户识别促使自己快速转发的情绪或社会触发点。与此同时,平台政策团队可能会利用这些发现,找出在哪些时刻加入更多上下文或增加分享阻力,比直接删除内容更有效。

它试图弥补的研究空白

该研究指出了当前文献中的一个缺口:过于强调创作者和网络,而对接收者和反复传播者关注不足。这种批评反映出研究者对在线生态系统理解的一种更广泛转变。信息流并非只是自上而下的,它们会被各种用户不断重混和再传播,这些用户既可能是极具影响力的账号,也可能是拥有规模不大但很受信任圈子的普通人。

在这种环境中,重复与来源同样重要。一条最初规模很小的虚假说法,如果被许多熟悉的声音在社交上反复印证,就可能变得强大。通过聚焦那些反复传播错误信息的用户,这篇论文把问题重塑为分布式行为,而不是孤立欺骗。

这种框架在平台越来越依赖推荐系统和算法排序时,可能尤其相关。即使平台减少了某个误导性原帖的触达,用户仍然可以通过截图、转述、回复或新帖子重复同一个核心说法。因此,理解那些持续推动这一循环的人,可能是任何长期干预的关键。

局限与后续问题

所给文章对这项研究的介绍较为概括,因此留下了一些与实际应用相关的问题。文中没有说明行为数据集有多大、机器学习系统具体分析了哪些特征,也没有说明该模型在不同平台和语言中的表现。文中也没有证明同样的行为线索在灾害情境之外能否同样适用。

这些局限并不削弱研究的价值,只是说明这项工作更像是一项建模研究,提供了看待错误信息传播的新视角,而不是一个成熟的操作方案。对研究人员和平台设计者来说,这也许足以把注意力重新引向生态系统中一个此前研究较少的部分。

对错误信息传播更现实的理解

这项研究最强的结论是,错误信息不仅是生产问题,也是参与问题。虚假说法之所以获得力量,是因为用户通过日常分享行为相信、转发并让其正常化。通过尝试识别这一过程背后的行为模式,研究人员正在推动该领域走向对数字错误信息如何存活的更现实解释。

如果这种转向成立,未来的反错误信息策略可能会减少对少数源头的追踪,而更多聚焦于阻断那些让谎言持续传播的重复选择。在危机驱动的信息环境中,这或许仍是最大的改进空间。

这项研究认为可支持的方向

  • 社交媒体平台政策设计
  • 媒体素养与数字教育项目
  • 事实核查工作流程
  • 旨在减少再传播的审核系统
  • 危机期间围绕线上信息建立信任

本文基于 Phys.org 的报道。阅读原文

Originally published on phys.org