a0p82p3i
 หากสัญชาตญาณของคุณบอกว่าภาพจำนวนมากบน Facebook ทำให้เข้าใจผิด คุณพูดถูก AP Photo / เจนนี่ เคน

ข้อมูลที่ผิดบน Facebook มีมากน้อยเพียงใด? งานวิจัยหลายชิ้นพบว่าจำนวนข้อมูลที่ผิดบน Facebook คือ ต่ำ หรือว่ามีปัญหา ปรับตัวลดลง เกิน เวลา.

ผลงานก่อนหน้านี้แม้จะพลาดเกือบทั้งเรื่อง

เราเป็น นักวิจัยด้านการสื่อสารที่ นักวิจัยสื่อและประชาสัมพันธ์ และ ผู้ก่อตั้งบริษัทข่าวกรองดิจิทัล. เราทำการศึกษาที่แสดงให้เห็นว่า ข้อมูลที่ผิดจำนวนมหาศาลถูกมองข้าม โดยการศึกษาอื่นๆ แหล่งที่มาของข้อมูลที่ผิดที่ใหญ่ที่สุดบน Facebook ไม่ใช่ลิงก์ไปยังเว็บไซต์ข่าวปลอม แต่เป็นสิ่งที่พื้นฐานกว่านั้น: รูปภาพ และรูปภาพที่โพสต์ส่วนใหญ่ทำให้เข้าใจผิด

ตัวอย่างเช่น ในช่วงก่อนการเลือกตั้งปี 2020 โพสต์รูปภาพทางการเมืองเกือบ XNUMX ใน XNUMX โพสต์บน Facebook มีข้อมูลเท็จ ความเท็จที่แชร์กันอย่างแพร่หลายรวมถึงทฤษฎีสมคบคิดของ QAnon ข้อความที่ทำให้เข้าใจผิดเกี่ยวกับการเคลื่อนไหวของ Black Lives Matter และการกล่าวอ้างที่ไม่มีมูลความจริงเกี่ยวกับ Hunter Biden ลูกชายของ Joe Biden

ข้อมูลที่ผิดด้วยภาพโดยตัวเลข

การศึกษาของเราเป็นความพยายามขนาดใหญ่ครั้งแรกบนแพลตฟอร์มโซเชียลมีเดียใด ๆ เพื่อวัดความแพร่หลายของข้อมูลที่ผิดเกี่ยวกับภาพเกี่ยวกับการเมืองของสหรัฐฯ โพสต์รูปภาพมีความสำคัญต่อการศึกษา ส่วนหนึ่งเป็นเพราะโพสต์เหล่านี้เป็นโพสต์ที่พบบ่อยที่สุดบน Facebook ประมาณ 40% ของโพสต์ทั้งหมด.


กราฟิกสมัครสมาชิกภายในตัวเอง


การวิจัยก่อนหน้านี้ชี้ให้เห็นว่ารูปภาพอาจมีศักยภาพเป็นพิเศษ การเพิ่มรูปภาพในข่าวสามารถ เปลี่ยนทัศนคติและโพสต์ที่มีรูปภาพเป็น มีแนวโน้มที่จะถูกแชร์ต่อ. รูปภาพยังเป็นองค์ประกอบที่มีมาช้านานของ แคมเปญบิดเบือนข้อมูลที่รัฐสนับสนุนเช่นเดียวกับสำนักงานวิจัยอินเทอร์เน็ตของรัสเซีย

เราดำเนินการครั้งใหญ่โดยรวบรวมโพสต์รูปภาพบน Facebook มากกว่า 13 ล้านโพสต์ตั้งแต่เดือนสิงหาคมถึงตุลาคม 2020 จาก 25,000 เพจและกลุ่มสาธารณะ ผู้ชมบน Facebook มีความเข้มข้นมากจนเพจและกลุ่มเหล่านี้คิดเป็นอย่างน้อย 94% ของการมีส่วนร่วมทั้งหมด – ไลค์ แชร์ ปฏิกิริยา – สำหรับโพสต์รูปภาพทางการเมือง เราใช้การจดจำใบหน้าเพื่อระบุบุคคลสาธารณะ และติดตามภาพที่โพสต์ซ้ำ จากนั้นเราจัดประเภทรูปภาพแบบสุ่มขนาดใหญ่ในตัวอย่างของเรา รวมถึงรูปภาพที่มีการรีโพสต์บ่อยที่สุด

โดยรวมแล้ว สิ่งที่เราค้นพบนั้นแย่มาก: 23% ของโพสต์รูปภาพในข้อมูลของเรามีข้อมูลที่ไม่ถูกต้อง สอดคล้องกับ งานก่อนหน้าเราพบว่ามีการเผยแพร่ข้อมูลที่ผิดอย่างไม่เท่าเทียมกันตามสายพรรคพวก ในขณะที่มีเพียง 5% ของโพสต์ที่เอนไปทางซ้ายเท่านั้นที่มีข้อมูลที่ผิด แต่ 39% ของโพสต์ที่เอนไปทางขวามี

ข้อมูลที่ผิดที่เราพบบน Facebook นั้นเป็นข้อมูลที่ซ้ำซากและมักง่าย แม้ว่าจะมีรูปภาพจำนวนมากที่แก้ไขด้วยวิธีที่ทำให้เข้าใจผิด แต่รูปภาพเหล่านี้มีจำนวนมากกว่ามีมที่มีข้อความที่ทำให้เข้าใจผิด ภาพหน้าจอของโพสต์ปลอมจากแพลตฟอร์มอื่น หรือโพสต์ที่ใช้รูปภาพที่ไม่มีการเปลี่ยนแปลงและบิดเบือนความจริง

ตัวอย่างเช่น รูปภาพถูกโพสต์ซ้ำๆ เพื่อเป็น "ข้อพิสูจน์" ว่าคริส วอลเลซ อดีตผู้ประกาศข่าวของ Fox News ในปัจจุบันเป็นเพื่อนสนิทของเจฟฟรีย์ เอพสเตน นักล่าทางเพศ ในความเป็นจริง ชายผมหงอกในภาพไม่ใช่เอพสเตน แต่เป็นนักแสดงจอร์จ คลูนีย์

มีข่าวดีชิ้นหนึ่ง ก่อนหน้านี้บ้าง การวิจัย พบว่าโพสต์ข้อมูลที่ผิดสร้างการมีส่วนร่วมมากกว่าโพสต์จริง เราไม่พบสิ่งนั้น การควบคุมสมาชิกเพจและขนาดกลุ่ม เราไม่พบความสัมพันธ์ระหว่างการมีส่วนร่วมและการมีอยู่ของข้อมูลที่ผิด ข้อมูลที่ผิดไม่ได้รับประกันการแพร่ระบาด แต่ก็ไม่ได้ลดโอกาสที่โพสต์จะแพร่ระบาด

แต่การโพสต์รูปภาพบน Facebook นั้นเป็นพิษในรูปแบบที่นอกเหนือไปจากข้อมูลที่ผิดๆ เราพบภาพจำนวนนับไม่ถ้วนที่เป็นการเหยียดหยาม เกลียดชังผู้หญิง หรือเหยียดผิว Nancy Pelosi, Hillary Clinton, Maxine Waters, Kamala Harris และ Michelle Obama เป็นเป้าหมายของการล่วงละเมิดบ่อยที่สุด ตัวอย่างเช่น รูปภาพหนึ่งที่ถูกรีโพสต์บ่อยครั้งที่มีป้ายกำกับว่า Kamala Harris เป็น “สาวสายไฮเอนด์” ในอีกภาพถ่ายของ Michelle Obama ถูกดัดแปลงเพื่อให้ดูเหมือนว่าเธอมีองคชาต

หาวช่องว่างในความรู้

ยังมีงานอีกมากที่ต้องทำให้เสร็จในการทำความเข้าใจบทบาทของข้อมูลที่ผิดทางภาพต่อภูมิทัศน์ทางการเมืองแบบดิจิทัล แม้ว่า Facebook ยังคงเป็นแพลตฟอร์มโซเชียลมีเดียที่มีผู้ใช้มากที่สุด แต่รูปภาพมากกว่าพันล้านภาพต่อวันถูกโพสต์บน Instagram ซึ่งเป็นแพลตฟอร์มน้องสาวของ Facebook และอีกนับพันล้านบน Snapchat คู่แข่ง วิดีโอที่โพสต์บน YouTube หรือ TikTok ที่มาถึงล่าสุดอาจเป็นเวกเตอร์สำคัญของข้อมูลที่ผิดทางการเมืองซึ่งนักวิจัยยังรู้น้อยเกินไป

บางทีการค้นพบที่น่ารำคาญที่สุดในการศึกษาของเราก็คือการเน้นให้เห็นถึงความกว้างของความไม่รู้ร่วมกันเกี่ยวกับข้อมูลที่ผิดบนสื่อสังคมออนไลน์ มีการเผยแพร่งานวิจัยหลายร้อยชิ้นเกี่ยวกับเรื่องนี้ แต่จนถึงขณะนี้นักวิจัยยังไม่เข้าใจแหล่งที่มาของข้อมูลที่ผิดที่ใหญ่ที่สุดบนแพลตฟอร์มโซเชียลมีเดียที่ใหญ่ที่สุด เราขาดอะไรอีกสนทนา

เกี่ยวกับผู้เขียน

หยุนกังหยาง, ผู้ช่วยศาสตราจารย์ด้านการสื่อสาร, มหาวิทยาลัย Texas A&M; แมทธิว ฮินด์แมน, อาจารย์คณะสื่อมวลชนและกิจการสาธารณะ , มหาวิทยาลัย George Washingtonและ เทรเวอร์ เดวิส, เพื่อน , พ่วงศูนย์สื่อสารมวลชนดิจิทัล , มหาวิทยาลัยโคลัมเบีย

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.

ทำลาย

หนังสือที่เกี่ยวข้อง:

เครื่องมือการสนทนาที่สำคัญสำหรับการพูดคุยเมื่อเดิมพันสูง รุ่นที่สอง

โดย เคอร์รี แพตเตอร์สัน, โจเซฟ เกรนนี และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

อย่าแยกความแตกต่าง: การเจรจาราวกับว่าชีวิตของคุณขึ้นอยู่กับมัน

โดย Chris Voss และ Tahl Raz

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

บทสนทนาที่สำคัญ: เครื่องมือสำหรับการพูดคุยเมื่อมีเดิมพันสูง

โดย เคอร์รี แพตเตอร์สัน, โจเซฟ เกรนนี และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

การพูดคุยกับคนแปลกหน้า: สิ่งที่เราควรรู้เกี่ยวกับคนที่เราไม่รู้จัก

โดย Malcolm Gladwell

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ

บทสนทนาที่ยาก: วิธีอภิปรายสิ่งที่สำคัญมากที่สุด

โดยดักลาส สโตน, บรูซ แพตตัน และคณะ

คำอธิบายย่อหน้ายาวอยู่ที่นี่

คลิกเพื่อดูข้อมูลเพิ่มเติมหรือสั่งซื้อ