Penilaian sumber berita boleh membantu mengehadkan penyebaran maklumat salah

Maklumat salah dalam talian mempunyai akibat sebenar yang ketara, seperti wabak campak dan menggalakkan pembunuh beramai-ramai yang bersifat perkaumanMaklumat salah dalam talian juga boleh membawa akibat politik. Masalah maklumat salah dan propaganda yang mengelirukan pengguna media sosial adalah serius pada tahun 2016, berterusan tanpa henti pada tahun 2018 dan dijangka akan lebih teruk lagi dalam kitaran pilihan raya 2020 yang akan datang di AS Kebanyakan orang ramai fikir mereka boleh mengesan penipuan usaha dalam talian, tetapi dalam kajian terbaru kami, kurang daripada 20% peserta sebenarnya dapat mengenal pasti kandungan yang sengaja mengelirukan dengan betul. Selebihnya tidak melakukan lebih baik daripada jika mereka membaling syiling untuk menentukan apa yang sebenar dan apa yang tidak. Kedua-duanya psikologi dan neurologi Bukti menunjukkan bahawa orang ramai lebih cenderung untuk mempercayai dan memberi perhatian kepada maklumat yang selaras dengan pandangan politik mereka – tidak kira sama ada ia benar atau tidak. Mereka tidak mempercayai dan mengabaikan catatan yang tidak selaras dengan apa yang mereka fikirkan. Sebagai penyelidik sistem maklumat, kami ingin mencari cara untuk membantu orang ramai membezakan maklumat yang benar dan salah – sama ada ia mengesahkan apa yang mereka fikirkan sebelum ini atau tidak, dan walaupun ia datang dari sumber yang tidak diketahui. Menyemak fakta setiap artikel adalah permulaan yang baik, tetapi ia boleh mengambil masa berhari-hari untuk dilakukan, jadi ia biasanya tidak cukup pantas untuk mengikuti seberapa pantas berita tersebarKami bertekad untuk menemui cara paling berkesan untuk membentangkan tahap ketepatan sumber kepada orang ramai – iaitu, cara yang akan memberi kesan terbesar dalam mengurangkan kepercayaan dan penyebaran maklumat salah.

Penilaian pakar atau pengguna?

Satu alternatif ialah penilaian sumber berdasarkan artikel lepas yang dilampirkan pada setiap artikel baharu semasa ia diterbitkan, seperti penilaian penjual Amazon atau eBay. Penilaian yang paling berguna ialah penilaian yang boleh digunakan oleh seseorang pada masa yang paling relevan – contohnya untuk mengetahui tentang pengalaman pembeli terdahulu dengan penjual apabila mempertimbangkan untuk membuat pembelian dalam talian. Walau bagaimanapun, terdapat satu lagi kelemahan. Penilaian e-dagang biasanya dilakukan oleh pengguna biasa, iaitu mereka yang mempunyai pengetahuan langsung daripada menggunakan item atau perkhidmatan tersebut. Sebaliknya, semakan fakta secara tradisinya dilakukan oleh pakar seperti PolitiFact kerana hanya segelintir orang yang mempunyai pengetahuan langsung untuk menilai berita. Dengan membandingkan penilaian yang dihasilkan pengguna dan penilaian yang dihasilkan pakar, kami mendapati bahawa mekanisme penilaian yang berbeza mempengaruhi pengguna dengan cara yang berbezaKami menjalankan dua eksperimen dalam talian, dengan sejumlah 889 peserta. Setiap orang ditunjukkan sekumpulan tajuk utama, ada yang dilabel dengan penilaian ketepatan daripada pakar, ada yang dilabel dengan penilaian daripada pengguna lain dan selebihnya langsung tiada penilaian ketepatan. Kami bertanya kepada peserta sejauh mana mereka mempercayai setiap tajuk utama dan sama ada mereka akan membaca artikel tersebut, menyukainya, mengulas atau berkongsinya.

Penilaian pakar terhadap sumber berita mempunyai kesan yang lebih kuat terhadap kepercayaan berbanding penilaian daripada pengguna bukan pakar, dan kesannya lebih kuat apabila penilaiannya rendah, menunjukkan bahawa sumber tersebut mungkin tidak tepat. Sumber tidak tepat yang dinilai rendah ini adalah penyebab biasa dalam penyebaran maklumat salah, jadi dapatan kami menunjukkan bahawa penilaian pakar lebih kuat apabila pengguna paling memerlukannya. Kepercayaan responden terhadap tajuk utama mempengaruhi sejauh mana mereka akan terlibat dengannya: Semakin mereka percaya sesuatu artikel itu benar, semakin besar kemungkinan mereka membaca, menyukai, mengulas atau berkongsi artikel tersebut. Dapatan tersebut memberitahu kami bahawa membantu pengguna tidak mempercayai bahan yang tidak tepat pada saat mereka menemuinya dapat membantu membendung penyebaran maklumat salah.

Kesan limpahan

Kami juga mendapati bahawa penggunaan penilaian sumber pada beberapa tajuk utama membuatkan responden kami lebih ragu-ragu tajuk utama lain tanpa penilaian.

Penemuan ini mengejutkan kami kerana kaedah lain untuk memberi amaran kepada pembaca – seperti melampirkan notis hanya pada tajuk utama yang meragukan – didapati menyebabkan pengguna berasa kurang skeptikal terhadap tajuk utama yang tidak berlabelPerbezaan ini amat ketara memandangkan Bendera amaran Facebook mempunyai sedikit pengaruh terhadap pengguna dan akhirnya dibatalkanMungkin, penilaian sumber boleh memberikan apa yang tidak dapat dicapai oleh bendera Facebook.

Apa yang kami pelajari menunjukkan bahawa penilaian pakar yang diberikan oleh syarikat seperti NewsGuard berkemungkinan lebih berkesan dalam mengurangkan penyebaran propaganda dan maklumat salah berbanding meminta pengguna menilai kebolehpercayaan dan ketepatan sumber berita itu sendiri. Itu masuk akal, memandangkan, seperti yang kami paparkan di Buzzfeed, "'Berita' crowdsourcing adalah apa yang membawa kami ke dalam kekusutan ini pada mulanya.” [ Kepakaran dalam peti masuk anda. Daftar untuk surat berita The Conversation dan dapatkan ringkasan pandangan akademik tentang berita hari ini, setiap hari. ] Antino Kim, Penolong Profesor Operasi dan Teknologi Keputusan, Universiti Indiana; Alan R. Dennis, Profesor Sistem Internet, Universiti Indiana; Patricia L. Moravec, Penolong Profesor Maklumat, Pengurusan Risiko dan Operasi, Universiti Texas di Austin, dan Randall K. Minas, Profesor Madya Pengurusan Teknologi Maklumat, Universiti Hawaii Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Baca artikel asal.