行为科学可用于赢得假新闻的战争


屏幕上的假新闻
(图像Via www.vpnsrus.com.)
Facebook首席执行官Mark Zuckerberg 最近认识到 他公司帮助创造了困扰2016选举的巨额假新闻 - 之后 较早的否认。然而,他没有关于Facebook可以做些什么的具体细节。

幸运的是,有一种方法可以打击假新闻已经存在并在其方面具有行为科学: pro project.

I 是一个行为科学家团队的一部分,提出了一个质押的想法,作为限制在线误导的传播。两项试图评估其有效性的研究表明它实际上是有效的。

战斗假新闻

越来越多的美国立法者和普通公民认为,像Facebook和Twitter这样的社交媒体公司需要做更多的事情来对抗假新闻的传播 - 即使它导致审查。

A 最近的调查例如,显示56%的受访者表示科技公司“应该采取措施在网上限制错误信息,即使它限制了信息自由。”

谈话徽标
本文由Gleb Tsipursky最初出现在谈话中,是一个社会科学空间伙伴网站,标题为“在行为科学的帮助下可以赢得假新闻的战争

但他们可以采取哪些步骤 - 缺乏审查和政府控制 - 是一个大问题。

在回答之前,让我们考虑假新闻如何传播。例如,在2016年选举中,我们已经了解到了 很多错误信息 是俄罗斯机器人的结果 使用虚假性 试图加剧美国宗教和政治鸿沟。

然而,除非数百万常规的社交媒体用户选择分享信息,否则由机器人制作的帖子并不意味着很多。它证明了普通人 传播错误信息 在社交媒体上比真实故事更快,更远。

部分地,这个问题来自人们分享故事 没有阅读它们。他们不知道他们正在传播虚假。

然而,14%的美国人调查 2016年民意调查 报告故意分享假新闻。这可能是因为研究表明人们是 更倾向于 欺骗他人的时候 它有益于 他们的政党或他们所属的其他团体,特别是当他们从那个群体中看到别人分享错误信息时。

幸运的是,人们也有一个行为TIC可以打击这一点:我们希望被视为诚实。研究表明,当他们相信有一个时,人们的激励减少了 风险更高 负面后果, 被提醒 关于道德,或 犯罪 诚实地表现得。

这就是为什么荣誉代码 减少作弊 和童贞承诺 延迟 sexual onset.

承诺

这就是“亲真实的承诺”进来的地方。

令人震惊的错误信息,表现为美国选举和 U.K. Brexit Campaign.是俄亥俄州州立大学的一群行为科学家和包括我的宾夕法尼亚州大学,想创建一个争夺错误信息的工具。 2016年12月推出的承诺是我共同成立的非营利组织的项目 故意见解.

承诺旨在通过要求人们承诺12个行为来促进诚实,这些行为与真实性的方向相关。例如,承诺在分享之前,将员员询问进攻信息,引用消息来源,要求朋友和敌人缩回信息被证明是假的,并阻止他人使用不可靠的新闻来源。

到目前为止,大约6,700人和组织都采取了承诺,包括美国社会心理学家 乔纳森海特,澳大利亚道德哲学家 彼得歌手, 媒体偏见/事实检查 和美国立法者 Beto O'Rourke., 马特卡克Marcia软件.

推出承诺后大约10个月,我的同事和我想评估其实际上是否有效地改变行为并减少了未经验证新闻的传播。因此,我们进行了两项研究比较了对Facebook上的保证人分享的研究。为了添加一些外面的角度,我们包括斯图加特大学的研究员,他们没有参与创造承诺。

一项研究,我们要求参与者填写一项调查评估他们对自己的信息的分享和其他人的个人资料页面与批发前一月后的12个行为对齐的程度评估。该调查显示了行为的大幅和统计上显着的变化,包括 更彻底的事实检查, 一种 越来越不情愿 分享情绪上调的帖子,以及 新趋势 推迟与共享信息的朋友。

虽然自我报告是一种可接受的方法,可以模拟研究方法 荣誉代码童贞承诺,它受到了 潜在的偏见 主题报告所需的变化 - 例如更真实的行为 - 无论这些变化是否存在。

所以在A. 第二学习 我们获得了参与者的许可,以观察他们的实际Facebook分享。我们在审查了第一个10个新闻相关员额后,在他们承诺并渐变了共享的信息的质量,包括链接,以确定其职位如何与承诺的行为相匹配。然后,我们在批准并评定了第11个月之前,我们向前的10个新闻相关员额。我们再次发现了持久性的统计学意义的变化,誓言遵守12项行为,例如包含错误信息的帖子,包括更多来源。

澄清'真相'

承诺的原因是,我相信,它是因为它取代了人们可以分解的“真理”的模糊概念,其中有明显可观察的行为,如分享前的事实检查,区分了一个人的意见和引用来源的意见。

谈话我们开发的承诺只是对抗错误信息的更大努力的一部分。最终,这表明简单的工具存在并且可以由Facebook和其他社交媒体公司使用,以战斗的误导人群在线攻击,而不诉诸审查。谈话


0 0 投票
文章评级
订阅
通知
guest

本网站使用AkisMet减少垃圾邮件。 了解如何处理评论数据.

0 注释
Inline Feedbacks
查看所有评论
0
会喜欢你的想法,请评论。x