導語
在蔓延2020一整年的新冠疫情中,各國政府和公眾不僅在對抗一場大流行,還在對抗各種虛假、低質量信息的大流行。近日Nature Human Behaviour 期刊在線發表一篇論文,研究者基於全世界162個國家在新冠大流行的早期(1月22日-3月10日)的1億條推特信息,研究了與流行病流行相伴而生的「信息流行病」現象。
論文題目: Assessing the risks of 『infodemics』 in response to COVID-19 epidemics 論文地址: https://www.nature.com/articles/s41562-020-00994-6
面對跌倒起伏的美國大選,想必太多人見識到了假新聞的危害。信息流行病(infodemics)是描述這一現象的新詞。它由信息information和流行病pandemic兩個詞合成而來,是指伴隨疾病的流行,各種信息特別是虛假信息大範圍傳播,進而造成巨大負面社會影響。如今關於新冠病毒的信息流行病正在世界範圍內蔓延。
信息流行病的傳播過程,與傳統的流行病傳播有相似性。為了描述與新冠疫情相關的社交媒體中的信息傳遞,研究者首先對信息和傳播者進行了分類。
信息傳播示意圖
如圖所示,社交媒體上的信息傳播方,不僅有真實人類,還有一些機器人帳號。根據帳戶發布的信息真偽,將其分為紅色、藍色和綠色三種,分別代表虛假信息傳遞者、一般用戶和可信信息源。
針對不同類型的信息,給予不同的打分,例如陰謀論的危害最大,得分是9,而虛假信息的危害為8分。之後針對各地區某段時間用戶的新冠信息總和,得出代表該地區的信息流行病的總分,稱其為「信息流行病風險指數(Infodemic Risk Index )」。
各國不同時間段新增病例和社交網絡中傳播信息的信息關係
上圖中部,展示了世界各國受到「信息流行病」影響的程度,四角分別是加拿大、俄羅斯、瓜地馬拉和韓國日均病例和傳播信息的有多少是經過驗證的(淺藍色),有多少是未驗證的(深藍色),圖中的圓圈代表該國單日新增病例數。
各國的信息流行病嚴重程度隨時間變化
對比國與國、地區與地區,可以發現在不同地域,信息流行病嚴重程度的變化是獨立的。上圖所示的各國信息流行病風險指數,先後順序上並不存在相互之間的影響。
總病例數和信息流行病嚴重程度的關係
而對比在研究期間,總確診病例數和各國信息流行病風險程度得分的記錄,可以看出兩者之間並沒有顯著的相關性,其中紅線為線性回歸的結果,黑線為多項式回歸擬合。
從該研究中,可得出幾個出人意料的結論:
考慮到應對新冠,最有效的手段是預防,而這需要真實信息的廣泛傳遞。故而這項研究有著深遠的意義。但由於教育背景、常用語言的原因,缺少對各國社交網絡的無偏採樣,同時由於實時收集海量數據面臨的困難,該研究還有諸多局限性。
作為一篇量化研究」信息流行病「的論文,這項研究提出在重大社會事件背後,社交網絡中必然存在著與正確信息伴隨的虛假信息,而虛假信息的傳播規律,比想像中的更為複雜多樣。
信息流行病作為新興課題,在全球疫情持續發酵、人類信息環境愈發惡劣的背景下,未來研究值得期待。未來還會繼續拓展,比如可以考察社交網絡中機器人帳戶在虛假信息傳播中起到的作用;可以針對可靠來源的數據,建立多語言的文本庫;以及對跨社交平臺進行文本挖掘,建立對各國人群的有代表性的抽樣。
作者:郭瑞東
編輯:鄧一雪