跳至內容

跨學科問題 2020-21/數字假新聞傳播的證據

來自 Wikibooks,開放世界的開放書籍

假新聞是指以新聞形式出現的令人震驚、令人驚訝且必然虛假的報道的集合,通常以數字形式呈現。[1] 近年來,假新聞的傳播顛覆了政治和社會制度,對民主和人類團結構成了威脅。本案例研究將透過跨學科視角觀察這一問題,並考察心理學、社會學和經濟學領域進行的證據研究。透過比較不同學科視角下關於數字假新聞傳播證據的觀點,可以清楚地看到,應對這一全球性威脅的最有效解決方案將來自於結合學科方法。

心理學證據

[編輯 | 編輯原始碼]

心理學是研究人類行為的學科,包括生物學、認知和社會方面。該學科的研究重點是研究一個或多個變數對一個或多個結果的影響。心理學家旨在研究某些變數如何導致行為變化。[2]

為此,心理學家最常進行定性研究(案例研究、訪談等)或定量研究(準實驗、真實驗)。然後,獲得的結果被用作證據來支援模型,例如重建記憶和錯誤資訊效應的概念,即事件發生後的資訊干擾了對原始事件的記憶。[3] 為了提供人們相信假新聞的原因的證據,一項研究向參與者展示了六篇新聞報道,其中包括兩篇假新聞。受訪者被問及是否記得這六個故事的事件。近 50% 的參與者表示他們記得虛假的故事,甚至提供了關於虛假事件的細節。這項研究表明,人們在多大程度上相信假新聞,因為他們將其回憶成真實的記憶。它還表明,如果事件與預先存在的信念一致,人們更有可能產生虛假記憶。[4] 研究還表明,人們更容易受到以簡單方式表達的假新聞的影響(例如,移民導致失業)。此外,如果一個人缺乏對該主題的瞭解,研究人員表明,動機偏差可能會發揮更大的作用。[5]

社會學證據

[編輯 | 編輯原始碼]

社會學被定義為“對人類社會的發展、結構和功能的研究”。[6] 社會學分析涵蓋了廣泛的社會問題、變化、秩序和不穩定狀態,以及不同的規模,從家庭單位到社會。它包含批判理論以及證據產生的科學方法。

在社會學中,經驗證據以定量或定性資料的形式存在。社會現象的量化資料透過調查、統計和人口普查傳達。大量參與者對封閉式問題的回答允許進行大規模分析,代表社會。但是,選擇偏差[7]——例如男性或女性的過度代表——是此類研究中一個長期存在的問題。相比之下,定性資料依賴於非結構化的開放式訪談。[8] 在分析資料時,可以區分自變數和因變數。[9]

利用這些方法,皮尤研究中心在 2016 年進行了一項調查,抽取了 1002 名 18 歲及以上的成年人,研究可能增加假新聞分享的因素。Goyannes 和 Lavin 將因變數確定為分享假新聞的機率,並將自變數確定為人口統計學(年齡、性別、政治傾向、收入)和情境因素(人們訪問假新聞的頻率、無意識分享假新聞、誰最負責任阻止假新聞)。[10] 利用迴歸模型分析變數之間的相關性,[11] 他們得出結論,年齡較大、收入較低的共和黨男性最容易分享假新聞。關於為什麼會出現這樣的結果的答案可能更適合用定性方法來解決。

經濟學證據

[編輯 | 編輯原始碼]

經濟學是研究“個人、企業[和]政府……如何做出關於如何分配資源的選擇”的學科,其基礎是所有個人都理性行事的假設。[12] 為了以經驗證據的形式收集證據,該學科將統計方法應用於經濟理論和模型,在經濟學的一個分支中稱為“計量經濟學”。定性證據在該學科中很少使用。

經濟學中的一個主要假設是,企業希望最大化利潤。因此,許多數字技術公司——從“大型科技公司”[13]到線上部落格——都使用廣告收入模式,因為它們最大的收入來源來自廣告。[14] 定量證據從廣告模型的兩端收集,從平臺到廣告客戶,以最佳化關鍵績效指標——即最大化參與度並實現對廣告最有效的客戶響應。同樣,假新聞的受益者包括在包含假新聞的網站上投放廣告的人和假新聞的建立者。由於假新聞可以產生強烈的反應,例如“驚訝、恐懼和厭惡”,因此它比大多數新聞報道都更能吸引人們的注意力。[15] 因此,根據經濟學的假設,網站傳播假新聞以吸引流量,從而獲得收入,這是一種激勵。[16] 例如,“每次點選費用”廣告模式說明了,如果點選了假新聞帖子,網站的釋出者或所有者將獲得收入,這表明廣告生態系統如何從假新聞的傳播中受益。[18]

證據衝突:為政策制定提供資訊

[編輯 | 編輯原始碼]

所有這些已確立的學科在產生關於同一問題的證據方面都採用了截然不同的方法。儘管這三者都被稱為社會科學,但它們各自的證據方法得出的結果並不一定相關。

用於產生證據的研究方法之間存在明顯的緊張關係。從心理學中推斷結果——即人類並不總是理性行事——與經濟學中的一個關鍵假設相矛盾;社會學因為它既不假設也不新增另一個維度。一個實際的例子是社交媒體公司執行“標記”被識別為假新聞的帖子的效果有限。“標記”假設了經濟學預設的東西,即個人作為理性行為者,在面對警示資訊時會自然地駁回該帖子。相比之下,心理學中偏差的研究和社會學中社會因素的研究挑戰了這一假設,表明個人和群體遠不如假設的那樣獨立。

此外,跨學科合作的價值體現在規模在影響每個學科研究進展方面的重要性。社會學研究可能會提供關於小規模人口行為的證據,這些證據無法推斷應用於整個社會,而整個社會是計量經濟學的預設引數。當心理學中使用和產生的證據經常被應用於經濟學中以從更具體的角度評估更大的模型假設時,也體現了合作的必要性。

正如2019年英國政府白皮書[19]重新評估對社交媒體的國家監管所說明的那樣,政策制定者最近開始採用跨學科的視角。這些白皮書提出了一種由多元化學術領導者組成的委員會領導的框架:這證明了採用跨學科方法來解決這一全球公共話語威脅是最有效的解決方案。


參考文獻

[編輯 | 編輯原始碼]
  1. 假新聞的定義,劍橋詞典。可在以下網址獲取:
    https://dictionary.cambridge.org/fr/dictionnaire/anglais/fake-news
  2. McLeod S. 定性研究與定量研究 [網際網路]。Simplypsychology.org。2019 [引用日期:2020年12月2日]。可在以下網址獲取:https://www.simplypsychology.org/qualitative-quantitative.html
  3. Cherry K. 錯誤資訊如何影響我們對事件的記憶?[網際網路]。Verywell Mind。2020 [引用日期:2020年11月31日]。可在以下網址獲取:https://www.verywellmind.com/what-is-the-misinformation-effect-2795353
  4. 假新聞會導致錯誤記憶 [網際網路]。EurekAlert!。2019 [引用日期:2020年12月3日]。可在以下網址獲取:https://www.eurekalert.org/pub_releases/2019-08/afps-fnc081919.php
  5. Kruglansky A. 為什麼人們相信假新聞?[網際網路]。世界政府峰會。2018 [引用日期:2020年12月2日]。可在以下網址獲取:https://www.worldgovernmentsummit.org/observer/articles/2018/detail/why-do-people-believe-fake-news
  6. 社會學的定義,牛津詞典。可在以下網址獲取:
    https://www.lexico.com/definition/sociology
  7. 抽樣偏差文章,《工作通訊》,工作與健康研究所,2014年,第76卷。可在以下網址獲取:
    https://www.iwh.on.ca/what-researchers-mean-by/selection-bias#:~:text=Selection%20bias%20is%20a%20kind,and%20cross%2Dsectional%20studies)
  8. Kirby,《從社會學的角度看》,海涅曼教育出版社,2000年,第343頁。可在以下網址獲取:
    https://books.google.fr/books?id=NE7fykwlOl8C&pg=PA343&dq=what+is+the+benefit+of+qualitative+data+in+sociology&hl=fr&sa=X&ved=2ahUKEwju6py5wKrtAhUJ4BoKHbfPASYQ6AEwA3oECAEQAg#v=onepage&q&f=false
  9. 基礎知識——3312,猶他大學社會學系。可在以下網址獲取:
    https://soc.utah.edu/sociology3112/basics.php#:~:text=One%20way%20to%20think%20of,dependent%20variable%20in%20some%20way
  10. Goyanes,Lavin,《假新聞的社會學》,倫敦政治經濟學院媒體研究中心,2018年,第6-11頁。可在以下網址獲取:
    https://www.researchgate.net/publication/325721782_The_Sociology_of_Fake_News_Factors_Affecting_the_Probability_of_Sharing_Political_Fake_News_Online
  11. Altman,Krzywinski,《簡單線性迴歸》,《自然方法》,《自然》雜誌,2015年。可在以下網址獲取:
    https://www.nature.com/articles/nmeth.3627
  12. 經濟學指南 [網際網路]。Investopedia。2020 [引用日期:2020年12月2日]。可在以下網址獲取:https://www.investopedia.com/terms/e/economics.asp
  13. Lekkas N. 五大科技公司:大型科技公司概況(FAAMG)[網際網路]。GrowthRocks。2020 [引用日期:2020年12月4日]。可在以下網址獲取:https://growthrocks.com/blog/big-five-tech-companies-acquisitions/
  14. Jacobs R. 為什麼假新聞對企業不利 [網際網路]。《芝加哥布斯評論》。2018 [引用日期:2020年12月1日]。可在以下網址獲取:https://review.chicagobooth.edu/economics/2018/article/why-fake-news-bad-business
  15. Chadwick P. 為什麼社交媒體上的假新聞傳播速度比真相快 | 保羅·查德威克 [網際網路]。《衛報》。2018 [引用日期:2020年12月1日]。可在以下網址獲取:https://www.theguardian.com/commentisfree/2018/mar/19/fake-news-social-media-twitter-mit-journalism
  16. Braun J. 假新聞,真錢:廣告技術平臺、盈利驅動的騙局和新聞業的商業 [網際網路]。《泰勒與弗朗西斯線上》。2019 [引用日期:2020年12月3日]。可在以下網址獲取:https://www.tandfonline.com/doi/abs/10.1080/21670811.2018.1556314?journalCode=rdij20
  17. 假新聞網站如何賺錢?[網際網路]。《英國廣播公司新聞》。2017 [引用日期:2020年12月6日]。可在以下網址獲取:https://www.bbc.co.uk/news/av/business-38919403
  18. Juneja P. 線上廣告模式簡介 [網際網路]。Managementstudyguide.com。[引用日期:2020年12月2日]。可在以下網址獲取:https://www.managementstudyguide.com/online-advertising-models.htm
  19. Woodhouse J. 社交媒體:需要多少監管?[網際網路]。下議院圖書館。2019 [引用日期:2020年12月3日]。可在以下網址獲取:https://commonslibrary.parliament.uk/social-media-how-much-regulation-is-needed-2/
華夏公益教科書