社交媒體時(shí)代的“信息污染”特征及治理路徑研究

商超余 羅慶文

信息污染”一詞最早是由雅各布·尼爾森在2003 年提出，用于描述無(wú)關(guān)，冗余，未經(jīng)請(qǐng)求和低價(jià)值的信息。隨著移動(dòng)互聯(lián)網(wǎng)的普及、社交媒體的泛濫及在線(xiàn)信息社會(huì)的崛起，“信息污染”指涉“信息被武器化以實(shí)現(xiàn)傳者的惡意動(dòng)機(jī)，使用戶(hù)產(chǎn)生對(duì)國(guó)家、種族、個(gè)人、事件或公司的偏見(jiàn)”。

根據(jù) 《2019 年全球數(shù)字報(bào)告》，全球總?cè)丝?6.76 億中，有34.84 億社交媒體用戶(hù)，每秒鐘會(huì)有數(shù)百萬(wàn)的人在社交媒體上進(jìn)行互動(dòng)，從而創(chuàng)建大量的數(shù)據(jù)。社交媒體上傳播的數(shù)據(jù)已成為分析人士和評(píng)論家關(guān)注的重大話(huà)題，因?yàn)樗从沉巳藗兊纳缃恍袨椤⑦x擇、看法和心態(tài)。全世界有相當(dāng)一部分人使用社交媒體作為新聞等信息來(lái)源，來(lái)自社交媒體的新聞等信息直接或間接影響他們的觀點(diǎn)和行動(dòng)。大量未經(jīng)核實(shí)和未經(jīng)證實(shí)的信息通過(guò)在線(xiàn)社交媒體傳播，誤導(dǎo)了大眾?；ヂ?lián)網(wǎng)的連通性被一些個(gè)人和機(jī)構(gòu)濫用，旨在傳播宣傳、完成他們?cè)O(shè)置的議程。在數(shù)字連接的世界中，假新聞、謠言等虛假信息構(gòu)成的“信息污染”因其復(fù)雜性和規(guī)模，給在線(xiàn)信息社會(huì)系統(tǒng)的正常運(yùn)轉(zhuǎn)造成極大的危害?！靶畔⑽廴尽钡男纬刹荒芎?jiǎn)單歸因?yàn)閹?lái)社交媒體驟增和信息過(guò)載的互聯(lián)網(wǎng)技術(shù)，透視“信息污染”的表征形態(tài)，折射的是數(shù)字傳播生態(tài)下傳播主體（傳者、受眾）異質(zhì)多元的信息生產(chǎn)、消費(fèi)的功能目的和認(rèn)知心理。

一、“信息污染”的表征形態(tài)和生成邏輯

（一）“信息污染”的表征形態(tài)

“信息污染”通常指以文本、圖像、視頻、博客、消息、故事、突發(fā)新聞等形式出現(xiàn)的虛假信息，其表征形態(tài)的格式并不相互排斥，同時(shí)也具有某種異質(zhì)性。常見(jiàn)的表征形態(tài)有謠言、假新聞、不實(shí)信息、點(diǎn)擊誘餌、輿論垃圾宣傳和陰謀論。假新聞被定義為“有意誤導(dǎo)讀者，經(jīng)證實(shí)是虛假的新聞文章”；不同研究者對(duì)謠言的定義呈現(xiàn)歷時(shí)性特征。根據(jù)范德·滕佩爾和阿爾考克的研究，陰謀論是人們普遍漠視的信仰。陰謀論“不僅涉及否認(rèn)對(duì)事件起因的官方普遍持有的解釋?zhuān)疫€涉及將事件歸因于一群有隱藏，非法和惡意的代理人制定的計(jì)劃”。

（二）“信息污染”的生成邏輯

1.制造“信息污染”的行為主體

（1）代理人。代理人參與了虛假信息生成鏈路的所有階段（創(chuàng)建、生產(chǎn)和分發(fā)），且動(dòng)機(jī)各不相同，代理人的特性因階段而異。代理人可能是官方人員，如情報(bào)機(jī)構(gòu)、政黨、新聞機(jī)構(gòu)。也可能是非官方的公民群體。他們長(zhǎng)期在組織嚴(yán)密或圍繞共同利益的機(jī)構(gòu)、團(tuán)體中（例如，公關(guān)公司或游說(shuō)團(tuán)體）單獨(dú)工作。

不同的代理人有不同的受眾對(duì)象。受眾既可能是組織的消費(fèi)者，也可能是基于社會(huì)經(jīng)濟(jì)特征、乃至整個(gè)社會(huì)的社會(huì)群體。訊息可以由代理人通過(guò)社交媒體，以文本（博客、推特 等）或視聽(tīng)材料（圖像、視頻、動(dòng)畫(huà)、編輯過(guò)的音頻剪輯、模因等）進(jìn)行傳播。有些虛假信息旨在長(zhǎng)期保持相關(guān)性和影響力（如“污名化”信息），有些則是針對(duì)短期而設(shè)計(jì)的，就像突發(fā)新聞事件中的個(gè)別訊息一樣。代理人的目標(biāo)受眾是他們想要影響的人群，但這與虛假信息的目標(biāo)不同（被抹黑的對(duì)象），可以是個(gè)人（候選人，政治或商業(yè)領(lǐng)袖）、組織（私人公司或政府機(jī)構(gòu)）、社會(huì)團(tuán)體（種族，種族，精英等）或整個(gè)社會(huì)。受眾很少是信息的被動(dòng)接受者。他們由許多個(gè)人組成，每個(gè)人根據(jù)自己的社會(huì)文化地位、政治立場(chǎng)和個(gè)人經(jīng)歷來(lái)解讀信息。傳播的儀式觀對(duì)于理解個(gè)人如何以及為什么以不同的方式對(duì)信息作出反應(yīng)至關(guān)重要。受眾消費(fèi)的信息類(lèi)型及理解這些信息的方式，都會(huì)受到他們的自我認(rèn)同和與之相關(guān)的“部落”的影響?！皬?qiáng)連帶”關(guān)系促使朋友、家人和同事利用社交媒體共享信息，社交的力量比以往任何時(shí)候都更加強(qiáng)大。在一個(gè)人人都是潛在發(fā)布者的社交媒體時(shí)代，闡釋者可能同向解讀虛假信息，以點(diǎn)贊、評(píng)論、轉(zhuǎn)載的形式分享信息，成為下一個(gè)虛假信息的代理人。

(2)替代媒體。社交媒體用戶(hù)在特定的情緒狀態(tài)下，遇到與他們的價(jià)值觀或信仰相一致的信息時(shí)，對(duì)識(shí)別虛假信息都存在著不足。惡意行為主體利用這一觀察結(jié)果，在許多情況下將相同的虛假信息傳遞給目標(biāo)用戶(hù)。從多個(gè)來(lái)源接收相同內(nèi)容的用戶(hù)更容易相信并傳播它。由于在線(xiàn)創(chuàng)建和發(fā)布內(nèi)容的成本低廉以及社交媒體平臺(tái)的廣泛覆蓋，各種替代主流媒體的平臺(tái)在線(xiàn)媒介資源不斷涌現(xiàn)。這些媒體經(jīng)常散布虛假或高度偏見(jiàn)的聲明?！傲眍?lèi)媒體”的流行度也在上升，此類(lèi)媒體來(lái)源經(jīng)常發(fā)表虛假文章，偽裝成事實(shí)的觀點(diǎn)，甚至高度極化的陰謀論和與偽科學(xué)有關(guān)的文章。這些替代媒體來(lái)源發(fā)表具有政治動(dòng)機(jī)的文章，通常直接挑戰(zhàn)主流媒體發(fā)表的敘述。除了基于政治意識(shí)形態(tài)的預(yù)期目標(biāo)受眾之外，這些信息源還經(jīng)常受到主流媒體消費(fèi)者的關(guān)注，從而潛在加劇讀者對(duì)合法媒體資源的不信任。

(3)社交媒體機(jī)器人。出于政治或經(jīng)濟(jì)原因，創(chuàng)建虛假新聞源的成本低廉及軟件控制的社交媒體機(jī)器人的使用使輿論的塑造變得更加容易。虛假信息來(lái)源模仿主流媒體，卻不遵守新聞?wù)\信。信源依靠社交機(jī)器人來(lái)傳播其內(nèi)容，社交機(jī)器人模仿人類(lèi)，發(fā)布內(nèi)容，互相交流以及與真人互動(dòng)，目標(biāo)人群是那些更可能相信虛假信息的人。因此，人們很難區(qū)分人類(lèi)或機(jī)器人發(fā)布的內(nèi)容。首先，一旦創(chuàng)建內(nèi)容，它們就會(huì)擴(kuò)大與內(nèi)容的互動(dòng)，以加快虛假信息的傳播速度。其次，機(jī)器人程序的目標(biāo)用戶(hù)是意見(jiàn)領(lǐng)袖，希望他們能夠“轉(zhuǎn)載”捏造的信息，以增加公眾曝光率，從而提高其感知可信度。2017 年，Varol 等人的報(bào)告顯示，Twitter 上有9%至15%的用戶(hù)表現(xiàn)出機(jī)器人行為。2018 年，Twitter 暫停了7000 萬(wàn)個(gè)可疑賬戶(hù)，以打擊假新聞。政治虛假信息是機(jī)器人的主要活動(dòng)領(lǐng)域。在2016 年美國(guó)總統(tǒng)大選期間，社交媒體機(jī)器人產(chǎn)生了17 億條推文，并且成功地將支持一名候選人的推文數(shù)量增加了四倍。

2.“信息污染“的生成誘因

社交媒體時(shí)代的虛假信息的生成因素與大眾傳播時(shí)代相較更為復(fù)雜，信息產(chǎn)品的社會(huì)總需求和總供給不僅受市場(chǎng)均衡調(diào)節(jié)，更依賴(lài)于信息產(chǎn)消者的偏好、傳播技術(shù)和意識(shí)形 態(tài)。信息繭房和認(rèn)知偏見(jiàn)導(dǎo)致人們相信那些即使沒(méi)有經(jīng)過(guò)官方認(rèn)證但與他們的認(rèn)知和情感一致的謠言。社交媒體信息流將用戶(hù)封裝成過(guò)濾器氣泡或回音室。社交媒體過(guò)濾氣泡使用戶(hù)包圍在志趣相投的人和信念一致的信息中。用戶(hù)主動(dòng)尋找和使用符合其現(xiàn)有心理模型，先驗(yàn)知識(shí)和記憶的信息，而不是從各種潛在沖突的來(lái)源中尋找信息。確認(rèn)偏見(jiàn)進(jìn)一步加劇了過(guò)濾器氣泡。很多謠言被辟謠后但依然流傳形成逆火效應(yīng)，與人們固執(zhí)的認(rèn)知有關(guān)。

卡斯·桑斯坦研究表明，謠言通過(guò)“流瀑效應(yīng)”和“群體極化”這兩個(gè)不同但重疊的過(guò)程傳播。流瀑效應(yīng)產(chǎn)生的原因在于我們每個(gè)人都傾向于依賴(lài)他人的想法和行為，如果我們認(rèn)識(shí)的大多數(shù)人都相信謠言，那么我們也傾向于相信。由于缺乏自己的信息，我們接受他人的意見(jiàn)。當(dāng)謠言涉及一個(gè)我們一無(wú)所知的話(huà)題時(shí)，我們特別有可能相信它。群體極化是指當(dāng)志趣相投的人聚在一起時(shí)，他們往往最終會(huì)想出一種更加極端的想法，然后才開(kāi)始互相交談。社會(huì)級(jí)聯(lián)和群體極化是建立在親密和信任的社會(huì)關(guān)系網(wǎng)絡(luò)中，當(dāng)人們對(duì)危及自身的公共安全事件恐慌時(shí)，若基于自己的知識(shí)和經(jīng)驗(yàn)無(wú)法解釋?zhuān)蜁?huì)通過(guò)值得信賴(lài)的人際傳播媒介（口傳或電子）在群體圈層里尋找信息，聊天是最頻繁和常見(jiàn)的形式，聊天的過(guò)程和結(jié)果就是流言、謠言孕育、產(chǎn)生和傳播。群體極化為謠言、流言的認(rèn)可提供了肥沃的土壤。

二、“信息污染”治理路徑

1.政策規(guī)制路徑

政府制定針對(duì)社交媒體內(nèi)容的政策法規(guī)和針對(duì)虛假信息發(fā)布者的法律法規(guī)，形成多主體監(jiān)管（政府職能部門(mén)、社交媒體平臺(tái)機(jī)構(gòu)、用戶(hù)）的虛假信息風(fēng)險(xiǎn)管理機(jī)制，凈化社交媒體信息生態(tài)。

2018 年德國(guó)出臺(tái)《社交媒體管理法》，嚴(yán)厲處罰社交網(wǎng)絡(luò)平臺(tái)上的“仇恨、煽動(dòng)性言論、虛假新聞內(nèi)容”，要求社交媒體企業(yè)在用戶(hù)舉報(bào)后24 小時(shí)內(nèi)刪除或屏蔽，爭(zhēng)議言論內(nèi)容一周內(nèi)處理，否則面臨5000 萬(wàn)歐元的罰金。2020 年為打擊新冠肺炎疫情期間出現(xiàn)的危機(jī)國(guó)家安全、社會(huì)穩(wěn)定的謠言，18 個(gè)國(guó)家的政府通過(guò)法令和緊急立法增加了反謠言的應(yīng)對(duì)措施，不少?lài)?guó)家對(duì)生產(chǎn)和傳播新冠病毒謠言的造謠者處以監(jiān)禁。如匈牙利政府疫情期間通過(guò)了一項(xiàng)新法律，將“虛假”或“扭曲”的新冠肺炎疫情信息定為犯罪，處以巨額罰款和最高5 年監(jiān)禁。2020 年7 月24 日，中國(guó)國(guó)家網(wǎng)信辦集中整治、打擊商業(yè)網(wǎng)站平臺(tái)、自媒體片面追逐商業(yè)利益，為吸引“眼球”炒作熱點(diǎn)話(huà)題、違規(guī)采編發(fā)布互聯(lián)網(wǎng)新聞信息、散播虛假信息等擾亂互聯(lián)網(wǎng)傳播秩序的亂象。2021 年1 月8 日又發(fā)布《互聯(lián)網(wǎng)信息服務(wù)管理辦法（修訂草案征求意見(jiàn)稿），其中第二十六條擴(kuò)展了危害國(guó)家、經(jīng)濟(jì)、社會(huì)的虛假信息范疇。

2.數(shù)字智能技術(shù)

近年來(lái)，基于圖神經(jīng)網(wǎng)絡(luò)（GNNs）挖掘虛假信息的檢測(cè)技術(shù)因其優(yōu)越的性能而得到了廣泛的研究。圖神經(jīng)網(wǎng)絡(luò)（GNNs）是一類(lèi)用于學(xué)習(xí)圖中潛在節(jié)點(diǎn)表示的神經(jīng)模型，已廣泛應(yīng)用于不同的圖學(xué)習(xí)任務(wù)中，并取得了顯著的成功。隨后，基于圖卷積網(wǎng)絡(luò)的信源識(shí)別（GCNSI）被提出用于在不知道傳播模型的情況下定位多個(gè)虛假信息源。GCNSI 采用譜域卷積，利用其多階鄰域信息學(xué)習(xí)節(jié)點(diǎn)表示，提高了對(duì)信源的預(yù)測(cè)精度。Bian 等人2020 年提出了一種新的雙向圖模型，稱(chēng)為雙向圖卷積網(wǎng)絡(luò)（Bi-GCN），通過(guò)對(duì)虛假信息的自上向下和自下而上傳播進(jìn)行操作來(lái)探索這兩種特性。其固有的GCN 模型使該方法具有處理圖/樹(shù)結(jié)構(gòu)和學(xué)習(xí)高層表示的能力，更有利于虛假信息的檢測(cè)。

社交媒體平臺(tái)利用大數(shù)據(jù)、計(jì)算機(jī)深度學(xué)習(xí)和人工智能算法，通過(guò)“信源識(shí)別、網(wǎng)絡(luò)干預(yù)、內(nèi)容標(biāo)記”來(lái)有效緩解虛假信息等信息污染的蔓延和傳播。

①信源識(shí)別：識(shí)別參與制造和傳播虛假信息的惡意來(lái)源。根據(jù)虛假信息的傳播網(wǎng)絡(luò)，利用其來(lái)源路徑識(shí)別信息來(lái)源。擁有龐大粉絲群且有影響力的社交媒體用戶(hù)可能是虛假信息迅速傳播的源頭。一旦確定這些“意見(jiàn)領(lǐng)袖”進(jìn)行虛假信息傳播，立即終止他們的帳戶(hù)，通過(guò)減緩他們的影響來(lái)減緩虛假信息的傳播。

②網(wǎng)絡(luò)干預(yù)：利用各種算法技術(shù)來(lái)減緩和限制虛假信息的傳播。大多數(shù)技術(shù)遵循獨(dú)立級(jí)聯(lián)模型或線(xiàn)性閾值模型的動(dòng)力學(xué)、基于信息在用戶(hù)社交網(wǎng)絡(luò)上擴(kuò)散的概念。干預(yù)的方法有兩種，一是設(shè)計(jì)反虛假信息的級(jí)聯(lián)，旨在減慢虛假信息級(jí)聯(lián)；二是尋找移除虛假信息的最小節(jié)點(diǎn)集，以使信息污染的負(fù)面影響最小化。

③內(nèi)容標(biāo)記：社交媒體平臺(tái)通常為用戶(hù)提供將帖子“標(biāo)記”為傳播虛假信息的選項(xiàng)，一旦帖子獲得足夠數(shù)量的這些“標(biāo)記”，通常會(huì)對(duì)其進(jìn)行事實(shí)檢查，如果發(fā)現(xiàn)是虛假信息，則隨后會(huì)將其從平臺(tái)上刪除。

結(jié)語(yǔ)

謠言、假新聞等“信息污染”是數(shù)字傳播生態(tài)下的副產(chǎn)品，代理人、內(nèi)容、人工智能技術(shù)、在線(xiàn)社交媒體平臺(tái)和易受感染的受眾交織成“信息污染”的場(chǎng)域。代理人基于政治偏見(jiàn)或經(jīng)濟(jì)上獲利的動(dòng)機(jī)，生產(chǎn)、傳播虛假信息，以實(shí)現(xiàn)對(duì)競(jìng)爭(zhēng)對(duì)手的污名化或收割在線(xiàn)流量、騙取消費(fèi)者的支持；虛假信息的內(nèi)容偽裝成新聞的外衣，刺激公眾求知欲和獵奇的神經(jīng)介質(zhì)，從而攫取注意力；社交媒體機(jī)器人、算法推薦等人工智能技術(shù)自動(dòng)生成和分發(fā)取悅于數(shù)字公民的信息，其中包括大量虛假信息；后真相時(shí)代的信息消費(fèi)者對(duì)社交媒體提供的信息客觀性求索已讓位于主觀性，更注重個(gè)人的信念和情感，在線(xiàn)社交網(wǎng)絡(luò)中人際傳播的強(qiáng)連接和弱連接關(guān)系、信息繭房和回音室效應(yīng)加劇了虛假信息的二次傳播。

社交媒體時(shí)代，謠言、假新聞等表征形態(tài)的虛假信息主要來(lái)自互聯(lián)網(wǎng)及移動(dòng)互聯(lián)網(wǎng)，危及社會(huì)、經(jīng)濟(jì)、文化等安全。習(xí)近平總書(shū)記多次強(qiáng)調(diào)，沒(méi)有網(wǎng)絡(luò)安全就沒(méi)有國(guó)家安全。治理“信息污染”的傳播生態(tài)，在充分了解虛假信息生成邏輯和誘致因素的同時(shí)，需要發(fā)揮多主體和多路徑的協(xié)同創(chuàng)新同邊網(wǎng)絡(luò)效應(yīng)，即政府、互聯(lián)網(wǎng)科技公司、主流媒體通過(guò)政策規(guī)制、數(shù)字智能技術(shù)、“社會(huì)雷達(dá)”的輿情監(jiān)測(cè)和實(shí)時(shí)發(fā)聲，抑制、凈化在線(xiàn)社會(huì)信息系統(tǒng)的傳播生態(tài)，建立根治“信息污染”的長(zhǎng)效機(jī)制。

注釋?zhuān)?/p>

[1][2]Priyanka Meel,Dinesh Kumar Vishwakarma.Fake news,rumor,information pollution in social media and web.Expert Systems with Applications 153(2020)112986:1.

[3][4]Nicole A.Cooke.Fake news and alternative facts.ALA Editions,Chicago,2018.

[5]Sunstein,Cass R.On Rumors:How Falsehoods Spread,Why We Believe Them,What Can Be Done.Farrar,Straus and Giroux,New York,2009.

[6]Identifying the Root Content and Propagation Pattern of Fake News.Conference Papers,International Communication Association.2018.

[7] Michael Karlsson,Christer Clerwall.Cornerstones in Journalism.Journalism Studies,2019,20:8.

[8]Michael A.Peters,Sharon Rider,Mats Hyvnen,Tina Besley.Post -Truth,Fake News:Viral Modernity &Higher Education.Springer Nature Singapore Pte Ltd.,2018.

[9] Bill Kovach and Tom Rosenstiel.Blur:how to know what’s true in the age of information overload.Bloomsbury USA,New York,2010.