"Papa Franjo šokira svijet, podržava Donalda Trumpa za predsjednika." "Clintonov pomoćnik JW McGill pronađen je mrtav." "Desetine tisuća" lažnih Clintonovih glasova pronađeno je u skladištu u Ohiju. "Ovi šokantni vijesti o prošloj godini imali su jedno zajedničko: Nisu bili istiniti. Ne u najmanju ruku. Svaka je izrađena iz zlonamjernosti ili pokušaja unovčavanja prihoda od oglašavanja, u nastojanju da prevari što je moguće više nenamjernih internetskih čitatelja. Drugim riječima, bile su "lažne vijesti."
Povezani sadržaj
- Borba protiv nacista lažnim vijestima
- Lažni britanski radio show koji je pomogao u porazu nacista
- Lijek za širenje lažnih vijesti? Učitelji povijesti
Lažne vijesti, naravno, nisu ništa novo. U prošlosti je to bilo u obliku pamfleta stvorenih da razmazuju političke neprijatelje ili senzacionalističke priče namijenjene „viralanju“ na staromodni način putem prodaje novina. Ali nedavni porast lažnih informacija koje omogućuju naši novi krajolik s društvenim medijima pokrenuo je to kao ozbiljan problem dostojan nacionalne, pa čak i međunarodne rasprave.
Problem je, kažu ljudi, medij. Što ima smisla: Platforme društvenih medija poput Facebooka suočavaju se s kritikama zbog omogućavanja širenja ove vrste pogrešnih ili netočnih informacija, jer dopuštaju bilo kojem korisniku ili čak automatiziranim robotima da objavljuju članke koji imaju zakoniti izgled, a koji se potom šire poput divljeg požara kroz "naklonost" "i" dijeljenje. " Sada je Facebook uveo nove alate za suzbijanje lažnih virusnih članaka, dok Twitter testira novu značajku koja omogućuje korisnicima da označe zabludne, lažne ili štetne podatke.
No, novo istraživanje objavljeno ovaj tjedan u časopisu Nature Human Behavior pokazuje da su za ograničenja ljudskog mozga također krivi. Kad su ljudi preopterećeni novim informacijama, oni se oslanjaju na manje od idealnih mehanizama suzbijanja kako bi razlikovali dobro od lošeg i na kraju uživali u popularnosti u odnosu na kvalitetu, sugerira studija. Upravo ta smrtonosna kombinacija zasićenja podataka i kratka, istegnuta raspona pažnje mogu omogućiti tako lažno širenje lažnih vijesti.
"Kroz mreže poput Twittera i Facebooka korisnici su svakodnevno izloženi velikom broju prenosivih podataka koji se natječu za postizanje uspjeha", kaže Diego Fregolente Mendes de Oliveira, fizičar sa Sveučilišta Northwestern koji proučava kako mreže ljudi rade i vode autor studije.
Zbog značajnog utjecaja koji društveni mediji mogu imati na politiku i život, kaže Oliveira, diskriminacija između dobrih i loših informacija postala je "važnija u današnjim mrežnim informacijskim mrežama nego ikad prije". Iako su ulozi veći, dinamika skupina istomišljenika poput onih koje se nalaze na društvenim medijima može narušiti kolektivnu prosudbu tih grupa - čineći presude pozivima na lažne vijesti još težim. Kako se kaže u studiji, kad ljudi daju previše informacija, ljudi postaju "ranjivi na manipulacije".
Oliveira je 2016. godine započela sa istraživanjem širenja informacija na društvenim mrežama, a posebno kako "nekvalitetne informacije" ili lažne vijesti mogu na kraju puknuti poput zaraze. Osmislio je teorijski model kako bi predvidio kako se lažne vijesti šire društvenim mrežama.
Model nije uključivao stvarne ljudske korisnike niti stvarne lažne članke. Ali pripalo je podacima prikupljenim od strane neovisnih promatrača o razdvojenim (ali bez obzira na to popularnim) člancima na Facebooku i Twitteru kako bi izračunali prosječan omjer stvarnih vijesti i lažnih vijesti u postovima označenim za pregled od strane korisnika. Oliveira je ovaj omjer upotrijebio za pokretanje algoritma koji je dizajnirao za dijeljenje vijesti u mreži.
Ovaj je model sličan dizajnu prethodnoj studiji u kojoj je Oliveira pokazala kako ljudi koji se razdvajaju u zasebne mreže - na primjer, socijalni mjehurići istomišljenika koji ljudi stvaraju na Facebooku - mogu pridonijeti varanju i lažnom širenju informacija. Kako razmišljanje, ti ljudi imaju manje vjerojatnosti da će biti izloženi informacijama suprotnim postovima koje njihovi istomišljenici dijele, a koji bi mogli istisnuti lažne vijesti i otkriti istinu.
Pri relativno niskom protoku informacija, njegov je algoritam predvidio da je teorijski korisnik društvenih medija u stanju dobro razlikovati istinske i lažne vijesti, dijeleći uglavnom istinite vijesti. Međutim, kako su Oliveira i njegovi suautori prilagodili algoritam kako bi odražavali sve veće i veće protoke informacija - ekvivalent pomicanja kroz beskrajni Twitter ili Facebook feed - teorijski korisnik pokazao se manje i manje sposobnim sortirati kvalitetne informacije od loših podataka.
Oliveira je otkrila da općenito popularnost jače utječe na to da li osoba dijeli nešto od kvalitete. Na višim razinama protoka informacija taj je učinak postajao sve izraženiji, što znači da bi ljudi teoretski trošili manje ili nimalo vremena na procjenu kvalitete informacija prije nego što odluče dijeliti ih. Ubrzo, kako su obraćali sve manje pozornosti na svaki podatak, ljudi su dijelili lažne vijesti s većim i višim stopama.
Po najvišim modeliranim stopama kvaliteta informacije je imala nula utjecaja na popularnost tih podataka. "Pokazujemo da i preopterećenje informacija i ograničena pažnja doprinose degradaciji diskriminatorne moći sustava", rekao je Oliveira putem e-pošte.
Iako model ima jasna ograničenja, on pruža jednu interpretaciju načina na koji se lažne vijesti šire. "Tradicionalno se vjeruje da istina ima neku svojstvenu snagu da se prevlada lažno", kaže Haluk Bingol, računalni inženjer sa sveučilišta Boğaziçi u Turskoj, koji je dugo proučavao mrežne mreže. "Slično tome, dobro na kraju pobjeđuje i loše. Socijalne norme temelje se na ovim pretpostavkama. Zanimljivo je da to nikada nije empirijski testirano."
Bingol, koji nije bio uključen u ovu studiju, kaže kako studija ističe kako kvaliteta kakvoće informacija ne pobjeđuje uvijek kada je u pitanju distribucija. Oliveirino istraživanje usklađuje se s prethodnim nalazima Bingola o izboru odnosa i količini informacija. U jednom je radu utvrdio da je preporuka trgovca koji oglašava određeni artikal potencijalnom kupcu još važnija kada je kupcu bilo ponuđeno više mogućnosti za odabir.
"To jest, ako umjetno povećate broj izbora, s istim 'marketinškim pritiskom' možete postići bolje rezultate", kaže Bingol. Drugim riječima, s preopterećenim informacijama mnogo je lakše manipulirati - za oglašivače i dobavljače lažnih vijesti. "Jasno je da to danas nije teško", dodaje.
Walter Quattrociocchi, informatičar iz IMT škole za napredne studije Lucca u Italiji, više je skeptičan prema Oliveirinom modelu. "Nadjačavanje složene društvene dinamike iza nastanka narativa moglo bi biti pogrešno", kaže Quattrociocchi koji nije bio uključen u ovo istraživanje. Primjerice, korišteni model funkcionirao je na pojednostavljenoj pretpostavci da korisnici društvenih medija unose nove informacije istom brzinom, a da svi korisnici počinju s istim rasponom pažnje.
Iako je studiju smatrao zanimljivom, Quattrociocchi primjećuje da su druga istraživanja pokazala kako potvrđivanje pristranosti i drugih čimbenika izvan okvira Oliveirinog modela mogu značajno utjecati na širenje informacija putem Interneta.
Za buduća istraživanja, Oliveira se nada da će poboljšati svoj model s nekim od ovih drugih činjenica, uključujući kako odnos osobe prema dijeljenju informacija utječe na način na koji ih obrađuju i koliko je vjerojatno da će se ljudi predomisliti kad dobiju online informacije koje su u sukobu sa njihova trenutna uvjerenja.
Na kraju dana Oliveira vjeruje da zaustavljanje lažnih vijesti započinje kod čitatelja. Predlaže ljudima da pažljivo čitaju ono što dijele na mreži, izbjegavaju neupućavanje ili praćenje osoba da bi stvorili internetsku komoru za eho i izbjegavaju pretpostaviti da je išta pouzdano čak i ako vjeruju osobi koja to dijeli. "Imajte na umu da naši prijatelji vjerojatno nisu dobri urednici i da ih pokreću emocije i pristranosti više od objektivnosti i pouzdanosti", ističe.
Zato pročitajte ovaj članak i pročitajte odakle dolazi prije nego što kliknete „podijeli“.
