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，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)注的重大話題，因?yàn)樗从沉巳藗兊纳缃恍袨?、選擇、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，而且還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。從多個(gè)來(lái)源接收相同內(nèi)容的用戶更容易相信并傳播它。由于在線創(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?！傲眍惷襟w”的流行度也在上升，此類媒體來(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，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，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)濾氣泡使用戶包圍在志趣相投的人和信念一致的信息中。用戶主動(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，就會(huì)通過(guò)值得信賴的人際傳播媒介（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、社交媒體平臺(tái)機(jī)構(gòu)、用戶）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，不少國(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，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)模型或線性閾值模型的動(dòng)力學(xué)、基于信息在用戶社交網(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：

[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.