重磅！《科学》杂志刊最新发现：社交时代假新闻跑得比什么都快

　　▲在Twitter中，含有假消息的推文（在此数据可视化中用橙色表示）比含真实新闻的推文面更大

　　在2018年3月9日出版的最新一期《科学》杂志上，麻省理工学院的三位研究者发表了一则迄今为止最大规模、最系统性的假新闻研究。他们分析了过去12年间的12.6万则新闻在推特上的情况，结果发现：假新闻跑得比真新闻更快、更深、更广，而跑得最快的假新闻类型则是新闻。

　　从“bots(搜索引擎抓取机器人)”到假新闻的，新闻头条中着各种病毒式的可疑信息。你可能认为这些网络信息是bot的错（或者说是自动化系统的错）。但是研究表明，人类才是通过社交网络错误信息的，而非机器。

　　而人们对此也很拿手：该研究显示，含有虚假内容的推文在Twitter上给1500人的速度比内容真实的推文要快六倍。

　　本新研究的灵感来源于2013年发生马拉松爆炸事件。麻省理工学院数据科学家、本研究第一作者Soroush Vosoughi说，事件发生后，社交上的很多内容都是错误的。有传言称，布朗大学的一名的学生遭到警方怀疑。但后来，人们发现他与袭击无关，并且已经身亡（原因与爆炸无关）。

　　当时，Vosoughi意识到“这些传闻不仅仅是Twitter上的玩笑话。它们确实可以对人们的生活造成影响，并且真的会对人们构成严重。”那时，还是一名博士生的他决定将研究重点转移到检测和描述社交信息的错播问题上。

　　他和他的同事收集了自2006年该社交平台创办以来12年的数据。然后，提取了与PolitiFact、Snopes和六家核实组织已调查的新闻相关的推文。

　　最终得到了一组共含有12.6万条新闻（被300万人分享了450万次）的数据（这些消息有真有假，因此可以比较真新闻和假新闻的力），这些内容在同样的平台上竞争。那么，最终获胜的是谁呢？

　　首先是深度，也即被转发的“层级”。比如B转发了A，C又转发了B，那么深度就是3。假新闻的深度超过线层，而真新闻的则基本不会超过10层。

　　其次是人数，也即参与转发的帐号数量。线%的假新闻却可以给一千到十万人。从时间上来看，要到1500个人，真新闻需要花的时间是假新闻的6倍之多。

　　第三是宽度，也即在任意一个层级上参与转发的最多人数。同样，力最强的真新闻，宽度只能刚刚超过1000，而假新闻则最多能达到好几万。

　　从中，他们发现，真实新闻所覆盖的Twitter用户很少过千，而有害的假新闻（如梅威瑟的所谓）的受众往往在一万以上。假新闻，尤其是方面的新闻，通过各种渠道得越来越快、越来越广。

　　会不会是因为假新闻的推特帐号粉丝更多、更有影响力？他们分析发现：恰恰相反，假新闻的帐号粉丝更少、更不活跃、更少被认证。也就是说，虽然这些帐号本身影响力不强，但假新闻却可以通过他们获得极强的力。

　　会不会是因为机器人帮助了假新闻的？的确，推特上有很多机器人帐号，自动转发假新闻内容。研究者通过一套算法识别出机器人帐号后，将这些帐号排除在外，重新进行分析，但结果保持不变。也就是说，不管有没有机器人，假新闻都跑得更快。

　　看来不能从假新闻的帐号和的网络结构上找原因，还是应该分析假新闻本身。研究者发现，被人们转发的假新闻有一个明显的特质：新鲜。他们用自然语言处理的方法，测量了一个推特帐号在发布假新闻之前60天读到的推文和假新闻之间的“信息距离”。用大白话说，这些推文之间越“八竿子打不着”，信息距离就越大。数据显示：比起真新闻而言，假新闻确实是和转发者之前读到的信息距离更远的，也就是更为新鲜的。

　　除此之外，他们还研究了假新闻和真新闻引发的情绪反应。他们用一套最新的情感分析词库，测量了对这些新闻的回复。结果发现，人们对假新闻的常见情绪反应是：惊奇、恶心、害怕，而对真新闻的常见反应是：期望、悲伤、快乐和信任。

　　“如果某件事听起来很疯狂或是很愚蠢，那么你可能认为它并不眼球”，帕萨迪纳Snopes的事实调查记者Alex Kasprak说，“但是，它却能像大规模病毒一样。”

　　既然假新闻天生比真新闻更有力，那就意味着，需要有干预的方式，去假新闻的，促进真新闻的。

　　《科学》杂志的文章中提出了两种思。第一种思是提高个体辨识新闻的能力，包括提供更多的事实核查信息，以及进行媒介素养、思维方面的教育。作者认为，这两方面的工作固然重要，但是也都有局限性。

　　对于事实核查，有研究表明，因为人在认知上存在——更容易选择和接受自己已经相信的东西，所以对于事实核查的接受程度会比较有限。也就是说，就算把摆在很多人面前，他们也不会选择相信。

　　对于教育项目，作者担心：会不会让人们对正规机构的信任程度也下降？当然，因为这是更长期的事情，目前还没有对其效果进行评估的研究。作者呼吁，应该尽快对这样的项目效果进行科学的评估。

　　第二种思是在社交平台的层面进行干预，主要的干预方式是通过算法。目前，几乎所有的社交平台都根据算法来呈现和排列信息。比如你在微博时间线上看到的内容，并不是按照时间顺序排列的，而是微博公司根据一定的规则自动为你过滤和排列的，这种规则就是算法。

　　《科学》杂志的作者指出：应该调整算法，给予真实、高质量的信息更多的权重，也就是让它们更频繁地出现在更显眼的上，而让那些错误、低质的信息出现在更不显眼的上。

　　实际上，一些社交已经这样做了。去年，Facebook宣布调整算法，重视优质内容。然而问题是：很难评估这种改变是否有效，因为平台往往将算法的细节视为商业机密，也不愿意将数据向学界。

　　研究者认为，这些平台在商业利益之外，还应承担责任和社会责任，向研究者更多的数据和技术细节，以便评估其算法对社会产生的影响。

　　他们还认为，社交平台彻底改变了我们的信息生态系统，我们需要更好的公共政策来干预和引导这样的生态系统，让它更少被假新闻污染。干预并不意味着进行审查，而是要基于的依据，对平台产生的影响进行科学的评估，然后制定相关政策。

　　也就是说，要让真新闻跑得比假新闻快，当然需要提高每一位读者的素养，但更需要社交平台承担更多的责任，需要学界更好的研究，也需要政策制定者科学、审慎的态度。