國外社交媒體虛假信息研究的文獻(xiàn)計(jì)量分析

李杰

摘??要：這項(xiàng)研究的目的是系統(tǒng)地回顧國外研究社交媒體上的虛假信息的學(xué)術(shù)文獻(xiàn)，采用系統(tǒng)綜述方法，對2010—2020年間國外發(fā)表的264篇文章進(jìn)行分析。使用描述性和文獻(xiàn)計(jì)量分析技術(shù)來記錄研究結(jié)果。分析顯示，從2017年始，在社交媒體上發(fā)布虛假信息的趨勢有所增加，這對用戶的認(rèn)知反應(yīng)產(chǎn)生了影響。其中最有影響力的節(jié)點(diǎn)似乎是美國，其在推進(jìn)虛假信息研究方面發(fā)揮了重要的作用。該文強(qiáng)調(diào)，未來的研究需要探索和審查虛假信息對社交媒體的前因、后果和影響，以及它如何影響公民的認(rèn)知、批判性思維和幸福感。

關(guān)鍵詞：社交媒體??虛假信息??用戶認(rèn)知??信息素養(yǎng)

中圖分類號：G353.1????????????????文獻(xiàn)標(biāo)識碼：A

Bibliometric?Analysis?of?Foreign?Research?on?False?Information?on?Social?Media

LI?Jie

（Guangxi?Minzu?University，?Nanning，?Guangxi?Zhuang?Autonomous?Region，?530000?China）

Abstract：The?purpose?of?this?study?is?to?systematically?review?academic?literature?of?foreign?research?on?false?information?on?social?media.?This?study?uses?the?systematic?review?method?to?analyze?264?articles?published?abroad?from?2010?to?2020，?and?uses?descriptive?and?bibliometric?analysis?techniques?to?record?research?results.?The?analysis?shows?that?the?trend?of?posting?false?information?on?social?media?has?increased?from?2017，?which?has?had?an?impact?on?users'?cognitive?responses.?Among?them，?the?most?influential?node?appears?to?be?the?United?States，?which?has?played?an?important?role?in?advancing?research?on?false?information.?This?paper?highlights?that?future?research?needs?to?explore?and?examine?the?antecedents，?consequences?and?effects?of?false?information?on?social?media?and?how?it?affects?citizens'?cognition，?critical?thinking?and?well-being.

Key?Words：Social?media;?False?information;?User?cognition;?Information?Literacy

通過互聯(lián)網(wǎng)的連接，社交媒體平臺已經(jīng)服務(wù)于整個(gè)社會(huì)。它也成為用戶重要的信息來源。社交媒體平臺的互動(dòng)界面使其能夠影響受眾的潛在認(rèn)知。現(xiàn)今關(guān)于社交媒體的研究越來越多。然而，對社交媒體上虛假信息的研究進(jìn)行匯總的工作卻很少。缺乏系統(tǒng)的文獻(xiàn)審查，以具體說明目前存在哪些問題或今后應(yīng)考慮哪些問題，用以解決與社交媒體上的虛假信息有關(guān)的問題。該文旨在通過進(jìn)行系統(tǒng)的描述性和文獻(xiàn)計(jì)量內(nèi)容分析來補(bǔ)充先前的研究并匯編現(xiàn)有的知識，來突出社會(huì)媒體上虛假信息的各個(gè)方面是如何隨著時(shí)間的推移而被探索和討論的。這項(xiàng)研究的動(dòng)機(jī)是鼓勵(lì)進(jìn)一步的深度研究，以增加對虛假信息的理解，并監(jiān)測、報(bào)告和反擊社會(huì)媒體上的錯(cuò)誤信息。

1?假信息研究的理論基礎(chǔ)

根據(jù)研究，當(dāng)語義內(nèi)容是錯(cuò)誤的時(shí)候，就會(huì)產(chǎn)生虛假信息。虛假信息僅僅是不準(zhǔn)確的信息，也是被故意傳播來欺騙接收者的信息。換句話說，一個(gè)意在誤導(dǎo)的評論和說話者認(rèn)為不正確的評論構(gòu)成了虛假信息。虛假信息是一種具有傳播謊言潛力的誤導(dǎo)性信息。從理論上講，認(rèn)知受接收信息的數(shù)量和模式的影響，但是很少有人能在處理他們的行為之前對其進(jìn)行檢查。

CHO?H等人設(shè)計(jì)了一個(gè)社會(huì)媒體素養(yǎng)的概念框架，要求確定其兩個(gè)組成部分——內(nèi)容和能力，并理解它們之間的相互關(guān)系[1]?！皟?nèi)容是指獲得社會(huì)媒體素養(yǎng)所必需的認(rèn)識、理解和知識，而能力是展示社會(huì)媒體素養(yǎng)的技能和能力?！眱?nèi)容組成部分通過自我、媒介或現(xiàn)實(shí)來識別某一特定主題的知識水平。而能力的組成部分需要分析、評估和貢獻(xiàn)的能力。此外，家庭、同齡人和教育工作者在一個(gè)人的社會(huì)媒體素養(yǎng)中扮演著重要的角色，社會(huì)媒體素養(yǎng)包括認(rèn)知和情感處理能力。

媒介系統(tǒng)依賴?yán)碚摚∕SDT）敘述了“媒介使用的認(rèn)知、行為和情感后果是以個(gè)人和他們的社會(huì)環(huán)境的特征為前提的”[2]。由于個(gè)體處于MSDT的中心，他們對社會(huì)媒體信息的依賴程度配置了他們的認(rèn)知來支持特定的敘事。

Mayer和Moreno在多媒體學(xué)習(xí)的認(rèn)知理論中，確定了人類大腦的3個(gè)功能：視聽功能、人類信息處理系統(tǒng)的有限容量和實(shí)體認(rèn)知加工[3]。因此，具有不同認(rèn)知能力的人對社交媒體上的內(nèi)容有不同的理解。虛假信息群體相對容易影響那些批判性思維能力較弱的用戶。通常人們甚至無法區(qū)分虛假信息和系統(tǒng)性錯(cuò)誤信息。社會(huì)認(rèn)知理論將行為、認(rèn)知和環(huán)境因素之間的持續(xù)相互作用視為個(gè)體行為的決定因素。

2?研究方法與數(shù)據(jù)來源

該文的目的是使用文獻(xiàn)計(jì)量學(xué)內(nèi)容分析系統(tǒng)地回顧關(guān)于社會(huì)媒體上虛假信息的文獻(xiàn)。它描述了社交媒體與認(rèn)知反應(yīng)和沖突之間的聯(lián)系。系統(tǒng)的文獻(xiàn)綜述方法通過發(fā)展主題、趨勢和弱點(diǎn)來確定差距和潛在的研究領(lǐng)域。

第一階段包括使用WOS核心收藏?cái)?shù)據(jù)庫檢索學(xué)術(shù)期刊。使用的搜索字符串是（（socialmedia）AND（“disinformation”O(jiān)R“misinformation”O(jiān)R“fakenews”）AND（“cognition”）來檢索標(biāo)題、摘要和關(guān)鍵詞。選取2010—2020年3個(gè)指標(biāo)：科學(xué)引文索引擴(kuò)展指數(shù)、社會(huì)科學(xué)引文索引、藝術(shù)與人文引文索引。搜索的重點(diǎn)是用英語發(fā)表的相關(guān)文章。第二階段包括對初始搜索中發(fā)現(xiàn)的294篇文章的評估。在這個(gè)階段，所有的文章都通過閱讀標(biāo)題、摘要和全文進(jìn)行篩選。篩選后，由于與此次研究的目的不相關(guān)和不匹配，排除了30篇文章?？偣策x擇了264篇文章進(jìn)行系統(tǒng)綜述。

第二階段包括使用VOSviewer軟件進(jìn)行文獻(xiàn)計(jì)量分析的信息分析。其提供了已發(fā)布數(shù)據(jù)集的數(shù)學(xué)視圖，包括作者、地區(qū)隸屬關(guān)系、時(shí)間、來源和機(jī)構(gòu)。它包括提取用于系統(tǒng)綜述的數(shù)據(jù)集的科學(xué)映射和可視化。

3?文獻(xiàn)分析

研究分析由兩個(gè)階段組成。第一部分著眼于對社交媒體虛假信息研究的描述性描述。所有論文通過指定作者姓名、出版年份、研究目標(biāo)或問題、方法和背景手動(dòng)組織。使用VOSviewer軟件進(jìn)行文獻(xiàn)計(jì)量分析。第二部分包括內(nèi)容分析，基于從WoS數(shù)據(jù)庫中提取的264篇文章，通過組織主題進(jìn)行描述。

3.1描述性分析

關(guān)鍵詞可以顯示文章的基本內(nèi)容并展示特定領(lǐng)域內(nèi)的知識領(lǐng)域。將264篇文章導(dǎo)入VOSviewer以生成關(guān)鍵字網(wǎng)絡(luò)。它展示了研究領(lǐng)域及其識別模式的精確圖示。表1顯示了關(guān)鍵字的出現(xiàn)和總鏈接強(qiáng)度。由于輸出以聚類圖的形式出現(xiàn)，圖1表示基于接近度的節(jié)點(diǎn)之間的距離。同時(shí)，單詞字體大小表示對特定方面的關(guān)注程度。

圖1描述了基于所有關(guān)鍵字的同時(shí)出現(xiàn)以及時(shí)間尺度2019—2020年的文獻(xiàn)計(jì)量學(xué)映射。當(dāng)根據(jù)平均歸一化引文計(jì)算分?jǐn)?shù)時(shí)，網(wǎng)絡(luò)可視化基于鏈接的強(qiáng)度。字體大小表示特定關(guān)鍵字的多次出現(xiàn)；字體越大表示越有影響力。最經(jīng)常出現(xiàn)的關(guān)鍵詞是“虛假信息和錯(cuò)誤信息”，其次是“假新聞”“宣傳”“政治傳播”“新型冠狀病毒肺炎”和“新聞”，通過“推特社交媒體”。這表明社交媒體上虛假信息的重要性更高。社交媒體在傳播假新聞方面起著至關(guān)重要的作用，直接影響人們的看法、態(tài)度和信任能力。

圖2描述了基于264項(xiàng)選定研究的引文分析。通過給出被引文獻(xiàn)的加權(quán)程度來進(jìn)行共被引分析。分?jǐn)?shù)計(jì)數(shù)用于創(chuàng)建書目地圖至少有6個(gè)閾值。節(jié)點(diǎn)的大小代表一篇被高度引用的文章，鏈接的厚度表示文章之間的關(guān)聯(lián)強(qiáng)度。不同的顏色強(qiáng)度根據(jù)引用次數(shù)顯示鏈接的強(qiáng)度。它表示引用2017—2020年的文章。

圖3描繪了2010—2020年社交媒體虛假信息的年度發(fā)布趨勢。如圖所示，2017—2020年發(fā)布的文章數(shù)量達(dá)到最大值，并呈上升趨勢。這些研究提到了通過社交媒體發(fā)布虛假/錯(cuò)誤信息急劇增加的各種原因，例如新聞機(jī)構(gòu)對社交媒體的高度滲透、新冠病毒在2019年的大流行等。因此，學(xué)者們更加關(guān)注通過社交媒體平臺研究虛假/錯(cuò)誤信息，并找出解決這一問題的方法。然而，對虛假信息的研究仍需從多方面進(jìn)行考察。

4?社交媒體虛假信息對用戶的影響及解決方法

在這個(gè)數(shù)字技術(shù)時(shí)代，社交媒體平臺已越來越成為在錯(cuò)誤信息和虛假信息的控制下活躍的地方。個(gè)人用戶與社交媒體平臺的互動(dòng)增加會(huì)影響他們的認(rèn)知，從而導(dǎo)致虛假信息的大量增加。在社交媒體中，推特一直是一個(gè)強(qiáng)大的平臺，具有廣泛的影響力，但以表達(dá)自由的名義傳播了大量虛假和未經(jīng)驗(yàn)證的新聞。經(jīng)過驗(yàn)證，推特的內(nèi)容有限，但它擁有高級工具來定位其用戶，他們?yōu)閭€(gè)人用戶感興趣的內(nèi)容填充個(gè)人資料并增加推送個(gè)性化內(nèi)容。社交媒體平臺的算法是專門針對個(gè)人的認(rèn)知而設(shè)計(jì)的。例如：平臺會(huì)根據(jù)用戶在社交媒體上進(jìn)行交互時(shí)暫停的內(nèi)容類型，然后對用戶推送相關(guān)內(nèi)容。此類算法可確保社交媒體用戶接收某些類型的內(nèi)容，這就是虛假信息潛入并影響用戶的看法和世界觀的方式。虛假信息在危機(jī)或全球緊急情況下尤其盛行，在這種情況下，人類心理學(xué)不太可能考慮分析或回顧信息。2019冠狀病毒疾病大流行就是最近的一個(gè)例子。像WhatsApp這樣封閉的社交媒體平臺成為傳播關(guān)于這種流行病的虛假和不科學(xué)信息的主要來源。由于封閉的社交媒體被認(rèn)為更加個(gè)人化，人們對這些渠道上的虛假信息的接受程度相對較高。錯(cuò)誤信息在WhatsApp上停留的時(shí)間是正確信息的4倍，因?yàn)槿藗儠?huì)根據(jù)個(gè)人觀點(diǎn)和世界觀繼續(xù)爭論不休[4]。

4.1?提高數(shù)字媒體素養(yǎng)以應(yīng)對虛假信息

當(dāng)社會(huì)媒體被嚴(yán)重濫用來傳播錯(cuò)誤的內(nèi)容時(shí)，數(shù)字媒體素養(yǎng)是必不可少的。沒有一個(gè)簡單的解決方案可以對抗虛假信息，這種信息已經(jīng)成為混合戰(zhàn)爭，通過操縱大量的虛假信息來達(dá)到某些目的。應(yīng)對虛假信息需要通過對個(gè)人的背景和心理動(dòng)態(tài)進(jìn)行系統(tǒng)分析來。ZUBIAGA??A?等人提出了一個(gè)四部分的謠言分類系統(tǒng)，用于檢測、跟蹤、立場和準(zhǔn)確性，將謠言分類為在線檢測謠言的能力，以防止假新聞和陰謀的傳播[5]。

4.2?通過教育活動(dòng)提高認(rèn)識

認(rèn)知反應(yīng)教育活動(dòng)有助于對抗社交媒體平臺上流傳的虛假信息。個(gè)人能力應(yīng)該通過基層意識活動(dòng)來建設(shè)，以幫助人們識別和阻止在線虛假信息。EL?RAYESS?M等人記錄了黎巴嫩已知的一種做法，即學(xué)生準(zhǔn)備通過區(qū)分假新聞和經(jīng)核實(shí)的新聞來核實(shí)信息的真實(shí)性[6]。將批判性媒體素養(yǎng)嵌入學(xué)校課程，并根據(jù)學(xué)生的認(rèn)知能力將其傳遞給學(xué)生，這一點(diǎn)至關(guān)重要。提升閱讀數(shù)字媒體素養(yǎng)技能需要3種措施：自動(dòng)化、教育和監(jiān)管來對抗在線虛假信息。這些干預(yù)措施可以成為識別、預(yù)測和防止假新聞和虛假信息滋生的整體認(rèn)知措施。

4.3開發(fā)技術(shù)系統(tǒng)來對抗網(wǎng)絡(luò)上的虛假信息

像臉書和推特這樣的社交媒體平臺可以允許社會(huì)心理學(xué)研究人員訪問他們網(wǎng)絡(luò)上的大量內(nèi)容，以便對在線社區(qū)的心理學(xué)進(jìn)行廣泛研究，從而指導(dǎo)公共利益的公共政策。社會(huì)企業(yè)可以幫助開發(fā)在數(shù)字媒體上發(fā)現(xiàn)假新聞的技術(shù)解決方案，以幫助個(gè)人用戶直接標(biāo)記出這些內(nèi)容。例如，HUCKLE??S引入了一種區(qū)塊鏈技術(shù)解決方案，通過運(yùn)行真實(shí)性檢查來識別任何數(shù)字媒體內(nèi)容的來源，以幫助抵制和阻止試圖誤導(dǎo)數(shù)字媒體用戶的假新聞[7]。KELLER?F?B等人也開發(fā)了一個(gè)框架來檢測集中出現(xiàn)的虛假信息活動(dòng)，參與者是擁有言論自由權(quán)的普通用戶[8]。ACKER?A等人強(qiáng)調(diào)了對算法、元數(shù)據(jù)和度量的濫用，這些技術(shù)針對潛在的受眾，定制操縱信息，并影響受眾對宣傳或陰謀的認(rèn)知[9]。

4.4加強(qiáng)對流行病中虛假信息的監(jiān)控

在新冠病毒大流行期間，社交媒體上的虛假信息顯著增加。一些陰謀論在網(wǎng)上流傳，誤導(dǎo)了人們?！堵?lián)合國新聞》指出，“在這場冠狀病毒大流行期間，假新聞?wù)龑⑸糜谖ｋU(xiǎn)之中?！庇脩粼谙嘈判侣勚?，個(gè)人應(yīng)該三思，檢查信息是誰發(fā)送的，信息來源是什么，以及如何知道是否相信它是真實(shí)的。隨著人們越來越依賴社交媒體平臺來查看時(shí)事，迫切需要建立和加強(qiáng)個(gè)人能力，以避免陷入虛假信息和網(wǎng)絡(luò)假新聞的陷阱。聯(lián)合國教科文組織的標(biāo)簽運(yùn)動(dòng)也指定了：點(diǎn)擊前思考、分享前思考和分享知識等。因此，培養(yǎng)人們識別網(wǎng)上假新聞或陰謀的認(rèn)知能力，相信真實(shí)來源的信息，鼓勵(lì)他們停止網(wǎng)上傳播假新聞是非常重要的。

5??研究結(jié)論及啟示

5.1結(jié)論

世界上超過一半的人口可以上網(wǎng)，主要是社交媒體平臺。對社交媒體上虛假信息的擔(dān)憂確實(shí)在增加。社交媒體平臺的發(fā)明和推出是為了向互聯(lián)網(wǎng)用戶提供社交網(wǎng)絡(luò)體驗(yàn)。然而，這些平臺正被某些團(tuán)體和政府濫用于宣傳和陰謀。在過去的10年里，當(dāng)各個(gè)國家經(jīng)歷政治動(dòng)蕩、沖突和經(jīng)濟(jì)脆弱時(shí)，社交媒體上的虛假信息迅速增加。研究發(fā)現(xiàn)政治利益是社會(huì)媒體平臺充斥系統(tǒng)性虛假信息的重要因素，影響個(gè)體建立政治支持網(wǎng)絡(luò)和強(qiáng)化政治敘事的認(rèn)知能力。

人們對政府機(jī)構(gòu)和主流媒體失去了信任，這促使他們相信虛假信息和陰謀，這些信息往往在不知不覺中在社交媒體平臺上流傳。造謠者研究社區(qū)心理學(xué)，然后利用他們社交媒體賬戶上的語言和視覺效果相應(yīng)地吸引潛在的受眾。筆者研究的結(jié)論是，批判性的社交媒體素養(yǎng)對于社交媒體用戶建立他們的認(rèn)知能力以對抗不斷增加的虛假信息來說至關(guān)重要。社交媒體公司還在向心理社會(huì)研究人員提供數(shù)據(jù)訪問方面發(fā)揮主導(dǎo)作用，這可能有助于改進(jìn)分析，并加強(qiáng)培養(yǎng)認(rèn)知能力的建議，以打擊網(wǎng)上的虛假信息。

5.2啟示

文章強(qiáng)調(diào)了社會(huì)媒體上的虛假信息在塑造社群心理中的直接作用。該研究突出了一些需要進(jìn)一步研究的領(lǐng)域，例如，如何阻止社交媒體上會(huì)直接影響用戶心理的虛假信息，以及需要采取糾正措施來應(yīng)對這些虛假信息。關(guān)于通過虛假信息產(chǎn)生的認(rèn)知聯(lián)系的研究也存在差距。有必要找出監(jiān)測和控制指標(biāo)來處理社交媒體上的虛假信息，因?yàn)樗坪鯊?qiáng)烈地影響著用戶的認(rèn)知。有必要進(jìn)行試點(diǎn)研究，探討如何在社交媒體素養(yǎng)有限的用戶認(rèn)知有限的情況下，對抗社交媒體上的錯(cuò)誤信息。

此外，我國的社交媒體公司應(yīng)該學(xué)習(xí)“臉書”和“推特”的發(fā)展模式，擴(kuò)展監(jiān)控技術(shù)、跟蹤和阻止虛假信息的技術(shù)來阻止虛假信息在平臺傳播。他們可以利用人工智能的先進(jìn)工具將這些機(jī)制嵌入到他們的平臺中。社交媒體公司可以為社會(huì)科學(xué)研究人員提供獨(dú)特的數(shù)據(jù)庫訪問途徑，以獲得基于證據(jù)的研究建議，從而跟蹤和對抗社交媒體平臺上的虛假信息。

參考文獻(xiàn)

[1]?CHO?H，?CANNON?J，?LOPEZ?R，?et?al.?Social?Media?Literacy：?A?Conceptual?Framework[J].?New?Media?&?Society，?2022：?14614448211068530.

[2]?OGNYANOVA?K，?BALL-ROKEACH?S?J.?Political?Efficacy?on?the?Internet：?A?Media?System?Dependency?Approach[M]//Communication?and?Information?Technologies?Annual.?Emerald?Group?Publishing?Limited，?2015，?66：?3-27.

[3]?MAYER?R?E，?MORENO?R.?Nine?Ways?to?Reduce?Cognitive?Load?in?Multimedia?Learning[J].?Educational?Psychologist，?2003，?38（1）：?43-52.

[4]?JAVED?R?T，?SHUJA?M?E，?USAMA?M，?et?al.?A?First?Look?at?Covid-19?Messages?on?Whatsapp?in?Pakistan[C]//2020?IEEE/ACM?International?Conference?on?Advances?in?Social?Networks?Analysis?and?Mining?（ASONAM）. IEEE，?2020：?118-125.

[5]?ZUBISGA?A，?AKER?A，?BONTCHEVA?K，?et?al.?Detection?and?Resolution?of?Rumours?in?Social?Media：?A?Survey[J].?ACM?Computing?Surveys?（CSUR），?2018，?51（2）：?1-36.

[6]?EL?RAYESS?M，?CHEBL?C，?MHANNA?J，?et?al.?Fake?News?Judgement：?The?Case?of?Undergraduate?Students?at?Notre?Dame?University-Louaize，?Lebanon[J].?Reference?Services?Review，?2018，?46（1）：?146-149.

[7]?HUCKLE?S，?WHITE?M.?Fake?news：?A?Technological?Approach?to?Proving?the?Origins?of?Content，?Using?Blockchains[J].?Big?data，?2017，?5（4）：?356-371.

[8]?KELLER?F?B，?SCHOCH?D，?STIER?S，?et?al.?Political?Astroturfing?on?Twitter：?How?to?Coordinate?a?Disinformation?Campaign[J].?Political?Communication，?2020，?37（2）：?256-280.

[9]?ACKER?A，?DONOVAN?J.?Data?Craft：?A?Theory/Methods?Package?for?Critical?Internet?Studies[J].?Information，?Communication?&?Society，?2019，?22（11）：?1590-1609.