国外社交媒体虚假信息研究的文献计量分析

李杰

摘  要：这项研究的目的是系统地回顾国外研究社交媒体上的虚假信息的学术文献，采用系统综述方法，对2010—2020年间国外发表的264篇文章进行分析。使用描述性和文献计量分析技术来记录研究结果。分析显示，从2017年始，在社交媒体上发布虚假信息的趋势有所增加，这对用户的认知反应产生了影响。其中最有影响力的节点似乎是美国，其在推进虚假信息研究方面发挥了重要的作用。该文强调，未来的研究需要探索和审查虚假信息对社交媒体的前因、后果和影响，以及它如何影响公民的认知、批判性思维和幸福感。

关键词：社交媒体  虚假信息  用户认知  信息素养

中图分类号：G353.1                文献标识码：A

Bibliometric Analysis of Foreign Research on False Information on Social Media

LI Jie

（Guangxi Minzu University， Nanning， Guangxi Zhuang Autonomous Region， 530000 China）

Abstract：The purpose of this study is to systematically review academic literature of foreign research on false information on social media. This study uses the systematic review method to analyze 264 articles published abroad from 2010 to 2020， and uses descriptive and bibliometric analysis techniques to record research results. The analysis shows that the trend of posting false information on social media has increased from 2017， which has had an impact on users' cognitive responses. Among them， the most influential node appears to be the United States， which has played an important role in advancing research on false information. This paper highlights that future research needs to explore and examine the antecedents， consequences and effects of false information on social media and how it affects citizens' cognition， critical thinking and well-being.

Key Words：Social media; False information; User cognition; Information Literacy

通過互联网的连接，社交媒体平台已经服务于整个社会。它也成为用户重要的信息来源。社交媒体平台的互动界面使其能够影响受众的潜在认知。现今关于社交媒体的研究越来越多。然而，对社交媒体上虚假信息的研究进行汇总的工作却很少。缺乏系统的文献审查，以具体说明目前存在哪些问题或今后应考虑哪些问题，用以解决与社交媒体上的虚假信息有关的问题。该文旨在通过进行系统的描述性和文献计量内容分析来补充先前的研究并汇编现有的知识，来突出社会媒体上虚假信息的各个方面是如何随着时间的推移而被探索和讨论的。这项研究的动机是鼓励进一步的深度研究，以增加对虚假信息的理解，并监测、报告和反击社会媒体上的错误信息。

1 假信息研究的理论基础

根据研究，当语义内容是错误的时候，就会产生虚假信息。虚假信息仅仅是不准确的信息，也是被故意传播来欺骗接收者的信息。换句话说，一个意在误导的评论和说话者认为不正确的评论构成了虚假信息。虚假信息是一种具有传播谎言潜力的误导性信息。从理论上讲，认知受接收信息的数量和模式的影响，但是很少有人能在处理他们的行为之前对其进行检查。

CHO H等人设计了一个社会媒体素养的概念框架，要求确定其两个组成部分——内容和能力，并理解它们之间的相互关系[1]。“内容是指获得社会媒体素养所必需的认识、理解和知识，而能力是展示社会媒体素养的技能和能力。”内容组成部分通过自我、媒介或现实来识别某一特定主题的知识水平。而能力的组成部分需要分析、评估和贡献的能力。此外，家庭、同龄人和教育工作者在一个人的社会媒体素养中扮演着重要的角色，社会媒体素养包括认知和情感处理能力。

媒介系统依赖理论（MSDT）叙述了“媒介使用的认知、行为和情感后果是以个人和他们的社会环境的特征为前提的”[2]。由于个体处于MSDT的中心，他们对社会媒体信息的依赖程度配置了他们的认知来支持特定的叙事。

Mayer和Moreno在多媒体学习的认知理论中，确定了人类大脑的3个功能：视听功能、人类信息处理系统的有限容量和实体认知加工[3]。因此，具有不同认知能力的人对社交媒体上的内容有不同的理解。虚假信息群体相对容易影响那些批判性思维能力较弱的用户。通常人们甚至无法区分虚假信息和系统性错误信息。社会认知理论将行为、认知和环境因素之间的持续相互作用视为个体行为的决定因素。

2 研究方法与数据来源

该文的目的是使用文献计量学内容分析系统地回顾关于社会媒体上虚假信息的文献。它描述了社交媒体与认知反应和冲突之间的联系。系统的文献综述方法通过发展主题、趋势和弱点来确定差距和潜在的研究领域。

第一阶段包括使用WOS核心收藏数据库检索学术期刊。使用的搜索字符串是（（socialmedia）AND（“disinformation”OR“misinformation”OR“fakenews”）AND（“cognition”）来检索标题、摘要和关键词。选取2010—2020年3个指标：科学引文索引扩展指数、社会科学引文索引、艺术与人文引文索引。搜索的重点是用英语发表的相关文章。第二阶段包括对初始搜索中发现的294篇文章的评估。在这个阶段，所有的文章都通过阅读标题、摘要和全文进行筛选。筛选后，由于与此次研究的目的不相关和不匹配，排除了30篇文章。总共选择了264篇文章進行系统综述。

第二阶段包括使用VOSviewer软件进行文献计量分析的信息分析。其提供了已发布数据集的数学视图，包括作者、地区隶属关系、时间、来源和机构。它包括提取用于系统综述的数据集的科学映射和可视化。

3 文献分析

研究分析由两个阶段组成。第一部分着眼于对社交媒体虚假信息研究的描述性描述。所有论文通过指定作者姓名、出版年份、研究目标或问题、方法和背景手动组织。使用VOSviewer软件进行文献计量分析。第二部分包括内容分析，基于从WoS数据库中提取的264篇文章，通过组织主题进行描述。

3.1描述性分析

关键词可以显示文章的基本内容并展示特定领域内的知识领域。将264篇文章导入VOSviewer以生成关键字网络。它展示了研究领域及其识别模式的精确图示。表1显示了关键字的出现和总链接强度。由于输出以聚类图的形式出现，图1表示基于接近度的节点之间的距离。同时，单词字体大小表示对特定方面的关注程度。

图1描述了基于所有关键字的同时出现以及时间尺度2019—2020年的文献计量学映射。当根据平均归一化引文计算分数时，网络可视化基于链接的强度。字体大小表示特定关键字的多次出现；字体越大表示越有影响力。最经常出现的关键词是“虚假信息和错误信息”，其次是“假新闻”“宣传”“政治传播”“新型冠状病毒肺炎”和“新闻”，通过“推特社交媒体”。这表明社交媒体上虚假信息的重要性更高。社交媒体在传播假新闻方面起着至关重要的作用，直接影响人们的看法、态度和信任能力。

图2描述了基于264项选定研究的引文分析。通过给出被引文献的加权程度来进行共被引分析。分数计数用于创建书目地图至少有6个阈值。节点的大小代表一篇被高度引用的文章，链接的厚度表示文章之间的关联强度。不同的颜色强度根据引用次数显示链接的强度。它表示引用2017—2020年的文章。

图3描绘了2010—2020年社交媒体虚假信息的年度发布趋势。如图所示，2017—2020年发布的文章数量达到最大值，并呈上升趋势。这些研究提到了通过社交媒体发布虚假/错误信息急剧增加的各种原因，例如新闻机构对社交媒体的高度渗透、新冠病毒在2019年的大流行等。因此，学者们更加关注通过社交媒体平台研究虚假/错误信息，并找出解决这一问题的方法。然而，对虚假信息的研究仍需从多方面进行考察。

4 社交媒体虚假信息对用户的影响及解决方法

在这个数字技术时代，社交媒体平台已越来越成为在错误信息和虚假信息的控制下活跃的地方。个人用户与社交媒体平台的互动增加会影响他们的认知，从而导致虚假信息的大量增加。在社交媒体中，推特一直是一个强大的平台，具有广泛的影响力，但以表达自由的名义传播了大量虚假和未经验证的新闻。经过验证，推特的内容有限，但它拥有高级工具来定位其用户，他们为个人用户感兴趣的内容填充个人资料并增加推送个性化内容。社交媒体平台的算法是专门针对个人的认知而设计的。例如：平台会根据用户在社交媒体上进行交互时暂停的内容类型，然后对用户推送相关内容。此类算法可确保社交媒体用户接收某些类型的内容，这就是虚假信息潜入并影响用户的看法和世界观的方式。虚假信息在危机或全球紧急情况下尤其盛行，在这种情况下，人类心理学不太可能考虑分析或回顾信息。2019冠状病毒疾病大流行就是最近的一个例子。像WhatsApp这样封闭的社交媒体平台成为传播关于这种流行病的虚假和不科学信息的主要来源。由于封闭的社交媒体被认为更加个人化，人们对这些渠道上的虚假信息的接受程度相对较高。错误信息在WhatsApp上停留的时间是正确信息的4倍，因为人们会根据个人观点和世界观继续争论不休[4]。

4.1 提高数字媒体素养以应对虚假信息

当社会媒体被严重滥用来传播错误的内容时，数字媒体素养是必不可少的。没有一个简单的解决方案可以对抗虚假信息，这种信息已经成为混合战争，通过操纵大量的虚假信息来达到某些目的。应对虚假信息需要通过对个人的背景和心理动态进行系统分析来。ZUBIAGA  A 等人提出了一个四部分的谣言分类系统，用于检测、跟踪、立场和准确性，将谣言分类为在线检测谣言的能力，以防止假新闻和阴谋的传播[5]。

4.2 通过教育活动提高认识

认知反应教育活动有助于对抗社交媒体平台上流传的虚假信息。个人能力应该通过基层意识活动来建设，以帮助人们识别和阻止在线虚假信息。EL RAYESS M等人记录了黎巴嫩已知的一种做法，即学生准备通过区分假新闻和经核实的新闻来核实信息的真实性[6]。将批判性媒体素养嵌入学校课程，并根据学生的认知能力将其传递给学生，这一点至关重要。提升阅读数字媒体素养技能需要3种措施：自动化、教育和监管来对抗在线虚假信息。这些干预措施可以成为识别、预测和防止假新闻和虚假信息滋生的整体认知措施。

4.3开发技术系统来对抗网络上的虚假信息

像脸书和推特这样的社交媒体平台可以允许社会心理学研究人员访问他们网络上的大量内容，以便对在线社区的心理学进行广泛研究，从而指导公共利益的公共政策。社会企业可以帮助开发在数字媒体上发现假新闻的技术解决方案，以帮助个人用户直接标记出这些内容。例如，HUCKLE  S引入了一种区块链技术解决方案，通过运行真实性检查来识别任何数字媒体内容的来源，以帮助抵制和阻止试图误导数字媒体用户的假新闻[7]。KELLER F B等人也开发了一个框架来检测集中出现的虚假信息活动，参与者是拥有言论自由权的普通用户[8]。ACKER A等人强调了对算法、元数据和度量的滥用，这些技术针对潜在的受众，定制操纵信息，并影响受众对宣传或阴谋的认知[9]。

4.4加强对流行病中虚假信息的监控

在新冠病毒大流行期间，社交媒体上的虚假信息显著增加。一些阴谋论在网上流传，误导了人们。《联合国新闻》指出，“在这场冠状病毒大流行期间，假新闻正将生命置于危险之中。”用户在相信新闻之前，个人应该三思，检查信息是谁发送的，信息来源是什么，以及如何知道是否相信它是真实的。随着人们越来越依赖社交媒体平台来查看时事，迫切需要建立和加强个人能力，以避免陷入虚假信息和网络假新闻的陷阱。联合國教科文组织的标签运动也指定了：点击前思考、分享前思考和分享知识等。因此，培养人们识别网上假新闻或阴谋的认知能力，相信真实来源的信息，鼓励他们停止网上传播假新闻是非常重要的。

5  研究结论及启示

5.1结论

世界上超过一半的人口可以上网，主要是社交媒体平台。对社交媒体上虚假信息的担忧确实在增加。社交媒体平台的发明和推出是为了向互联网用户提供社交网络体验。然而，这些平台正被某些团体和政府滥用于宣传和阴谋。在过去的10年里，当各个国家经历政治动荡、冲突和经济脆弱时，社交媒体上的虚假信息迅速增加。研究发现政治利益是社会媒体平台充斥系统性虚假信息的重要因素，影响个体建立政治支持网络和强化政治叙事的认知能力。

人们对政府机构和主流媒体失去了信任，这促使他们相信虚假信息和阴谋，这些信息往往在不知不觉中在社交媒体平台上流传。造谣者研究社区心理学，然后利用他们社交媒体账户上的语言和视觉效果相应地吸引潜在的受众。笔者研究的结论是，批判性的社交媒体素养对于社交媒体用户建立他们的认知能力以对抗不断增加的虚假信息来说至关重要。社交媒体公司还在向心理社会研究人员提供数据访问方面发挥主导作用，这可能有助于改进分析，并加强培养认知能力的建议，以打击网上的虚假信息。

5.2启示

文章强调了社会媒体上的虚假信息在塑造社群心理中的直接作用。该研究突出了一些需要进一步研究的领域，例如，如何阻止社交媒体上会直接影响用户心理的虚假信息，以及需要采取纠正措施来应对这些虚假信息。关于通过虚假信息产生的认知联系的研究也存在差距。有必要找出监测和控制指标来处理社交媒体上的虚假信息，因为它似乎强烈地影响着用户的认知。有必要进行试点研究，探讨如何在社交媒体素养有限的用户认知有限的情况下，对抗社交媒体上的错误信息。

此外，我国的社交媒体公司应该学习“脸书”和“推特”的发展模式，扩展监控技术、跟踪和阻止虚假信息的技术来阻止虚假信息在平台传播。他们可以利用人工智能的先进工具将这些机制嵌入到他们的平台中。社交媒体公司可以为社会科学研究人员提供独特的数据库访问途径，以获得基于证据的研究建议，从而跟踪和对抗社交媒体平台上的虚假信息。

参考文献

[1] CHO H， CANNON J， LOPEZ R， et al. Social Media Literacy： A Conceptual Framework[J]. New Media & Society， 2022： 14614448211068530.

[2] OGNYANOVA K， BALL-ROKEACH S J. Political Efficacy on the Internet： A Media System Dependency Approach[M]//Communication and Information Technologies Annual. Emerald Group Publishing Limited， 2015， 66： 3-27.

[3] MAYER R E， MORENO R. Nine Ways to Reduce Cognitive Load in Multimedia Learning[J]. Educational Psychologist， 2003， 38（1）： 43-52.

[4] JAVED R T， SHUJA M E， USAMA M， et al. A First Look at Covid-19 Messages on Whatsapp in Pakistan[C]//2020 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining （ASONAM）. IEEE， 2020： 118-125.

[5] ZUBISGA A， AKER A， BONTCHEVA K， et al. Detection and Resolution of Rumours in Social Media： A Survey[J]. ACM Computing Surveys （CSUR）， 2018， 51（2）： 1-36.

[6] EL RAYESS M， CHEBL C， MHANNA J， et al. Fake News Judgement： The Case of Undergraduate Students at Notre Dame University-Louaize， Lebanon[J]. Reference Services Review， 2018， 46（1）： 146-149.

[7] HUCKLE S， WHITE M. Fake news： A Technological Approach to Proving the Origins of Content， Using Blockchains[J]. Big data， 2017， 5（4）： 356-371.

[8] KELLER F B， SCHOCH D， STIER S， et al. Political Astroturfing on Twitter： How to Coordinate a Disinformation Campaign[J]. Political Communication， 2020， 37（2）： 256-280.

[9] ACKER A， DONOVAN J. Data Craft： A Theory/Methods Package for Critical Internet Studies[J]. Information， Communication & Society， 2019， 22（11）： 1590-1609.