หากคุณรู้วิธีแก้ไขรูปภาพ คุณอาจมีจุดแข็งในการจำแนกของปลอม โกโรเดนคอฟฟ์/Shutterstock.com

เป็นการยากที่จะบอกได้ว่าภาพนั้นเป็นของจริงหรือไม่ พิจารณาตามที่ผู้เข้าร่วมในการวิจัยล่าสุดของเราทำ ภาพสองภาพนี้และดูว่าคุณคิดว่าไม่ ภาพใดภาพหนึ่งหรือทั้งสองภาพไม่ได้รับการรักษา

รูปภาพ A: จริงหรือไม่? โมนา คาสรา, CC BY-ND

Image B: แล้วอันนี้ล่ะ? โมนา คาสรา, CC BY-ND

คุณอาจใช้การประเมินภาพของคุณโดยพิจารณาจากข้อมูลภาพเพียงอย่างเดียว หรืออาจพิจารณาปัจจัยในการประเมินว่าแหล่งที่มานั้นน่าเชื่อถือเพียงใด หรือจำนวนผู้ที่ชอบและแบ่งปันภาพนั้น

ผู้ร่วมงานของฉันและ I การศึกษาล่าสุด วิธีที่ผู้คนประเมินความน่าเชื่อถือ ของรูปภาพที่มาพร้อมกับเรื่องราวออนไลน์และองค์ประกอบใดบ้างในการประเมินนั้น เราพบว่าคุณมีโอกาสน้อยที่จะตกหลุมรักภาพปลอม หากคุณมีประสบการณ์กับอินเทอร์เน็ต การถ่ายภาพดิจิทัล และแพลตฟอร์มสื่อออนไลน์มากขึ้น หากคุณมี สิ่งที่นักวิชาการเรียกว่า “การรู้เท่าทันสื่อดิจิทัล”

ใครหลงกลของปลอม?

คุณถูกหลอก? ทั้งสองภาพเป็นของปลอม

เราต้องการที่จะหา แต่ละปัจจัยมีส่วนสนับสนุนมากน้อยเพียงใด เพื่อความถูกต้องในการตัดสินของผู้คนเกี่ยวกับภาพออนไลน์ เราตั้งสมมติฐานว่าความน่าเชื่อถือของแหล่งข้อมูลต้นฉบับอาจเป็นองค์ประกอบ เช่นเดียวกับความน่าเชื่อถือของแหล่งข้อมูลทุติยภูมิใดๆ เช่น คนที่แชร์หรือโพสต์ซ้ำ เรายังคาดการณ์ด้วยว่าทัศนคติที่มีอยู่ของผู้ดูเกี่ยวกับปัญหาที่ปรากฎอาจมีอิทธิพลต่อพวกเขา: หากพวกเขาไม่เห็นด้วยกับบางสิ่งเกี่ยวกับสิ่งที่ภาพแสดงให้เห็น พวกเขาอาจจะมองว่าเป็นเรื่องปลอม และในทางกลับกัน มีแนวโน้มที่จะเชื่อหากพวกเขาเห็นด้วย สิ่งที่พวกเขาเห็น

นอกจากนี้ เราต้องการดูว่าคนคุ้นเคยกับเครื่องมือและเทคนิคที่ช่วยให้ผู้คนสามารถจัดการภาพและสร้างภาพปลอมมีความสำคัญเพียงใด วิธีการเหล่านั้นมี ก้าวหน้าเร็วกว่ามาก ในช่วงไม่กี่ปีที่ผ่านมากว่าเทคโนโลยีที่สามารถตรวจจับการจัดการแบบดิจิทัลได้

จนกว่า นักสืบตามทันความเสี่ยงและอันตรายยังคงสูงสำหรับผู้ที่มีเจตนาร้ายที่ใช้ภาพปลอมเพื่อโน้มน้าวความคิดเห็นของสาธารณชนหรือทำให้เกิดความทุกข์ทางอารมณ์ เมื่อเดือนที่แล้ว ในช่วงเหตุการณ์ความไม่สงบหลังการเลือกตั้งในอินโดนีเซีย ผู้ชายจงใจเผยแพร่ภาพปลอม บนโซเชียลมีเดียเพื่อจุดประกายความรู้สึกต่อต้านจีนในหมู่ประชาชน

การวิจัยของเรามีจุดมุ่งหมายเพื่อให้ได้รับข้อมูลเชิงลึกเกี่ยวกับวิธีที่ผู้คนตัดสินใจเกี่ยวกับความถูกต้องของรูปภาพเหล่านี้ทางออนไลน์

ทดสอบภาพปลอม

สำหรับการศึกษาของเรา เราได้สร้างภาพถ่ายปลอมจำนวน 28 ภาพในหัวข้อที่หลากหลาย รวมถึงการเมืองในประเทศและระหว่างประเทศ การค้นพบทางวิทยาศาสตร์ ภัยธรรมชาติ และประเด็นทางสังคม จากนั้นเราจึงสร้างองค์ประกอบจำลอง XNUMX ภาพที่แต่ละภาพอาจปรากฏทางออนไลน์ เช่น แชร์บน Facebook หรือเผยแพร่บนเว็บไซต์ The New York Times

แบบจำลองแต่ละชิ้นนำเสนอภาพปลอมพร้อมด้วยคำอธิบายข้อความสั้น ๆ เกี่ยวกับเนื้อหาและตัวชี้นำตามบริบทและคุณลักษณะบางอย่าง เช่น ตำแหน่งเฉพาะที่ปรากฏ ข้อมูลเกี่ยวกับแหล่งที่มาของภาพ และไม่ว่าจะมีใครแชร์ต่อหรือไม่ รวมถึงวิธีการ มีการชอบหรือการโต้ตอบอื่น ๆ เกิดขึ้นมากมาย

รูปภาพทั้งหมดและข้อความประกอบและข้อมูลประกอบขึ้น - รวมถึงทั้งสองที่ด้านบนสุดของบทความนี้

เราใช้เฉพาะภาพปลอมเพื่อหลีกเลี่ยงความเป็นไปได้ที่ผู้เข้าร่วมอาจเจอภาพต้นฉบับก่อนเข้าร่วมการศึกษาของเรา การวิจัยของเราไม่ได้ตรวจสอบปัญหาที่เกี่ยวข้องที่เรียกว่า misattribution โดยนำเสนอภาพจริงในรูปแบบ an บริบทที่ไม่เกี่ยวข้องหรือมีข้อมูลเท็จ.

เราคัดเลือกผู้เข้าร่วม 3,476 คนจาก อังคารเครื่องกลเติร์กซึ่งทุกคนมีอายุอย่างน้อย 18 ปีและอาศัยอยู่ในสหรัฐอเมริกา

ผู้เข้าร่วมการวิจัยแต่ละคนจะตอบคำถามที่เรียงลำดับแบบสุ่มเกี่ยวกับทักษะการใช้อินเทอร์เน็ต ประสบการณ์การถ่ายภาพดิจิทัล และทัศนคติต่อประเด็นทางสังคมการเมืองต่างๆ จากนั้นพวกเขาจะถูกนำเสนอด้วยภาพจำลองที่สุ่มเลือกไว้บนเดสก์ท็อป และได้รับคำสั่งให้มองภาพนั้นอย่างรอบคอบและให้คะแนนความน่าเชื่อถือของภาพ

บริบทไม่ได้ช่วย

เราพบว่าการตัดสินของผู้เข้าร่วมว่าภาพมีความน่าเชื่อถือเพียงใดนั้นไม่ได้แตกต่างไปตามบริบทต่างๆ ที่เราใส่เข้าไป เมื่อเราใส่รูปภาพที่แสดงสะพานที่พังลงในโพสต์ Facebook ที่มีเพียงสี่คนเท่านั้นที่แชร์ ผู้คนก็ตัดสินว่า น่าจะเป็นของปลอมเหมือนตอนที่ปรากฏว่าภาพนั้นเป็นส่วนหนึ่งของบทความในเว็บไซต์ The New York Times

ปัจจัยหลักที่กำหนดว่าบุคคลสามารถรับรู้ภาพแต่ละภาพว่าเป็นของปลอมได้อย่างถูกต้องหรือไม่ คือระดับประสบการณ์ในการใช้อินเทอร์เน็ตและการถ่ายภาพดิจิทัล ผู้ที่คุ้นเคยกับโซเชียลมีเดียและเครื่องมือสร้างภาพดิจิทัลเป็นอย่างดีจะสงสัยเกี่ยวกับความถูกต้องของภาพมากกว่าและมีโอกาสน้อยที่จะยอมรับตามที่เห็นสมควร

นอกจากนี้เรายังพบว่าความเชื่อและความคิดเห็นที่มีอยู่ของผู้คนมีอิทธิพลอย่างมากต่อวิธีที่พวกเขาตัดสินความน่าเชื่อถือของภาพ ตัวอย่างเช่น เมื่อมีคนไม่เห็นด้วยกับหลักฐานของภาพที่นำเสนอ พวกเขามักจะเชื่อว่าเป็นภาพปลอม การค้นพบนี้สอดคล้องกับการศึกษาที่แสดงสิ่งที่เรียกว่า “ยืนยันอคติ” หรือแนวโน้มที่คนจะเชื่อว่าข้อมูลใหม่มีจริงหรือจริง ถ้ามันตรงกัน กับสิ่งที่พวกเขาคิดอยู่แล้ว

อคติในการยืนยันสามารถช่วยอธิบายได้ว่าทำไมข้อมูลเท็จจึงแพร่กระจายอย่างรวดเร็วทางออนไลน์ - เมื่อผู้คนพบบางสิ่งที่ยืนยันความคิดเห็นของพวกเขา พวกเขาจะแบ่งปันข้อมูลนั้นระหว่างชุมชนออนไลน์ได้ง่ายขึ้น

งานวิจัยอื่น ๆ ได้แสดงให้เห็นว่า ภาพที่ปรับแต่งแล้วสามารถบิดเบือนความทรงจำของผู้ชมได้ และแม้กระทั่ง มีอิทธิพลต่อการตัดสินใจของพวกเขา. ดังนั้นอันตรายที่สามารถทำได้โดยภาพปลอมนั้นเป็นจริงและสำคัญ การค้นพบของเราแนะนำว่าเพื่อลด อันตรายที่อาจเกิดขึ้นจากภาพปลอมกลยุทธ์ที่มีประสิทธิภาพมากที่สุดคือการมอบประสบการณ์ผู้คนมากขึ้นด้วยสื่อออนไลน์และการแก้ไขภาพดิจิทัล รวมถึงการลงทุนด้านการศึกษา จากนั้นพวกเขาจะรู้มากขึ้นเกี่ยวกับวิธีการประเมินภาพออนไลน์และมีโอกาสน้อยที่จะตกเป็นของปลอม

เกี่ยวกับผู้เขียน

โมนา คาสรา, ผู้ช่วยศาสตราจารย์ ด้านการออกแบบสื่อดิจิทัล, มหาวิทยาลัยเวอร์จิเนีย

บทความนี้ตีพิมพ์ซ้ำจาก สนทนา ภายใต้ใบอนุญาตครีเอทีฟคอมมอนส์ อ่าน บทความต้นฉบับ.