信息失序

出自 MBA智库百科(https://wiki.mbalib.com/)

信息失序、信息混乱（information disorder）

　　“信息失序”（亦翻译为“信息混乱”）于2017年提出，这一学术概念主要指向网络公共领域中有意或无意传播的，具有误导性、虚假性或有害性的各类信息。还有学者倾向于将不同类型的失序信息归结为“问题信息”（problematic information）这一大类，具体囊括各类不准确、误导性、不适当归因或完全捏造的信息样态。

　　围绕信息失序问题展开的有关研究多以思辨方式关注信息失序可能对西方民主制度存续和个体发展带来的危害与后果。

　　针对信息失序的影响客体，学者埃文斯（Evans）和皮尔斯（Pearce）等人采用可供性理论（affordances）解释数字生态中的平台与用户行为，以此探究信息失序如何影响人们与技术交互的实践方式。

　　在实证研究领域，学者马特尔（Martel）等人注意到个体情绪与虚假信息辨识能力之间的相关性，研究认为，个体的瞬时情绪会使该个体更易相信假新闻，那些习惯依赖情绪而非理性作出判断的个体往往更加难以有效辨识虚假信息。

　　信息失序现象发生在信息生产、分发、流通、消费等诸环节，数字时代的信息系统呈现出显著的生态性特征，以“技术—文化”和以“技术—社会”为主导的范式则构成了数字信息生态系统组织、建立、运行、修正、迭代过程的深层逻辑。在“技术—文化”的逻辑框架下，数字技术对于信息传播的影响表现出生态性而非工具性特征。以生态视角来看，关涉数字时代信息的核心概念、核心议题和学科话语不再围绕单一且孤立的技术对象或是机构、受众、渠道等要素确立。打破传统“生产—消费”的二元结构，由“数字技术—多元行动者—网络生态”构成的数字时代信息生产消费的实践构型成为探究信息失序以及数字时代信息价值、意义、规范、伦理等范畴的创新维度。除了“技术—文化”这层逻辑外，在“技术—社会”建构起的数字信息生态空间系统中，平台还构成了互联网中的基础设施和虚拟社会结构，并通过要素配置唤起用户参与新闻消费、调节情感表达、满足情感公众对于信息的需求，“技术—社会”的框架亦为我们进一步分析信息失序的生成原因提供了分析路径。

　　信息失序在前数字时代的主要表现类型之一是“假新闻”，但是对于数字时代的信息失序现象而言，这一表述无法囊括更多信息失序的类型变种。特别是对于各类互联网平台而言，新闻、事实、故事、意见、言论、情绪等都作为广义的信息处在加速流通的状态中，如若不对数字时代信息失序类型重新界定和厘清，将会导致数字信息生态的系统混乱，更不利于治理信息失序的乱象。

　　根据学者沃德尔（Wardle）和德拉克斯汗（Derakhshan）对信息失序类型的划分，数字时代信息失序主要可分为以下三类：①误导信息（misinformation），指具有误导性，但并非恶意传播或恶意操控舆论；②虚假信息（disinformation），亦翻译为不实信息，指故意传播不实信息迷惑和操纵公众；③恶意信息（malinformation），指因共享真实的信息而造成伤害，通常是指个人或机构将隐私信息暴露在公共领域。尽管上述信息失序类型的具体含义和侧重点各有不同，但以上三类信息失序均共同指向本质上属“错误”的信息。更为细致的类型划分包括以下六类：无意中制造的错误消息、并非源自某一特定媒体的传言、阴谋论、讽刺性事实、公众人物的虚假陈述、具有偏见或误导性但并非完全虚假的报道。

　　在类型化的信息失序表象背后实则是学术界的另一争论焦点——如何界定和阐释不同信息失序类型间的区别与联系。学者盖尔斯（Guess）和莱昂斯（Lyons）首先将误导信息定义为一种与可验证的事实相矛盾或相扭曲的主张。是否具有主观故意的欺骗意图成为误导信息与虚假信息这二者分野的标志。前者包含的错误内容往往是出于偶然或非故意的原因，后者则体现为有组织性地传播错误信息。与学者塞拉诺-普切（Serrano-Puche）将假新闻归为单独一类信息失序类型这一主张不同，塔克（Tucker）等人则认为假新闻仍属于虚假信息的子集。国内学者刘海龙等也对谣言、传言、误导信息、虚假信息、假新闻等概念做了细致辨析，其认为误导信息最早来源于以冷战为主要语境的情报学概念，属于虚假信息的子集。

　　从全球范围来看，新冠肺炎疫情的暴发加剧了业已存在的信息失序问题，如何应对有关病毒的错误信息和虚假信息的传播，成为阻击“信息疫情”的关键。从信息的传播方式来看，情绪化传播、谣言化传播、微碎化传播、多极化传播、病毒化传播构成了疫情暴发以来全球信息失序的主要现象。围绕病毒起源、传染途径和治疗方法等内容出现的误导性信息、虚假信息、有害信息破坏了公共卫生秩序并给全人类带来了严重安全风险。事实上，在以疫情为代表的重大突发公共卫生事件中，爆炸式的信息往往因应个体感受生产，后经病毒式传播形成了相当复杂的信息景观，个体传言、谣言、情绪性内容则具体构成了信息失序的主要类型。

　　1.讽刺/戏谑（Satire/Parody）: 可以理解为什么很多人反对在这七种类型中加入讽刺，因为Claire Wardle在分类时也很纠结否将讽刺包括在内。但不幸的是有很多虚假信息的发布者故意将内容标记为讽刺，以确保不会被进行“事实核查”，并通过这个行为为内容带来的任何伤害开脱。在信息生态中，由于背景和线索，以及心理捷径已被剥离，使得讽刺内容更容易引发读者的困惑。美国人可能知道The Onion是一个讽刺网站，但您知道根据维基百科的数据显示，全球有57个讽刺新闻网站？如果您不知道该网站具有讽刺意味，并且当它在Facebook上飞速传播时，那么您很容易被愚弄。虽然Facebook最近决定不对讽刺内容进行事实核查，但在这个领域工作的人则清楚了解讽刺标签是如何被用作一种蓄意的策略。在2019年8月，美国一家专门核查并揭穿谣言和传闻的网站Snopes就曾发布了一篇文章，说明他们为什么要对讽刺内容进行事实核查的。文章中说到讽刺的内容会避开事实核查人员的核查，并且随着时间的推移，原始上下文经常会丢失，而人们在不断分享的过程中却没有意识到内容是讽刺的，而选择去相信这是真的。

　　2.错误连接（False Connection）: 这是一种老式的点击诱饵，它通过耸人听闻的标题对内容进说明，当您点进链接后却发现标题与实际文章或内容严重脱节。虽然新闻媒体很容易将虚假信息的问题视为由不良动机者引起的，但重要的是要认识到新闻业的不良做法往往加大了信息失序的挑战。

　　3.误导性内容（Misleading Content）: 误导性内容一直是新闻和政界存在的问题。无论是从引用中选择部分片段，脱离整体数据集而创建一些支持特定声明的数据，或者以特殊的方法裁剪照片来框定事件，这些误导性的做法都不是什么新鲜事了。

　　4.错误语境（False Context）: 我们看到的大部分信息失序都属于这个类型。当真实图像作为新图像重新分享时几乎总是会出现这种情况。它经常发生在突发新闻事件期间一些旧图像被重新分享，还存在于一些旧新闻文章被重新分享为新内容而这些文章的标题则适合当代事件的情况。

　　5.伪装的内容（Imposter Content）: 这种信息多出现于将知名品牌的名称或logo与虚假内容一起使用的情况。这种策略是具有战略性的，因为它体现了启发式的重要性。而判断这种内容的最有效的方式之一是查看它是否由我们信任的组织或个人发布。因此，当把可信的新闻机构的logo添加到照片或视频中，就会自动增加人们不核查就相信的可能性。

　　6.被操控的内容（Manipulated Content）: 它指的是真实内容以某种方式被篡改。民主党议员Nancy Pelosi在2019年5月谈论Donald Trump的一段视频就是一个例子。该视频遭遇了网友的恶搞，使之表现得很像是醉了酒，实际上视频只是被放慢了。这样一来就好像她神志不清、说话磕巴、举止怪异。因为它基于真实的录像，使其成为一种强大的策略。如果人们知道她是在这样的背景下发表演讲的，那他们就会更加信任她演讲的内容。

　　7.造假的内容（Fabricated Content）: 该类型适用于内容100%虚构的情况。这可能是注册一个全新的虚假社交媒体账户并从中传播新内容。此类型包括换脸技术、人工智能技术被用于制造视频或音频文件，使得画面或音频中某人做一些他们从未做过的事情。

　　理解信息失序的用途及动机则是理解信息失序这一现象的关键部分。因此，Claire Wardle和 Derakhshan 创建了这个维恩图，用来解释错误信息（misinformation）、虚假信息（disinformation）和我们创建的第三个术语也就是恶意信息（malinformation）之间的区别。

　　1.虚假信息（Misinformation）： 例如错误的图片说明、日期、统计数据或翻译，被当真的戏谑信息等无意识的错误。虚假信息是由希望对他人造成经济、名誉、政治还是身体伤害的人制造和分享的。

　　2.错误信息（Disinformation）：伪造或是被有意操控的视听内容；故意制造出的谣言或阴谋论。错误信息也是虚假的，但分享该内容的人并没有意识到它是虚假的。在突发新闻事件中经常出现这种情况，当人们分享谣言或旧照片时没有意识到它们与事件无关。

　　3.恶意信息（Malinformation）：为个体或群体利益而不是为公众利益而公布的私人信息，如色情报复；故意改变真实内容的时间、日期以及背景。恶意信息是真实的，但分享它的人正试图对他人造成伤害。Hillary Clinton在2016年美国总统大选期间泄露的电子邮件就是一个例子。进行色情报复也是如此。

　　类型化的信息失序进一步导致“信息污染”的加重与公共传播的危机，信息失序甚至成为不少国家公共领域分化和社会撕裂的背后推手，政治、社会的紧张关系则又进一步加剧了信息失序的风险隐患。基于数字时代的生态视角，对信息失序的生成逻辑与现实归因可从“技术—文化”和“技术—社会”两条线索切入，探究数字技术可供性、社交圈层文化以及社会情绪等因素造成的复合性影响。

　　1.数字技术可供与信息过载

　　从低用户门槛的修图软件到AI（人工智能）机器学习程序，数字技术为制造、控制和传播失序信息提供了便利。一方面，基于技术可供的视角，深度造假通过计算机合成真实人物的面貌和声音制造出以假乱真的视频内容，给普通数字新闻用户带来了较大辨识困难。例如，美国前总统特朗普的会议发言视频就曾被深度造假技术篡改；在我国，短视频平台上基于深度造假技术合成的“假靳东”曾诱骗了不少中老年女性用户。另一方面，与传统媒体的运营机制不同，社交媒体网站、信息聚合平台以及搜索引擎并不以生产信息作为收入来源，以上机构主要通过算法进行个性化推送并诱导用户点击从而获得流量变现。互联网信息传播的空间中存在劣币驱逐良币的现象，叠加“后真相”的冲击，相较于趋近真实性的信息内容而言，能够调动情绪、刺激感官、符合预设的信息内容更容易被算法捕获。以个性化算法推荐为技术基础的信息分发模式牢牢锁定了用户的兴趣，从而成为另一种类型的“推广”方式，这也助推了数字时代信息乱象的产生。

　　误导信息、虚假信息、有害信息的接收者作为数字信息生态系统中的新行动者还可反向成为上述失序信息的故意或非故意传播者，这就使得信息失序的状态可能会走向不可控的局面。事实上，即便是失序信息的始作俑者们也往往难以预料失序信息的后续传播方式和路径，更遑论导致的后果。此外，学者陈昌凤还指出，数据主义思维使得新闻传统规范（真实性、客观性、责任）受到挑战，会进一步加剧信息失序的问题。例如，数据主义可能会导致传统以真实性为操作准则的新闻业变得层叠化、复杂化，数据所带来的信息过载问题增加了有关信息是否真实的判断成本。

　　2.志同道合者困境：极化与圈层化危机

　　除上述技术因素外，政治需求和极化问题也是导致信息失序的主要现实原因。作为社会心理学的一个概念，“极化”主要是指社会生活中的决策行为表现出的极端化倾向，如果某个体所持有的观点获得了更多人的支持和认可，那么该个体则会进一步坚定自身立场，甚至采取极端化的做法。数字时代，多元行动主体不断交换意见并形成了不同的意见阵营，群体极化、政治极化、意见极化、行动极化构成了信息失序背后的群体性社会心理要因。在一些西方国家，群体极化现象更为显著。路透社研究所2018年发布的一项报告显示，政治极化的存在进一步助推了信息的失序和媒体信任危机。政治极化越高的国家（如美国、英国、巴西等国），其民众对于错误信息、不实信息和有害信息的担忧程度也更高。西方国家发生的政治极化现象背后，既有不平等政治参与这一业已存在的社会现实原因，同时，那些助长和煽动政治纷争的党派媒体也导致了以极化为动因的信息失序现象。

　　在“技术—文化”的逻辑中，用户的媒介使用文化是我们研究信息失序问题的另一重要落点。信息失序的发生往往是因为用户在有意识地分享各类错误信息，此类分享行为的背后与社交媒体使用者的身份认同机制密切相关——社交媒体用户的信息评论、点赞和转发行为是为了向“志同道合者”表露身份归属，从而使自身不被所属社交圈层抛弃。在社交媒体平台上的虚拟环境中，传播他人认为虚假的东西（即便这一信息本身为真）可能会让信息分享者感到尴尬，因而，比起身份归属，追求真相的努力往往是徒劳的。换言之，在基于圈层化社交模式和同辈压力的双重作用机制下，用户的信息分享行为不以信息的正确性为最终目标，而是出于身份认同的动机在信息传递中以“先验”的结论（符合特定群体的信念）作为旨归。

　　极化与圈层化所引发的极端后果是社会撕裂，这种撕裂一旦发生，那么即便是经过核查为真的事实性信息也很难获得人们的认同，这是因为互联网平台用户的消费习惯决定了人们只愿意相信或共享与自己观点一致的信息。新冠疫情信息的传播也证明了误导性、虚假性、恶意性的失序信息会在社会危机爆发时达到显著状态，疫情中人们迫切渴望获知一切有关治疗和避免传染病的信息，但在这一过程中，信息失序也同病毒一样找到了附着、繁衍和扩散的群体温床。

　　3.情感社会、吸收偏颇与情绪化传播

　　作为信息失序的一种类型，假新闻往往能够引发新闻用户不满、愤怒以及悲痛等强烈情绪，假新闻的产制方式和病毒式传播路径主要依赖的策略也正是煽动用户的情绪。为什么数字时代的用户容易受情感因素左右？这一问题的答案与更宏大的“情感社会”形成机制有关。“情感社会”的运作模式主要是通过片面的方式利用情绪和情感实现社会整合。[21]在数字生态环境下，数字信息内容呈现出情感转向，而社交网络本身又是情绪传播的有效平台，因而，网络空间中的公众也不可避免地成为了“情感公众”，同时也构成了数字生态体系中的新行动者。

　　作为一种集合概念的“情感公众”是由若干情感个体组成的，情感个体为了表达自身的观点（这种观点时常表现为一种偏见）会不断强化接受者的认知，借助社交可供性，通过制造话题、策划热点等方式形成个体情感的大众化传播。“情感公众”形成的过程还与“吸收偏颇”机制有关，即，公众在接触新信息时往往更加倾向于相信自己以往所相信的内容，最终导致理性让位于偏见。从本质上来看，情感是一种文化实践，其基于文化语境和社会关系而开展，在信息失序的状态中，个体的情感表达表现为通过话语构建起的一种数字情感文化，吸收偏颇机制进一步强化了这种社会关系的依附性。

　　当然，我们需要明确的是，情感以及情感的文化实践并不是造成信息失序的唯一原因，个体与公众在失序信息中的暴露强度以及年龄差异、性别差异和对公共事务的兴趣程度都可能会对信息失序的形成产生具体影响。

　　1.作为“真实性基础设施”的事实核查手段

　　误导信息、虚假信息和恶意信息在本质上都是错误信息，事实核查的主要目的正是对失实内容进行辨别并给出明确的判断结论。近年来，事实核查机构构成了一类“真实性基础设施”，其主要目标是满足公众对可靠信息的需求，促进信息失序问题的治理。从事事实核查工作的人员“不仅要交代事实，而且要公开地做出决定”，这与新闻业的传统客观性理念有所区隔。事实核查并不是以中立态度将判断的权利交给公众，恰恰相反，事实核查以相对明确的真伪判断作为核心任务。

　　在我国，包括新华社客户端“求证”平台等在内的事实核查机构发挥了治理信息失序的重要作用。伴随技术的发展，包括深度造假在内的音视频造假，成为当前事实核查的重点对象，以真图（TruePic）、琥珀（Amber）、斯塔林（Starling）等为代表的商业软件以及以证模（ProofMode）、泰拉（Tella）等为代表的开源软件是当前较为典型的事实核查工具。借助这些核查工具，用户可以通过反向搜索查询图像、音频的出处和来源。一些传统媒体也加入到了事实核查的大军中，例如《纽约时报》就与奥多比（Adobe）和推特（Twitter）联合发起事实核查计划，推动建立事实核查的共享标准。

　　2.政府监管与平台自治

　　针对互联网平台上信息失序的乱象，我国《民法典》赋予了网络平台审核虚假信息的责任与义务。《民法典》第1179条规定，“网络服务提供者知道或者应当知道网络用户利用其网络服务侵害他人民事权益”，其中“应当知道”是修订后的新表述，这意味着对于网络上发布的具有明显侵权性质的信息，平台（网络服务提供者）应当及时删除或限制大规模传播。《民法典》的这一修订在法学研究者看来，实际上是增加了平台的审核义务。作为网络侵权典型例子，“洗稿”是当下数字生态环境中的一类乱象，危害着互联网平台上的正常信息秩序。针对这一顽疾，有学者提出可根据不同特征将被洗稿内容分解为“新闻作品”与“单纯事实消息”，前者符合著作权侵权判断的法律适用性，后者则应适用于反不正当竞争法的规制。除上述强化网络平台的审核义务和侵权责任的判定外，我国法律还规定了涉及新闻媒体报道失实的处理方式。例如，《民法典》第1028条规定：“民事主体有证据证明报刊、网络等媒体报道的内容失实，侵害其名誉权的，有权请求该媒体及时采取更正或者删除等必要措施。”

　　作为法律手段的补充，以政府为主导的信息监管以及依托互联网平台的自律条约可进一步发挥干预作用。例如，字节跳动于2019年推出可举报疑似违法违规行为和信息的“啄木鸟举报平台”小程序；2020年字节跳动旗下短视频平台TikTok（抖音海外版）签署了欧盟《反虚假信息行为准则》，致力于解决短视频社交媒体上的虚假信息问题。“政府牵头、平台签约”是政府与平台合作推进信息治理的新尝试，以北京市为例，2020年北京市市场监督管理局指导抖音、快手、京东等平台（企业）共同发布了《网络直播和短视频营销平台自律公约》，这一公约的出台有利于规范网络平台的信息秩序，也为其他省市的互联网信息治理提供了示范作用。

　　3.“党媒算法”“四力”提升与主流价值引领

　　在数据化的浪潮下，数字信息的呈现方式与传播效果和算法密切相关，然而社会化媒体平台的算法往往并不透明，这使得用户看不到算法逻辑以及平台信息生产和推送的规则，其结果是，用户倾向于认为“所见即为真”，这亦是数字时代信息失序现象频发的现实原因。一些社会化媒体平台上的信息失序问题集中表现为无序的弹窗推送、传播违规自采新闻以及低俗庸俗等不良内容。近年来，中西方国家意识到了算法可能诱导和助推信息失序现象的产生，因而不同国家的政府管理部门也对从事信息内容生产与传播的互联网企业加以约束，旨在助推平台型媒体持续推进改革。

　　与社会化媒体不同的是，我国党媒在算法设计和使用过程中更强调基于“党媒算法”的价值引领，这既是从党媒平台角度主动治理信息失序问题的做法，同时也是落实习近平总书记重要指示精神，尊重新闻传播规律，创新方法手段，切实提高党的新闻舆论传播力、引导力、影响力、公信力的有效实践。我国主流媒体的做法具有较好的镜鉴价值，包括《人民日报》在内的中央级媒体提出“党媒算法”的理念以规范移动端的信息内容呈现与传播。基于“党媒算法”的信息传播逻辑，主流媒体能够在以往与社会化媒体和自媒体的信息战中占据更多主动权、主导权，特别是在威胁社会秩序的网络舆情酝酿之初就开展有效监测和引导，进而实现社会主流价值观的传递，规避信息失序可能引发的社会撕裂。“党媒算法”也为其他社会化媒体平台提供了参照样本，在信息失序的日常治理中，网络平台应主动过滤有害内容，将社会效益放在首位，避免造成信息过载而加剧信息失序。

　　4.提升公众适应数字生态的复合型媒介素养

　　提升公众的媒介素养对于身处信息失序中的个体意义重大，特别是对于青年人来说，帮助其更有效鉴别信息失序问题具有现实必要性。如何在各类互联网平台上确定信息的来源？如何衡量信息源的可信度？如何甄别“标题党”？如何判别信息中的事实、观点与情绪？又如何避免陷入信息茧房之中？这些问题的回答指向不同层次的媒介素养能力。具体而言，在基础性媒介素养能力培养方面，公众应学习辨识不同类型的信息，区分信息流中的新闻内容、信息内容、观点内容等，了解信息失序的典型类型表现。在批判性思维能力培养方面，公众应了解信息失序背后复杂的政治、经济与文化因素，能够识别造成信息失序传播的手段策略以及媒介工具。

　　与此同时，数据素养也应成为数字生态中复合型媒介素养的重要组成部分。数据化对于信息内容的影响不容小觑，不同于传统新闻报道中的明确标题和段落提示，数字时代的各类信息在网络平台呈现时往往会被贴上更多的内容标签。在内容标签化的过程中，信息本身的事实性往往会淹没在以标签作为网络节点的信息流之中，其结果是，碎片化、模块化的事实很难被拼贴、整合、还原成事件的全貌。内容标签化带来的另一后果是，部分互联网平台上的信息呈现服膺于算法推荐的流量需要。因此，公众数据素养能力的培养就显得尤为重要，公众要对各类在线参与行为（分享、评论、点赞等）保持警惕，批判性看待线上互动行为的实际意义与现实影响，同时还要保持冷静理性的思维，避免堕入前述意见极化与圈层化的困境。