Makakatulong ang mga source ng rating ng balita na limitahan ang pagkalat ng maling impormasyon

Ang maling impormasyon online ay may malalaking epekto sa totoong buhay, tulad ng mga pagsiklab ng tigdas at paghihikayat sa mga rasistang mamamatay-taoAng maling impormasyon online ay maaari ring magkaroon ng mga kahihinatnan sa politika. Ang problema ng disinformation at propaganda na nakaliligaw sa mga gumagamit ng social media ay seryoso noong 2016, nagpatuloy nang walang humpay noong 2018 at inaasahang magiging mas malala pa sa darating na siklo ng halalan sa 2020 sa US Karamihan iniisip ng mga tao na kaya nilang tuklasin ang panlilinlang mga pagsisikap online, ngunit sa aming kamakailang pananaliksik, wala pang 20% ​​ng mga kalahok ay talagang natukoy nang tama ang sadyang nakaliligaw na nilalaman. Ang iba naman ay hindi mas mahusay kaysa sa kung magpipitik sila ng barya upang magpasya kung ano ang totoo at kung ano ang hindi. Pareho sikolohikal at neurolohikal Ipinapakita ng ebidensya na mas malamang na maniwala at magbigay-pansin ang mga tao sa impormasyong naaayon sa kanilang mga pananaw sa politika – totoo man ito o hindi. Hindi sila nagtitiwala at binabalewala ang mga post na hindi naaayon sa kanilang iniisip. Bilang mga mananaliksik ng mga sistema ng impormasyon, nais naming makahanap ng mga paraan upang matulungan ang mga tao na matukoy ang totoo at maling impormasyon – kinumpirma man nito ang kanilang naisip noon o hindi, at kahit na nagmula ito sa hindi kilalang mga mapagkukunan. Ang pagsuri ng mga katotohanan sa mga indibidwal na artikulo ay isang magandang panimula, ngunit maaaring tumagal ito ng ilang araw bago gawin, kaya kadalasan ay hindi ito sapat na mabilis para makasabay sa kung gaano kabilis kumalat ang balitaSinikap naming tuklasin ang pinakamabisang paraan upang maipakita ang antas ng katumpakan ng isang mapagkukunan sa publiko – ibig sabihin, ang paraan na magkakaroon ng pinakamalaking epekto sa pagbabawas ng paniniwala sa, at pagkalat ng, maling impormasyon.

Mga rating ng eksperto o ng gumagamit?

Ang isang alternatibo ay ang rating ng pinagmulan batay sa mga nakaraang artikulo na nakakabit sa bawat bagong artikulo habang inilalathala ito, katulad ng mga rating ng nagbebenta sa Amazon o eBay. Ang mga pinakakapaki-pakinabang na rating ay ang mga magagamit ng isang tao sa pinaka-nauugnay na oras – halimbawa, alamin ang tungkol sa mga karanasan ng mga nakaraang mamimili sa isang nagbebenta kapag isinasaalang-alang ang paggawa ng online na pagbili. Gayunpaman, pagdating sa mga katotohanan, may isa pang problema. Ang mga rating ng E-commerce ay karaniwang ginagawa ng mga regular na gumagamit, mga taong may direktang kaalaman mula sa paggamit ng item o serbisyo. Sa kabilang banda, ang pagsusuri ng katotohanan ay tradisyonal na ginagawa ng mga eksperto tulad ng PolitiFact dahil kakaunti ang mga taong may direktang kaalaman sa pag-rate ng balita. Sa pamamagitan ng paghahambing ng mga rating na binuo ng gumagamit at mga rating na binuo ng eksperto, natuklasan namin na iba't ibang paraan ng pag-uugnay ang iba't ibang mekanismo ng rating sa mga gumagamitNagsagawa kami ng dalawang online na eksperimento, na may kabuuang 889 na kalahok. Ang bawat tao ay ipinakita sa isang grupo ng mga headline, ang ilan ay nilagyan ng mga rating ng katumpakan mula sa mga eksperto, ang iba ay nilagyan ng mga rating mula sa ibang mga gumagamit at ang natitira ay walang anumang rating ng katumpakan. Tinanong namin ang mga kalahok kung gaano nila pinaniniwalaan ang bawat headline at kung babasahin ba nila ang artikulo, magugustuhan ito, magkokomento o ibabahagi ito.

Ang mga rating ng eksperto sa mga mapagkukunan ng balita ay may mas malakas na epekto sa paniniwala kaysa sa mga rating mula sa mga hindi ekspertong gumagamit, at ang mga epekto ay mas malakas pa kapag mababa ang rating, na nagmumungkahi na ang pinagmulan ay malamang na hindi tumpak. Ang mga mababang-rating na hindi tumpak na mapagkukunang ito ang karaniwang mga salarin sa pagkalat ng maling impormasyon, kaya ang aming natuklasan ay nagmumungkahi na ang mga rating ng eksperto ay mas malakas pa kapag higit na kailangan ito ng mga gumagamit. Ang paniniwala ng mga respondent sa isang headline ay nakaimpluwensya sa lawak ng kanilang pakikisalamuha dito: Kung mas naniniwala silang totoo ang isang artikulo, mas malamang na basahin, i-like, magkomento o ibahagi nila ang artikulo. Sinasabi sa amin ng mga natuklasang iyon na ang pagtulong sa mga gumagamit na huwag magtiwala sa hindi tumpak na materyal sa sandaling makatagpo nila ito ay makakatulong na mapigilan ang pagkalat ng maling impormasyon.

Mga epekto ng spillover

Natuklasan din namin na ang paglalapat ng mga rating ng pinagmulan sa ilang mga headline naging mas nagduda ang aming mga respondent ng iba pang mga headline na walang rating.

Ikinagulat namin ang natuklasang ito dahil ang ibang mga paraan ng pagbibigay ng babala sa mga mambabasa – tulad ng paglalagay lamang ng mga abiso sa mga kaduda-dudang headline – ay natuklasang nagiging sanhi ng pagkailang ng mga gumagamit hindi gaanong nagdududa sa mga headline na walang labelAng pagkakaibang ito ay lalong kapansin-pansin dahil Ang babala ng Facebook ay may kaunting impluwensya sa mga gumagamit at kalaunan ay inalis naMarahil, kayang ihatid ng mga rating ng source ang hindi kayang ihatid ng flag ng Facebook.

Ang aming natutunan ay nagpapahiwatig na ang mga rating ng eksperto na ibinigay ng mga kumpanyang tulad ng NewsGuard ay malamang na mas epektibo sa pagbabawas ng pagkalat ng propaganda at maling impormasyon kaysa sa pagpapahalaga sa mga gumagamit ng rating ng pagiging maaasahan at katumpakan ng mga mapagkukunan ng balita mismo. May katuturan iyan, kung isasaalang-alang na, gaya ng inilalahad namin sa Buzzfeed, "ang crowdsourcing na 'balita' ang dahilan kung bakit tayo nasangkot sa gulo na ito noong una pa lang.” [ Kadalubhasaan sa iyong inbox. Mag-sign up para sa newsletter ng The Conversation at kumuha ng buod ng mga akademikong pananaw sa balita ngayon, araw-araw. ] Antino Kim, Katulong na Propesor ng Operasyon at Mga Teknolohiya sa Pagpapasya, Unibersidad ng Indiana; Alan R. Dennis, Propesor ng mga Sistema ng Internet, Unibersidad ng Indiana; Patricia L. Moravec, Katulong na Propesor ng Pamamahala ng Impormasyon, Panganib at Operasyon, Unibersidad ng Texas sa Austin, at Randall K. Minas, Katuwang na Propesor ng Pamamahala ng Teknolohiya ng Impormasyon, Unibersidad ng Hawaii Ang artikulong ito ay muling inilathala mula sa Ang Pag-uusap sa ilalim ng lisensyang Creative Commons. Basahin ang orihinal na artikulo.