做不到10万+没关系，至少我们的新闻没那么假

3月10日消息，《大西洋月刊》撰文详述了最大规模的假新闻研究得出的一些颇为严峻的结论。相比真实的信息，虚假信息在Twitter上的传播更加快速，更加深入，更加广泛

3月10日消息，《大西洋月刊》撰文详述了最大规模的假新闻研究得出的一些颇为严峻的结论。相比真实的信息，虚假信息在Twitter上的传播更加快速，更加深入，更加广泛。罪魁祸首并不是一些人所认为的机器人，而是人类。目前还不清楚有什么办法能够扭转该趋势。

以下是文章主要内容：

“谎言飞奔,真理跛行其后”乔纳森斯威夫特曾写道。

这是三个世纪前的夸张说法。但根据周四在《科学》（Science）杂志上发表的一项雄心勃勃的首创研究报告，这却称得上对社交媒体的事实描述。

该项大规模的新研究分析了Twitter上线以来所有有争议的重要新闻报道――大约12.6万条内容，跨越超过10年的时间，被300万用户转发过――发现真实内容根本无法与谎言和谣言相抗衡。该研究发现，不管按照哪一种常见的度量标准，假新闻在Twitter上一直以来都压真实新闻一头：假新闻和虚假谣言能够触及更多的人，更深入地渗透到社交网络中，并且传播速度比准确的内容快得多。

“从我们的研究可以看出，很显然虚假信息压过了真实的信息。”领导该项研究的麻省理工学院数据科学家苏鲁什・沃索吉（Soroush Vosoughi）指出，“这不仅仅是因为机器人。这可能与人性有关。”他从2013年开始研究假新闻。

这项研究已经引起了社会科学家们的警惕。“我们必须要在21世纪重新设计我们的信息生态系统。”16位政治学家和法律学者在也于周四刊登于《科学》杂志的一篇论文中写道。他们呼吁重新发起跨学科研究 ，“以减少假新闻的传播，并解决它所揭示的潜在问题。”

“我们如何能够创建一个重视和宣扬真相的新闻生态系统呢？”他们问道。

从该新研究表明，这不会是易事。虽然沃索吉及其同事的研究仅专注于Twitter――研究是使用Twitter提供给麻省理工学院的独家数据进行的――他们的工作对于Facebook、YouTube和每一家主流社交网络都有启示作用。任何经常放大吸引眼球或挑衅性的内容的平台，都也有可能放大假新闻。

虽然这项研究是用统计学的专业语言撰写的，但它对在这些平台上传播的信息的准确性提供了很有条理的谴责。作者们发现，虚假内容往往比真实内容更有可能出现病毒式传播。平均来看，虚假内容触及1500人的速度比真实内容要快6倍。虽然虚假内容不管在什么主题上（包括商业、恐怖主义和战争、科技和娱乐八卦）的传播表现都超过了真实内容，但假政治新闻的表现最为显著。

Twitter用户似乎更喜欢分享虚假信息。即使研究人员将引发谣言的账号之间的每一个差异都考虑进来――例如该用户是否拥有更多的关注者或是否是认证用户――虚假信息被转发的可能性仍然比真实的信息高出70%。

这个问题不能怪罪于机器人。该研究发现，从2006年到2016年，Twitter的机器人对真实内容的放大作用，并不亚于对虚假内容的放大作用。作者写道，假新闻泛滥成灾，“更多地是因为人类而非机器人的传播。”

研究受赞赏

政治学家和社交媒体研究人员普遍对这项研究表示赞赏，称其是迄今为止对社交媒体假新闻问题最广泛、最研究的一项研究，尽管有些人对它对机器人的调查发现和它对新闻的定义提出质疑。

“这是一项非常有趣且令人印象深刻的研究，在样本内，关于明显虚假的内容如何传播得比明显真实的内容更快更广泛的结果，似乎非常有理有据，一致性强。”牛津大学政治传播学教授拉斯穆斯・克莱斯・尼尔森（Rasmus Kleis Nielsen）在电子邮件中表示。

“我认为它是一项非常严谨、非常重要的研究，”达特茅斯学院政府学教授布伦丹・尼汉（Brendan Nyhan）告诉我，“我们需要更多像这样的优秀研究。”

“简单来说，我认为没有理由怀疑这项研究的结果。”荷兰莱顿大学政治学教授利贝卡・特罗布尔（Rebekah Tromble）在电子邮件中说道。

该研究有什么与众不同之处呢？过去，研究人员研究过假消息网络上传播的问题。他们往往只是聚焦围绕特别事件的谣言，比如2012年发现希格斯玻色子之前的猜测，或者2010年海地地震之后的传言。

这篇新论文的研究范围要广泛得多，几乎覆盖Twitter的整个生命期：从2006年9月到2016年12月，该社交网络服务上传播的每一条有争议的新闻。但为此，沃索吉及其同事必须首先回答一个更加基础性的问题：什么是真相？我们又怎么知道是真是假呢？

研究的触发点

这是一个可能生死攸关的问题。

“‘假新闻’已经成为了备受热议的政治文化话题，但对我们来说触发点是五年前发生于波士顿的个人事件。”麻省理工学院媒体科学家、新研究作者之一德布・罗伊（Deb Roy）说道。

2013年4月15日，两枚炸弹在波士顿马拉松赛道附近爆炸，造成三人死亡，数百人受伤。关于爆炸事件的阴谋论随即迅速席卷Twitter和其他的社交媒体平台。4月19日，相关信息变得更加混乱，当时警方进行大规模搜捕行动，马萨诸塞州州长要求数百万人留在家中。

“我与我的妻子和孩子在我们位于贝尔蒙特的房子闭门呆了两天，沃索吉则呆在坎布里奇。”罗伊告诉我。由于闭门不出，Twitter成了他们了解外部世界的主要渠道。他说，通过使用该项服务，“我们听到了很多不真实的事情，同时也听到了很多最终被证明是真实的事情。”

磨难很快结束了。但是，当罗伊和沃索吉在校园里重聚时，他们均觉得后者（当时是一名专注于社交媒体的博士生）研究他们刚刚经历的事情以外的东西似乎很愚蠢。作为沃索吉的顾问，罗伊对他的项目表示了祝福。

沃索吉创造了一个真相机器：一种算法，可以整理大量的推文，然后从中提取最可能准确的事实。它关注给定推文的三个特性：作者的特性（他们是不是认证用户？），它使用的语言种类（是否复杂？），以及给定的推文如何通过网络传播。

“沃索吉开发的模型预测内容真实性的成功率相当高。”罗伊说。沃索吉在2015年获得了博士学位。

之后，这两个人――以及麻省理工学院管理学教授斯南・阿拉尔（Sinan Aral）――开始研究虚假信息普遍来说是如何在Twitter上传播的。不过，他们要探究的不仅仅包括“什么是真相”的问题，还包括另一个更加相关的问题：计算机如何知道真相是什么？

他们选择求助于网上事实的终极仲裁者：第三方事实核查网站。通过梳理和分析六个不同的事实检查网站（包括Snopes、Politifact和FactCheck.org），他们得出了一份涵盖2006年至2016年间在Twitter上传播的上万条在线传言的清单。然后，他们借助社交网络Gnip旗下的专门搜索引擎，在Twitter上搜索这些传言。

最终，他们发现了大约12.6万条推文，这些推文共计被转发超过450万次。有些推文链接到其他网站上托管的“虚假”内容。有些推文本身就是传言的发起来源，无论是通过推文文本，还是通过附带的图片。（该团队使用了一个特殊的程序，来搜索推文附带的静态图片中的单词。）有些推文包含真实信息，或者链接到其他的地方。

令人震惊的结果

然后，他们进行了一系列的分析，比较了虚假传言的流行程度与真实新闻的流行程度。结果令他们感到震惊。

沃索吉本周在麻省理工学院给我讲了一个例子：他说，一条推文可以通过很多种方式来获得1万次转发。如果一位名人发出推文A，他拥有几百万名关注者，那么可能有1万人在他们的时间线上看到推文A，并决定转发它。 推文A被广播，形成了一个大而浅层的模式。

与此同时，某个没有很多关注者的人发出推文B。推文B传向他的20个关注者――但其中一个人看到它，并进行转发，然后其中一个关注者看到，再进行转发，如此反复循环，一直至成千上万的人看到并分享了推文B。

推文A和推文B都具有同等规模的受众，但用沃索吉的话来说，推文B更有“深度”。它将转发链接了起来，以一种推文A无法做到的方式进行病毒式传播。 “它可以达到1000次转发，但它的形态非常不同。”他说道。

关键的一点：从这两个指标来看，假新闻都占主导地位。相比真实新闻，它始终会吸引更多的受众，在社交网络上的渗透也深入得多。作者们发现，准确的新闻无法链接起10次以上的转发。假新闻引发的转发链条可达19个链接那么长――速度上也比准确的新闻形成区区10次转发要快10倍。

即便是用人工而非机器人来核查，这些结果也很有说服力。除了该项研究之外，一群本科生对随机选择的同期约1.3万条英语推文进行了事实核查。根据他们的研究，他们发现虚假信息压过真实信息的方式与主数据集“几乎相同”。

这在现实生活中看起来会是什么样？拿来自上次总统选举的两个例子来说。2015年8月，社交媒体上传出唐纳德・特朗普（Donald Trump）让一个生病的孩子使用他的飞机获得紧急医疗护理的传言。Snopes证实这一传说基本属实。但根据该团队的估计，只有大约1300人分享或转发了那条传言。

2016年2月，有传闻称特朗普的老表兄最近去世了，且在他的讣告反对特朗普竞选总统。“作为特朗普名字骄傲的拥有者，我恳求你们所有人，请不要让那个行走的黏液袋成为总统。”据称讣告如是说。但是Snopes找不到老表兄身份和他的讣告的证据，因此认为那是虚假消息。

尽管如此，大约有3.8万名Twitter用户分享了这个故事。它引发的转发链条长度达到患病小孩故事的3倍。

声称著名拳击手弗洛伊德・梅威瑟（Floyd Mayweather）头戴穆斯林头巾参加特朗普竞选集会的虚假故事，触及的受众数量也达到患病小孩故事的10倍。

为什么虚假内容传播会那么广泛呢？麻省理工学院的团队得出了两个假设。

首先，假新闻似乎比真实新闻更加“新颖”。研究团队发现，虚假内容通常与用户转发之前60天内出现在他们的时间轴上的所有推文都明显不同。

其次，假新闻诱发的情绪比普通的推文要多得多。研究人员针对Twitter用户用来回复12.6万条有争议的推文的字词创建了一个数据库，然后使用最先进的情感分析工具对其进行分析。他们发现，虚假推文引发的回复往往带有与惊喜和厌恶相关的词语，而准确的推文则更多地引发与悲伤和信任相关的词语。

机器人是否推波助澜？

该团队还想要解答另外一个问题：Twitter上的机器人是否帮助传播虚假信息？

在对300万Twitter用户的样本使用两种不同的机器人检测算法后，他们发现他们的自动机器人有传播虚假新闻――但它们转发这些新闻的速度与转发准确信息的速度一样。

阿拉尔告诉我，“真实新闻和虚假新闻在Twitter上如何传播的巨大差异，无法用机器人的存在来解释。”

但一些政治学家警告称，这不应该被用来反驳俄罗斯机器人最近在散播虚假新闻上的作用。据《纽约时报》报道，在佛罗里达州帕克兰的一所学校发生枪击事件之后，俄罗斯相关的机器人“军队”帮助放大了分裂性的言论。

“可能有两种情况：（1）在整整10年的数据集中，机器人不喜欢虚假的宣传信息；（2）在最近的一些案例中，僵尸网络被策略性地用来传播虚假的宣传信息称。”乔治华盛顿大学政治学家戴夫・卡普夫（Dave Karpf）在电子邮件中说道。

“我猜，这篇论文将被拿来当作‘机器人并不重要的科学证据’。从Twitter的整个生命周期来看，这篇论文也确实表明了那一点。但是真正的机器人辩论会假定，它们的使用最近已经增多，因为战略性活动者已经投入了资源来使用它们。这篇论文没有驳斥这一假定。”卡普夫说。

沃索吉认同他的论文不能确定在样本期末僵尸网络的使用是否发生了改变。 “我们没有研究机器人角色的变化，”他在电子邮件中向我表示，“这是一个有趣的问题，在未来的研究工作中我们可能会予以关注。”

一些政治学家也对该研究的“新闻”定义提出了质疑。通过借助于事实核查网站，该研究将各种各样的虚假信息混在一起：彻头彻尾的谎言，城市传说，恶作剧，恶搞，虚假信息，“假新闻”。“它不只是研究假新闻本身――即，看起来像新闻内容的文章或视频，这些内容看起来经过了新闻流程，但实际上是编造出来的。

因此，这项研究可能会低估“无争议的新闻”：被广泛认为真实的准确新闻。多年来，Twitter历史上转发量最高的推文是那条庆祝奥巴马连任总统的推文。但由于他的胜选并不是存在广泛争议的事实，Snopes和其他的事实核查网站从未对它予以确证。

该研究也忽略了内容和新闻之间的差异。“我们所有的受众研究都表明，绝大多数用户认为新闻与更广泛的内容截然不同。”牛津大学教授尼尔森在电子邮件中表示，“说包括谣言在内的不真实内容在Twitter上的传播速度比真实的内容要快，与说虚假新闻和真实新闻以不同速度传播还是有点不同。”

虚假信息的两个特性

不过，许多研究人员告诉我，仅仅理解为什么虚假传闻传播如此广泛和快速，在重要性上丝毫不亚于知道它们传播非常广泛和快速。

“关键的一点是，那些能够激发强烈情绪的内容在Twitter上传播得更快，更深入，更广泛。”政治学家特罗布尔在电子邮件中指出，“这一发现与许多不同领域的研究相一致，包括心理学和传播学研究。它也相对直观。”

“网络上的虚假信息往往真的很新颖，也常常是负面的。”达特茅斯大学教授尼汉说道，“我们知道，那些是信息通常能够吸引我们人类的注意的两个特性，它们使得我们想要与其他人分享那些信息――我们关注新的威胁，也特别关注负面的威胁。”

“当你不受真实性局限的束缚时，同时制造出这两种特征会非常容易。所以，人们能够以强有力的方式利用人类心理的相互作用和这些网络的设计。”他补充道。

尼汉称赞Twitter将其数据提供给研究人员，并呼吁Facebook等其他主流平台也这样做。“在研究方面，那些平台是有待探索的领域。我们有很多东西需要学习，但是如果没有平台的合作和协作，我们能够研究的东西会受到很大的限制。”他说。

“这些公司现在对人们获得的新闻内容有很大的权力和影响力。平台现在拥有的巨大权力，意味着它们必须要经受大量的审查和提供大量的透明度。”尼汉称， “我们可以整天研究Twitter，但只有大约12％的美国人在上面。它对记者和学者来说很重要，但它并不是大多数人获得新闻的方式。”

Twitter在一份声明中表示，它希望能够与外部专家扩大合作。在上周发布的一系列推文中，该公司的首席执行官杰克・多尔西（Jack Dorsey）说，公司希望“提高公众对话的整体健康度、开放性和文明性，并让我们自己公开承担起进步的责任。”

Facebook没有回应评论请求。

但政治学教授特罗布尔表示，研究的发现可能也适用于Facebook。“今年早些时候，Facebook宣布它将调整动态信息（News Feed），以鼓励有意义的互动。”她告诉我。

“很明显，他们会根据评论数量和帖子获得的评论回复数量来衡量‘有意义的互动’。但是，正如该研究所表明的那样，那只会进一步鼓励制造充满虚假信息和其他可能引发强烈情绪反应的内容的帖子。”她补充说。

“作为保守的科学家，我不敢保证这些发现会如何适用于其他的社交网络。我们在这里只研究Twitter。”其中一位研究者阿拉尔指出，“但我的直觉告诉我，这些发现普遍适用于社交媒体平台。通过使用Facebook的数据，你可以展开完全相同的研究。”

与预想相反的发现

然而，这些发现并不包括研究中最令人沮丧的一项发现。当他们开始研究时，麻省理工学院的团队预计，分享最多假新闻的用户基本上会是刻意取悦别人的人。他们以为他们会发现，以偏袒性或耸人听闻的方式大量使用Twitter的人，吸引到比更看重事实的用户更多的粉丝和关注者。

事实上，研究团队发现情况正好相反。分享准确信息的用户比假新闻分享者拥有更多的关注者，发表的推文也更多。这些以事实为导向的用户也在Twitter上的时间更长，并且更有可能成为认证用户。总之，最值得信赖的用户拥有明显的结构优势，而Twitter不管作为公司还是作为社区，都能够给它最好的用户带来这种优势。

换句话说，真相起跑迅速――但最终赢得赛跑的却仍然是不真实的信息。作者写道，“虚假信息的传播比真相更加深入，更加快速，尽管账号之间存在这些差异，这些差异并非原因所在。”

这一发现应该会让每一个转向社交媒体来发现或传播准确信息的用户都感到沮丧。它表明，不管人们打算多么机敏地使用Twitter――无论他们多么精心地策展他们的信息流或者关注可靠的消息来源――他们仍可能会头脑发热，被虚假信息骗过。

它表明――至少对我这个自2007年以来的Twitter用户，以及因社交网络而开始涉足新闻业的人来说――社交媒体平台并不鼓励那种支持民主政府的行为。在每个用户一下子变成读者、作家兼出版者的平台上，虚假信息太引人注目，你很难不上当：新奇东西的刺激太诱人，引发反感情绪的东西很难不予理会。在度过漫长而烦人的一天后，再成熟稳重的用户，也可能会发现自己分辨不出政治谣言。

目前尚不清楚哪些干预措施可以扭转倾向虚假内容的趋势，如果有的话。“我们不知道什么是有效的，什么是无效的。”阿拉尔告诉我。例如，几乎没有证据表明人们会因为看到事实核查网站否定了他们相信的其中一样东西而改变他们的看法。在社交网络或搜索引擎上标记假新闻，可能也无济于事。

总之，社交媒体似乎在牺牲真相的情况下有系统地放大了虚假信息，而且没有人 ――无论是专家，政治家还是科技公司――知道该如何扭转这一趋势。对于任何以公共性真实为前提的政府体系而言，这可以说是一个危险的时刻。（乐邦）