"Papež Frančišek šokira svet, podpira Donalda Trumpa za predsednika." "Clintonova pomočnika JW McGilla najdejo mrtvega." "Na desetine tisoč lažnih Clintonovih glasov so našli v skladišču v Ohiu." Te šokantne novice preteklega leta so imele skupno eno stvar: niso bile resnične. Ne v najmanjšem. Vsak je bil izdelan bodisi iz zlonamernosti bodisi s poskusom unovčenja prihodkov od oglaševanja, da bi zavedel čim več nenamernih internetnih bralcev. Z drugimi besedami, bile so "lažne novice."
Sorodne vsebine
- Boj proti nacistom s lažnimi novicami
- Lažna britanska radijska oddaja, ki je pomagala porazi nacistov
- Rešitev za širjenje lažnih novic? Učitelji zgodovine
Lažne novice seveda niso nič novega. V preteklosti je šlo v obliki brošur, ustvarjenih za razmazovanje političnih sovražnikov ali senzacionalističnih zgodb, ki so oblikovane tako, da bi se "na virusi" na staromodni način prodali po časopisih. Toda nedavni porast neresničnih informacij, ki jih omogočajo naše nove pokrajine družbenih medijev, jo je sprožil kot resen problem, vreden nacionalne in celo mednarodne razprave.
Problem je, pravijo ljudje, medij. Kar je smiselno: platforme družbenih medijev, kot je Facebook, se soočajo s kritiko, ker omogočajo širjenje tovrstnih zavajajočih ali napačnih informacij, ker dovolijo vsem uporabnikom ali celo avtomatiziranim botom, da objavljajo zakonite članke, ki se nato širijo kot divji ogenj skozi "všečke" "in" skupna raba. " Zdaj je Facebook uvedel nova orodja za odpravljanje lažnih virusnih člankov, Twitter pa preizkuša novo funkcijo, s katero lahko uporabniki označijo zavajajoče, lažne ali škodljive podatke.
Toda nova študija, objavljena ta teden v reviji Nature Human Behavior, kaže, da so krivi tudi omejitve človeških možganov. Ko so ljudje preobremenjeni z novimi informacijami, se ponavadi zanašajo na manj kot idealne mehanizme spoprijemanja, da bi razlikovali dobro od slabega in na koncu pridobili na priljubljenosti nad kakovostjo, kaže študija. Ta smrtonosna kombinacija nasičenosti podatkov in kratka, raztegnjena razpona pozornosti lahko omogočijo tako učinkovito širjenje ponarejenih novic.
"Uporabniki so prek omrežij, kot sta Twitter in Facebook, vsak dan izpostavljeni velikemu številu prenosljivih informacij, ki tekmujejo za dosego uspeha, " pravi Diego Fregolente Mendes de Oliveira, fizik z univerze Northwestern, ki preučuje, kako mreže ljudi delujejo in vodijo avtor študije.
Zaradi pomembnih vplivov, ki jih imajo družbeni mediji na politiko in življenje, je Oliveira dejala, da je diskriminacija med dobrimi in slabimi informacijami postala "pomembnejša v današnjih spletnih informacijskih omrežjih kot kadar koli prej." Kljub temu da je delež večjih, dinamika podobno mislečih skupin, kot so tiste, ki jih najdemo na družbenih medijih, lahko spodkopava kolektivno presojo teh skupin, zato je presojanje pozivov o lažnih novicah še težje. Kot navaja študija, ljudje postanejo »ranljivi za manipulacijo«, ko jim daje preveč informacij.
Leta 2016 se je Oliveira lotila preučevanja, kako se informacije širijo po družbenih omrežjih, predvsem pa o tem, kako lahko "nekvalitetne informacije" ali lažne novice na koncu izzvenijo kot okužba. Oblikoval je teoretični model, s katerim je napovedal, kako se lažne novice širijo po družbenih omrežjih.
Model ni vključeval dejanskih uporabnikov ljudi ali dejanskih ponarejenih člankov. Vendar je črpal iz podatkov, ki so jih zbrali neodvisni opazovalci o razkritih (vendar kljub temu priljubljenih) člankih na Facebooku in Twitterju, da je v objavah, ki so jih uporabniki označili za pregled, izračunali povprečno razmerje med resničnimi in lažnimi novicami. Oliveira je to razmerje uporabil za vodenje algoritma, ki ga je zasnoval za izmenjavo novic v omrežju.
Ta model je bil po zasnovi podoben prejšnji študiji, v kateri je Oliveira pokazala, kako lahko ljudje, ki se ločijo v ločene mreže - na primer družbeni mehurčki podobnih ljudi na Facebooku - lahko prispevajo k prevaram in lažnemu širjenju informacij. Medtem ko razmišlja razmišljanje, so ti ljudje manj verjetno izpostavljeni informacijam v nasprotju z objavami, ki jih delijo njihovi podobno misleči prijatelji, ki bi lahko izpodrinile lažne novice in razkrile resnico.
Pri razmeroma nizkem pretoku informacij je njegov algoritem napovedoval, da lahko teoretični uporabnik družbenih medijev dobro razlikuje med pristnimi in ponarejenimi novicami ter deli večinoma pristne novice. Ker pa sta Oliveira in njegovi soavtorji spremenili algoritem, da bi odražali večje in večje pretoke informacij - enakovredno brskanju po neskončnem Twitterju ali Facebooku -, se je teoretični uporabnik izkazal za vse manj sposobnega razvrščati kakovostne informacije iz slabih informacij.
Oliveira je ugotovila, da ima na splošno priljubljenost močnejši vpliv na to, ali človek deli kaj od kakovosti. Na višjih ravneh pretoka informacij je ta učinek postal bolj izrazit, kar pomeni, da bi ljudje teoretično porabili manj ali nič časa za oceno kakovosti informacij, preden bi se odločili za njihovo skupno rabo. Kmalu, ko so posvečali vse manj pozornosti vsakemu informaciji, so ljudje delili lažne novice z višjimi in višjimi stopnjami.
Kakovost informacij je po najvišjih zglednih stopnjah nič vplivala na priljubljenost teh informacij. "Dokazujemo, da tako preobremenjenost informacij kot omejena pozornost prispevata k poslabšanju diskriminatorne moči sistema, " je Oliveira dejala po elektronski pošti.
Čeprav ima model jasne omejitve, vseeno ponuja eno razlago, kako se širijo lažne novice. "Tradicionalno velja, da ima resnica nekaj lastne moči za premagovanje lažnih, " pravi Haluk Bingol, računalniški inženir na univerzi Boğaziçi v Turčiji, ki že dolgo študira spletna omrežja. "Podobno dobro sčasoma premaga slabo. Socialne norme temeljijo na teh predpostavkah. Zanimivo je, da se to ni nikoli preizkusilo empirično."
Bingol, ki ni bil vključen v to študijo, pravi, da študija izpostavlja, kako kakovost kakovosti informacij ne pride vedno do izraza, ko gre za distribucijo. Oliveirina raziskava se ujema z dosedanjimi ugotovitvami Bingola o izbiri razmerja in količini informacij. V enem prispevku je ugotovil, da je priporočilo trgovca, ki oglašuje določen izdelek potencialni stranki, še toliko bolj pomembno, ko se je kupcu ponudilo več možnosti, med katerimi lahko izbira.
"To pomeni, če umetno povečate število možnosti, lahko z enakim 'trženjskim pritiskom' dosežete boljše rezultate, " pravi Bingol. Z drugimi besedami, s človekom, ki je preobremenjen z informacijami, je veliko lažje manipulirati - za oglaševalce in za dobavitelje lažnih novic. "Jasno, da danes tega ni težko storiti, " dodaja.
Walter Quattrociocchi, računalničar, iz šole IMT za napredne študije Lucca v Italiji, je bolj skeptičen do modela Oliveira. "Če bi bilo poenostavitev kompleksne družbene dinamike v nastajanju pripovedi lahko zavajajoče, " pravi Quattrociocchi, ki ni bil vključen v to raziskovanje. Na primer, uporabljeni model je deloval na poenostavljeni predpostavki, da uporabniki družbenih medijev vnašajo nove informacije z enako hitrostjo in da vsi uporabniki začnejo z enakim razponom pozornosti.
Čeprav se mu je študija zdela zanimiva, Quattrociocchi ugotavlja, da druge raziskave kažejo, kako lahko potrjevanje pristranskosti in drugih dejavnikov, ki presegajo model Oliveira, pomembno vplivajo na širjenje informacij po spletu.
Za prihodnje raziskave Oliveira upa, da bo svoj model še izboljšal z nekaterimi drugimi dejstvi, vključno s tem, kako vpliva odnos osebe do delitelja informacij, kako jih obdelujejo, in kako verjetno bi si ljudje premislili ob prejemu informacij v spletu, ki so v nasprotju z njihova trenutna prepričanja.
Na koncu dneva Oliveira verjame, da se pri bralcih začne ustavljanje lažnih novic. Predlaga, da ljudje natančno preberejo, kaj si delijo na spletu, izogibajte se neupoštevanju ali sledenju ljudem, da bi ustvarili spletno odmevno komoro, in se izogibajte domnevanju, da je karkoli zaupanja vredno, tudi če zaupajo osebi, ki ga deli. "Upoštevajte, da naši prijatelji verjetno niso dobri uredniki in jih poganjajo čustva in pristranskosti bolj kot objektivnost in zaupanje, " poudarja.
Zato preberite ta članek in preberite, od kod se je pojavil, preden kliknete »daj v skupno rabo«.
