Ang online na maling impormasyon ay may malaking epekto sa totoong buhay, gaya ng paglaganap ng tigdas at paghikayat sa mga rasistang mass murderer . Ang maling impormasyon sa online ay maaari ring magkaroon ng mga kahihinatnan sa pulitika.
Ang problema ng disinformation at propaganda na nanlilinlang sa mga gumagamit ng social media ay seryoso noong 2016, nagpatuloy nang walang tigil noong 2018 at inaasahang magiging mas malala pa sa darating na 2020 election cycle sa US
ng karamihan sa mga tao na maaari nilang makita ang mga pagsisikap sa panlilinlang online, ngunit sa aming kamakailang pananaliksik, wala pang 20% ng mga kalahok ang aktwal na nakatukoy nang tama ng sadyang mapanlinlang na nilalaman. Ang natitira ay walang nagawang mas mahusay kaysa sa magagawa nila kung sila ay nag-flip ng isang barya upang magpasya kung ano ang totoo at kung ano ang hindi.
Ang parehong sikolohikal at neurological na ebidensya ay nagpapakita na ang mga tao ay mas malamang na maniwala at bigyang-pansin ang impormasyong naaayon sa kanilang pampulitikang pananaw – hindi alintana kung ito ay totoo. Hindi sila nagtitiwala at binabalewala ang mga post na hindi nakalinya sa kung ano ang iniisip na nila.
Bilang mga mananaliksik ng mga sistema ng impormasyon, gusto naming humanap ng mga paraan upang matulungan ang mga tao na matukoy ang totoo at maling impormasyon – kung ito ay nakumpirma kung ano ang dati nilang naisip o hindi, at kahit na nanggaling ito sa hindi kilalang mga pinagmulan. Ang pagsuri sa katotohanan ng mga indibidwal na artikulo ay isang magandang simula, ngunit maaari itong tumagal ng mga araw upang gawin, kaya kadalasan ay hindi ito sapat na mabilis upang makasabay sa kung gaano kabilis ang paglalakbay ng balita .
Itinakda namin upang matuklasan ang pinakamabisang paraan upang ipakita sa publiko ang antas ng katumpakan ng pinagmulan – iyon ay, ang paraan na magkakaroon ng pinakamalaking epekto sa pagbabawas ng paniniwala sa, at pagkalat ng, disinformation.
Mga rating ng eksperto o user?
Ang isang alternatibo ay isang source rating batay sa mga nakaraang artikulo na nakakabit sa bawat bagong artikulo habang ito ay na-publish, katulad ng mga rating ng nagbebenta sa Amazon o eBay.
Ang pinakakapaki-pakinabang na mga rating ay ang magagamit ng isang tao sa pinaka-kaugnay na oras – ang pag-alam tungkol sa mga karanasan ng mga nakaraang mamimili sa isang nagbebenta kapag isinasaalang-alang ang paggawa ng online na pagbili, halimbawa.
Pagdating sa mga katotohanan, bagaman, may isa pang kulubot. Ang mga rating ng e-commerce ay karaniwang ginagawa ng mga regular na user, mga taong may mismong kaalaman sa paggamit ng item o serbisyo.
Ang pagsusuri sa katotohanan, sa kabilang banda, ay tradisyunal na ginagawa ng mga eksperto tulad ng PolitiFact dahil kakaunti ang mga tao ang may sariling kaalaman sa pag-rate ng balita. Sa pamamagitan ng paghahambing ng mga rating na binuo ng user at mga rating na binuo ng eksperto, nalaman namin na naiimpluwensyahan ng iba't ibang mekanismo ng rating ang mga user sa iba't ibang paraan .
Nagsagawa kami ng dalawang online na eksperimento, na may kabuuang 889 kalahok. Ang bawat tao ay pinakitaan ng pangkat ng mga headline, ang ilan ay may label na mga rating ng katumpakan mula sa mga eksperto, ang iba ay may label na mga rating mula sa iba pang mga user at ang natitira ay walang mga rating ng katumpakan.
Tinanong namin ang mga kalahok kung hanggang saan ang paniniwala nila sa bawat headline at kung babasahin nila ang artikulo, i-like ito, magkomento o ibabahagi ito.
Kim et al. , CC BY-ND
Kim et al. , CC BY-ND
Ang mga ekspertong rating ng mga mapagkukunan ng balita ay may mas malakas na epekto sa paniniwala kaysa sa mga rating mula sa mga hindi ekspertong user, at ang mga epekto ay mas malakas kapag mababa ang rating, na nagmumungkahi na ang pinagmulan ay malamang na hindi tumpak. Ang mga hindi tumpak na source na ito na mababa ang rating ay ang karaniwang mga salarin sa pagpapakalat ng disinformation, kaya iminumungkahi ng aming natuklasan na ang mga rating ng eksperto ay mas malakas pa kapag ang mga user ay higit na nangangailangan ng mga ito.
Ang paniniwala ng mga respondent sa isang headline ay nakaimpluwensya sa lawak kung saan sila makikipag-ugnayan dito: Kung mas naniniwala silang totoo ang isang artikulo, mas malamang na basahin, i-like, magkomento, o ibahagi ang artikulo.
Sinasabi sa amin ng mga natuklasang iyon na makakatulong ang pagtulong sa mga user na hindi magtiwala sa hindi tumpak na materyal sa sandaling makaharap nila ito ay makakatulong na pigilan ang pagkalat ng disinformation.
Mga epekto ng spillover
Nalaman din namin na ang paglalapat ng mga source rating sa ilang headline ay naging dahilan upang mas magduda ang aming mga respondent sa iba pang headline na walang rating.
Nilalaman mula sa aming mga kasosyo
Kim et al.
Ang paghanap na ito ay nagulat sa amin dahil ang iba pang mga paraan ng pagbibigay babala sa mga mambabasa - tulad ng pag-attach ng mga paunawa lamang sa mga kaduda-dudang ulo ng balita - ay napag-alaman na nagiging sanhi ng mga user na maging hindi gaanong nag-aalinlangan sa mga walang label na headline . Ang pagkakaibang ito ay lalong kapansin-pansin dahil ang babalang watawat ng Facebook ay may kaunting impluwensya sa mga gumagamit at kalaunan ay na-scrap . Marahil, maihahatid ng mga rating ng pinagmulan kung ano ang hindi nagagawa ng flag ng Facebook.
Screenshot ni Antino Kim
Isinasaad ng aming natutunan na ang mga ekspertong rating na ibinibigay ng mga kumpanya tulad ng NewsGuard ay malamang na mas epektibo sa pagbabawas ng pagkalat ng propaganda at disinformation kaysa sa pag-rate ng mga user sa pagiging maaasahan at katumpakan ng mga pinagmumulan ng balita mismo. Makatuwiran iyon, kung isasaalang-alang na, habang inilalagay namin ito sa Buzzfeed, " ang crowdsourcing na 'balita' ang naging dahilan ng gulo na ito noong una ."
Antino Kim , Assistant Professor ng Operations and Decision Technologies, Indiana University ; Alan R. Dennis , Propesor ng Internet Systems, Indiana University ; Patricia L. Moravec , Assistant Professor of Information, Risk and Operations Management, University of Texas at Austin , at Randall K. Minas , Associate Professor of Information Technology Management, University of Hawaii
Ang artikulong ito ay muling nai-publish mula sa The Conversation sa ilalim ng lisensya ng Creative Commons. Basahin ang orihinal na artikulo .
