商超余 羅慶文

信息污染”一詞最早是由雅各布·尼爾森在2003 年提出，用于描述無關，冗余，未經(jīng)請求和低價值的信息。隨著移動互聯(lián)網(wǎng)的普及、社交媒體的泛濫及在線信息社會的崛起，“信息污染”指涉“信息被武器化以實現(xiàn)傳者的惡意動機，使用戶產(chǎn)生對國家、種族、個人、事件或公司的偏見”。

根據(jù) 《2019 年全球數(shù)字報告》，全球總人口76.76 億中，有34.84 億社交媒體用戶，每秒鐘會有數(shù)百萬的人在社交媒體上進行互動，從而創(chuàng)建大量的數(shù)據(jù)。社交媒體上傳播的數(shù)據(jù)已成為分析人士和評論家關注的重大話題，因為它反映了人們的社交行為、選擇、看法和心態(tài)。全世界有相當一部分人使用社交媒體作為新聞等信息來源，來自社交媒體的新聞等信息直接或間接影響他們的觀點和行動。大量未經(jīng)核實和未經(jīng)證實的信息通過在線社交媒體傳播，誤導了大眾。互聯(lián)網(wǎng)的連通性被一些個人和機構濫用，旨在傳播宣傳、完成他們設置的議程。在數(shù)字連接的世界中，假新聞、謠言等虛假信息構成的“信息污染”因其復雜性和規(guī)模，給在線信息社會系統(tǒng)的正常運轉造成極大的危害?！靶畔⑽廴尽钡男纬刹荒芎唵螝w因為帶來社交媒體驟增和信息過載的互聯(lián)網(wǎng)技術，透視“信息污染”的表征形態(tài)，折射的是數(shù)字傳播生態(tài)下傳播主體（傳者、受眾）異質(zhì)多元的信息生產(chǎn)、消費的功能目的和認知心理。

一、“信息污染”的表征形態(tài)和生成邏輯

（一）“信息污染”的表征形態(tài)

“信息污染”通常指以文本、圖像、視頻、博客、消息、故事、突發(fā)新聞等形式出現(xiàn)的虛假信息，其表征形態(tài)的格式并不相互排斥，同時也具有某種異質(zhì)性。常見的表征形態(tài)有謠言、假新聞、不實信息、點擊誘餌、輿論垃圾宣傳和陰謀論。假新聞被定義為“有意誤導讀者，經(jīng)證實是虛假的新聞文章”；不同研究者對謠言的定義呈現(xiàn)歷時性特征。根據(jù)范德·滕佩爾和阿爾考克的研究，陰謀論是人們普遍漠視的信仰。陰謀論“不僅涉及否認對事件起因的官方普遍持有的解釋，而且還涉及將事件歸因于一群有隱藏，非法和惡意的代理人制定的計劃”。

（二）“信息污染”的生成邏輯

1.制造“信息污染”的行為主體

（1）代理人。代理人參與了虛假信息生成鏈路的所有階段（創(chuàng)建、生產(chǎn)和分發(fā)），且動機各不相同，代理人的特性因階段而異。代理人可能是官方人員，如情報機構、政黨、新聞機構。也可能是非官方的公民群體。他們長期在組織嚴密或圍繞共同利益的機構、團體中（例如，公關公司或游說團體）單獨工作。

不同的代理人有不同的受眾對象。受眾既可能是組織的消費者，也可能是基于社會經(jīng)濟特征、乃至整個社會的社會群體。訊息可以由代理人通過社交媒體，以文本（博客、推特 等）或視聽材料（圖像、視頻、動畫、編輯過的音頻剪輯、模因等）進行傳播。有些虛假信息旨在長期保持相關性和影響力（如“污名化”信息），有些則是針對短期而設計的，就像突發(fā)新聞事件中的個別訊息一樣。代理人的目標受眾是他們想要影響的人群，但這與虛假信息的目標不同（被抹黑的對象），可以是個人（候選人，政治或商業(yè)領袖）、組織（私人公司或政府機構）、社會團體（種族，種族，精英等）或整個社會。受眾很少是信息的被動接受者。他們由許多個人組成，每個人根據(jù)自己的社會文化地位、政治立場和個人經(jīng)歷來解讀信息。傳播的儀式觀對于理解個人如何以及為什么以不同的方式對信息作出反應至關重要。受眾消費的信息類型及理解這些信息的方式，都會受到他們的自我認同和與之相關的“部落”的影響?！皬娺B帶”關系促使朋友、家人和同事利用社交媒體共享信息，社交的力量比以往任何時候都更加強大。在一個人人都是潛在發(fā)布者的社交媒體時代，闡釋者可能同向解讀虛假信息，以點贊、評論、轉載的形式分享信息，成為下一個虛假信息的代理人。

(2)替代媒體。社交媒體用戶在特定的情緒狀態(tài)下，遇到與他們的價值觀或信仰相一致的信息時，對識別虛假信息都存在著不足。惡意行為主體利用這一觀察結果，在許多情況下將相同的虛假信息傳遞給目標用戶。從多個來源接收相同內(nèi)容的用戶更容易相信并傳播它。由于在線創(chuàng)建和發(fā)布內(nèi)容的成本低廉以及社交媒體平臺的廣泛覆蓋，各種替代主流媒體的平臺在線媒介資源不斷涌現(xiàn)。這些媒體經(jīng)常散布虛假或高度偏見的聲明?！傲眍惷襟w”的流行度也在上升，此類媒體來源經(jīng)常發(fā)表虛假文章，偽裝成事實的觀點，甚至高度極化的陰謀論和與偽科學有關的文章。這些替代媒體來源發(fā)表具有政治動機的文章，通常直接挑戰(zhàn)主流媒體發(fā)表的敘述。除了基于政治意識形態(tài)的預期目標受眾之外，這些信息源還經(jīng)常受到主流媒體消費者的關注，從而潛在加劇讀者對合法媒體資源的不信任。

(3)社交媒體機器人。出于政治或經(jīng)濟原因，創(chuàng)建虛假新聞源的成本低廉及軟件控制的社交媒體機器人的使用使輿論的塑造變得更加容易。虛假信息來源模仿主流媒體，卻不遵守新聞誠信。信源依靠社交機器人來傳播其內(nèi)容，社交機器人模仿人類，發(fā)布內(nèi)容，互相交流以及與真人互動，目標人群是那些更可能相信虛假信息的人。因此，人們很難區(qū)分人類或機器人發(fā)布的內(nèi)容。首先，一旦創(chuàng)建內(nèi)容，它們就會擴大與內(nèi)容的互動，以加快虛假信息的傳播速度。其次，機器人程序的目標用戶是意見領袖，希望他們能夠“轉載”捏造的信息，以增加公眾曝光率，從而提高其感知可信度。2017 年，Varol 等人的報告顯示，Twitter 上有9%至15%的用戶表現(xiàn)出機器人行為。2018 年，Twitter 暫停了7000 萬個可疑賬戶，以打擊假新聞。政治虛假信息是機器人的主要活動領域。在2016 年美國總統(tǒng)大選期間，社交媒體機器人產(chǎn)生了17 億條推文，并且成功地將支持一名候選人的推文數(shù)量增加了四倍。

2.“信息污染“的生成誘因

社交媒體時代的虛假信息的生成因素與大眾傳播時代相較更為復雜，信息產(chǎn)品的社會總需求和總供給不僅受市場均衡調(diào)節(jié)，更依賴于信息產(chǎn)消者的偏好、傳播技術和意識形 態(tài)。信息繭房和認知偏見導致人們相信那些即使沒有經(jīng)過官方認證但與他們的認知和情感一致的謠言。社交媒體信息流將用戶封裝成過濾器氣泡或回音室。社交媒體過濾氣泡使用戶包圍在志趣相投的人和信念一致的信息中。用戶主動尋找和使用符合其現(xiàn)有心理模型，先驗知識和記憶的信息，而不是從各種潛在沖突的來源中尋找信息。確認偏見進一步加劇了過濾器氣泡。很多謠言被辟謠后但依然流傳形成逆火效應，與人們固執(zhí)的認知有關。

卡斯·桑斯坦研究表明，謠言通過“流瀑效應”和“群體極化”這兩個不同但重疊的過程傳播。流瀑效應產(chǎn)生的原因在于我們每個人都傾向于依賴他人的想法和行為，如果我們認識的大多數(shù)人都相信謠言，那么我們也傾向于相信。由于缺乏自己的信息，我們接受他人的意見。當謠言涉及一個我們一無所知的話題時，我們特別有可能相信它。群體極化是指當志趣相投的人聚在一起時，他們往往最終會想出一種更加極端的想法，然后才開始互相交談。社會級聯(lián)和群體極化是建立在親密和信任的社會關系網(wǎng)絡中，當人們對危及自身的公共安全事件恐慌時，若基于自己的知識和經(jīng)驗無法解釋，就會通過值得信賴的人際傳播媒介（口傳或電子）在群體圈層里尋找信息，聊天是最頻繁和常見的形式，聊天的過程和結果就是流言、謠言孕育、產(chǎn)生和傳播。群體極化為謠言、流言的認可提供了肥沃的土壤。

二、“信息污染”治理路徑

1.政策規(guī)制路徑

政府制定針對社交媒體內(nèi)容的政策法規(guī)和針對虛假信息發(fā)布者的法律法規(guī)，形成多主體監(jiān)管（政府職能部門、社交媒體平臺機構、用戶）的虛假信息風險管理機制，凈化社交媒體信息生態(tài)。

2018 年德國出臺《社交媒體管理法》，嚴厲處罰社交網(wǎng)絡平臺上的“仇恨、煽動性言論、虛假新聞內(nèi)容”，要求社交媒體企業(yè)在用戶舉報后24 小時內(nèi)刪除或屏蔽，爭議言論內(nèi)容一周內(nèi)處理，否則面臨5000 萬歐元的罰金。2020 年為打擊新冠肺炎疫情期間出現(xiàn)的危機國家安全、社會穩(wěn)定的謠言，18 個國家的政府通過法令和緊急立法增加了反謠言的應對措施，不少國家對生產(chǎn)和傳播新冠病毒謠言的造謠者處以監(jiān)禁。如匈牙利政府疫情期間通過了一項新法律，將“虛假”或“扭曲”的新冠肺炎疫情信息定為犯罪，處以巨額罰款和最高5 年監(jiān)禁。2020 年7 月24 日，中國國家網(wǎng)信辦集中整治、打擊商業(yè)網(wǎng)站平臺、自媒體片面追逐商業(yè)利益，為吸引“眼球”炒作熱點話題、違規(guī)采編發(fā)布互聯(lián)網(wǎng)新聞信息、散播虛假信息等擾亂互聯(lián)網(wǎng)傳播秩序的亂象。2021 年1 月8 日又發(fā)布《互聯(lián)網(wǎng)信息服務管理辦法（修訂草案征求意見稿），其中第二十六條擴展了危害國家、經(jīng)濟、社會的虛假信息范疇。

2.數(shù)字智能技術

近年來，基于圖神經(jīng)網(wǎng)絡（GNNs）挖掘虛假信息的檢測技術因其優(yōu)越的性能而得到了廣泛的研究。圖神經(jīng)網(wǎng)絡（GNNs）是一類用于學習圖中潛在節(jié)點表示的神經(jīng)模型，已廣泛應用于不同的圖學習任務中，并取得了顯著的成功。隨后，基于圖卷積網(wǎng)絡的信源識別（GCNSI）被提出用于在不知道傳播模型的情況下定位多個虛假信息源。GCNSI 采用譜域卷積，利用其多階鄰域信息學習節(jié)點表示，提高了對信源的預測精度。Bian 等人2020 年提出了一種新的雙向圖模型，稱為雙向圖卷積網(wǎng)絡（Bi-GCN），通過對虛假信息的自上向下和自下而上傳播進行操作來探索這兩種特性。其固有的GCN 模型使該方法具有處理圖/樹結構和學習高層表示的能力，更有利于虛假信息的檢測。

社交媒體平臺利用大數(shù)據(jù)、計算機深度學習和人工智能算法，通過“信源識別、網(wǎng)絡干預、內(nèi)容標記”來有效緩解虛假信息等信息污染的蔓延和傳播。

①信源識別：識別參與制造和傳播虛假信息的惡意來源。根據(jù)虛假信息的傳播網(wǎng)絡，利用其來源路徑識別信息來源。擁有龐大粉絲群且有影響力的社交媒體用戶可能是虛假信息迅速傳播的源頭。一旦確定這些“意見領袖”進行虛假信息傳播，立即終止他們的帳戶，通過減緩他們的影響來減緩虛假信息的傳播。

②網(wǎng)絡干預：利用各種算法技術來減緩和限制虛假信息的傳播。大多數(shù)技術遵循獨立級聯(lián)模型或線性閾值模型的動力學、基于信息在用戶社交網(wǎng)絡上擴散的概念。干預的方法有兩種，一是設計反虛假信息的級聯(lián)，旨在減慢虛假信息級聯(lián)；二是尋找移除虛假信息的最小節(jié)點集，以使信息污染的負面影響最小化。

③內(nèi)容標記：社交媒體平臺通常為用戶提供將帖子“標記”為傳播虛假信息的選項，一旦帖子獲得足夠數(shù)量的這些“標記”，通常會對其進行事實檢查，如果發(fā)現(xiàn)是虛假信息，則隨后會將其從平臺上刪除。

結語

謠言、假新聞等“信息污染”是數(shù)字傳播生態(tài)下的副產(chǎn)品，代理人、內(nèi)容、人工智能技術、在線社交媒體平臺和易受感染的受眾交織成“信息污染”的場域。代理人基于政治偏見或經(jīng)濟上獲利的動機，生產(chǎn)、傳播虛假信息，以實現(xiàn)對競爭對手的污名化或收割在線流量、騙取消費者的支持；虛假信息的內(nèi)容偽裝成新聞的外衣，刺激公眾求知欲和獵奇的神經(jīng)介質(zhì)，從而攫取注意力；社交媒體機器人、算法推薦等人工智能技術自動生成和分發(fā)取悅于數(shù)字公民的信息，其中包括大量虛假信息；后真相時代的信息消費者對社交媒體提供的信息客觀性求索已讓位于主觀性，更注重個人的信念和情感，在線社交網(wǎng)絡中人際傳播的強連接和弱連接關系、信息繭房和回音室效應加劇了虛假信息的二次傳播。

社交媒體時代，謠言、假新聞等表征形態(tài)的虛假信息主要來自互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng)，危及社會、經(jīng)濟、文化等安全。習近平總書記多次強調(diào)，沒有網(wǎng)絡安全就沒有國家安全。治理“信息污染”的傳播生態(tài)，在充分了解虛假信息生成邏輯和誘致因素的同時，需要發(fā)揮多主體和多路徑的協(xié)同創(chuàng)新同邊網(wǎng)絡效應，即政府、互聯(lián)網(wǎng)科技公司、主流媒體通過政策規(guī)制、數(shù)字智能技術、“社會雷達”的輿情監(jiān)測和實時發(fā)聲，抑制、凈化在線社會信息系統(tǒng)的傳播生態(tài)，建立根治“信息污染”的長效機制。

注釋：

[1][2]Priyanka Meel,Dinesh Kumar Vishwakarma.Fake news,rumor,information pollution in social media and web.Expert Systems with Applications 153(2020)112986:1.

[3][4]Nicole A.Cooke.Fake news and alternative facts.ALA Editions,Chicago,2018.

[5]Sunstein,Cass R.On Rumors:How Falsehoods Spread,Why We Believe Them,What Can Be Done.Farrar,Straus and Giroux,New York,2009.

[6]Identifying the Root Content and Propagation Pattern of Fake News.Conference Papers,International Communication Association.2018.

[7] Michael Karlsson,Christer Clerwall.Cornerstones in Journalism.Journalism Studies,2019,20:8.

[8]Michael A.Peters,Sharon Rider,Mats Hyvnen,Tina Besley.Post -Truth,Fake News:Viral Modernity &Higher Education.Springer Nature Singapore Pte Ltd.,2018.

[9] Bill Kovach and Tom Rosenstiel.Blur:how to know what’s true in the age of information overload.Bloomsbury USA,New York,2010.