• <output id="i8u4y"><video id="i8u4y"></video></output>
    1. <meter id="i8u4y"><object id="i8u4y"></object></meter>
        <small id="i8u4y"><strong id="i8u4y"></strong></small><mark id="i8u4y"></mark>
          1. <label id="i8u4y"><tr id="i8u4y"></tr></label><label id="i8u4y"><tr id="i8u4y"></tr></label>
            <code id="i8u4y"><object id="i8u4y"><noscript id="i8u4y"></noscript></object></code>
              1. <code id="i8u4y"><delect id="i8u4y"></delect></code>

                <var id="i8u4y"><object id="i8u4y"></object></var>
              2. <acronym id="i8u4y"></acronym>
              3. <sup id="i8u4y"></sup>
                <sup id="i8u4y"><menu id="i8u4y"></menu></sup>
                <li id="i8u4y"></li>

                首页??>??教授与研究??>??观点文章??

                刘劲:关于假新闻现象的启示

                刘劲 吴荻

                特朗普成功当选,英国?#38597;?#20844;投取胜,“后真相”一词以超高使用频?#26102;弧?#29275;津词典》冠以“2016年度英文词汇”之首,并自此频繁见诸于各大?#25945;?#19982;学术讨论。“后真相”揭示了这样一种现象,即在形塑公共舆论的过程中,诉诸情感与个人理念可能比客观?#29575;?#26356;加有效。尽管黑泽明早在1950年的《罗生门》内即阐释了这一特征,而半个多世纪之后,以facebook为代表的社交网络占据了信息分发的绝对主导地位,部落形态的舆论结构,愈发凸显,且影响力深远。

                虚假新闻肆意正是“后真相”现象的一个缩影,它们共同折射出人类认知能力的局限与共识机?#39057;?#33030;弱;尤其面对日益精进的技术发展,我们如何保持独立思考?如何坚守理性决策?挑战愈发严苛。

                希望本文?#25945;?#30340;问题与思考角度,启发大家检视自己探寻真理的钥匙,并对相关?#21491;?#32773;研判趋势提供参考。

                 

                人类大?#21592;?#20004;大思维体系主导

                Daniel Kahneman和Amos Tversky的研究结果发现,我们的大脑?#24418;从?#27169;式大致分为两种:感性模式和理性模式。感性模式通常是快速的、不费脑力的,多依赖情感来进行决策判?#24076;?#29702;性模式则是大脑有意识地进行一种严谨的,需要投入更多脑力的思考模式。

                感性模式通常是为了获得情?#26032;?#36275;。在感性模式下,我们臣服于?#25345;?#20449;念大多?#19988;?#20026;它可以减少焦虑(降低不确定性),从而获得心理舒适。最典型的例?#37038;?#23447;教,信徒通过对宗教的虔诚信仰,内心的痛苦、焦虑得到了极大舒缓。而人类大脑在思?#38469;?#24120;常偏好走捷径,默认以最简化的方式处理问题,心理学家把懒惰的大脑称之为“认知吝啬鬼”。

                理性思辨则让我们客观地理解世界,并据此获得可靠的结果。例如,当我们选择信?#30340;持?#33647;物与否,最核心的判断标?#38469;?#23427;对特定疾病的治愈率?#38477;资?#22810;少。而这种对客观结果的稳定预期,正是我们坚守理性最重要的收益。

                 

                感性系统非常普遍

                人类生活的世界充满不确定,不确定往往引发焦虑。其中,以与死亡相关?#30446;?#38590;,最为影响广泛而深刻。纵观各大宗教,无一例外地将生死观作为教义的核心。例如,西方的同源宗教犹太教、基督教和?#20102;?#20848;教将幸福的?#35789;?#20316;为万能的神给予信众遵循教义、教仪的允诺;东方的印度教与佛教则推崇通过虔信与苦行获得自我解脱,超脱生死。尽管身处科学极其发达的今天,宗教的号召力依然强大(2015年皮尤研究中心调查显示全球宗教人口约61亿,年均增速约1.2%),正是在于其巨大的情感实用性(降低焦虑,获得内心舒适)。至于不同宗教的信众多寡则主要由其具体的规则不同而定。?#28909;?#26368;早的一神教犹太教,因其为排他性民族宗教,?#20004;?#35268;模未超过1000万人。而基督教与?#20102;?#20848;教则是开放宗教,并鼓励信徒传教以吸纳更多信众。二者目前在全球范围内的信徒数量高?#21491;?#20108;(2015年皮尤研究中心调查显示基督教和?#20102;?#20848;教信徒分别占全球总人口的31.2%和24.1%),且扩张仍在继续。而佛教受众远少于基督教与?#20102;?#20848;教,主要在于其被认为是无神教,即强调修行以获顿悟,进而实现自我救赎,这无疑对个体要求过高,以至困难重重。

                当寻求情感治愈成为迫?#34892;?#27714;时,理性思辨只能退居二线。即便情绪应激源缺位,感性思维仍?#32531;?#23481;?#23383;?#23548;我们的决策判断。如前所述,大脑的认知资源有限,感性思维模式耗费的脑力相对更少。已有研究表明,对假新闻的易感性主要由人的惰性思维导致,高认知能力者能更好地甄别真假信息(Pennycook & Rand,2018)。当出?#20013;?#30340;证据表明初始信息不正确时,低认知能力者更难改变由错误初始信息所形成的固有态度(Roets, 2017)。

                腾讯较真?#25945;?017年4月发布的《谣言易感人群分析报告》显示, 易感人群集中于两大类特征范畴:教育程度低(缺乏理性思维训练)及大脑功能不健全或退化(?#28909;?#26410;成年人及老年人)。而易感人群恰恰是假新闻扩散的主要节点。对这些节点的识别与信息筛选将是控制假新闻传播的最有效方式。 

                 

                科学理性则十分困难

                理性的?#23616;实降资?#20160;么?其实正是概率推理逻辑。在理想状态下,信息充分,客观概率(古典概率)得?#21592;?#35745;算。但有限信息才是现实生活中的决策常态。而贝叶斯定理恰恰在告诉我们,面对有限信息,如何实施理性:即在先验概率的?#20848;粕希?#19981;断通过新数据(信息)来修正结果。

                它的数学表达如?#24076;?#21487;简述为:后验概率(新信息B出现后A发生的概率)=先验概率(A发生的概率)×可能?#38498;?#25968;。先验概率是根据已有的知识和经验得出的概率分布,可以认为是主观判?#24076;?#25110;者没?#24615;际?#26465;件下,发生某件事的概率。可能?#38498;?#25968;则是调整因子,即由新增信息B带来的调整,以使先验概率更接近客观概率(真实概率)。换言之,当新信息B出现,A事件的概?#26102;?#37325;评,并由此得到二者相关程度的测度(进而为B导致A-因果关系,提供参考)。

                当然,稍加思考便会发现,上述理性方?#25581;?#28982;过于理想:1)、我们得到先验概率的过程太粗糙;2)、我们能够接触到的用于修正结果的新数据太有限;3)、?#35789;?#25968;据充分,我?#19988;?#24456;可能不具备运算能力或者无知算法。单因子条件下对可能?#38498;?#25968;的运算是简单的,但当信息复杂多维时,计算?#35759;?#21487;想而知。

                但是理性思维本来就异常困?#36873;?#22238;想人类漫长的蒙昧时期(贝叶斯定理问世于18世纪),类似祭天求雨的荒谬归因,绵延近千年。虽然古希腊的思辨哲学被普遍作为科学理性的启蒙,而真正推动现代科学发展的标志性事件是:1)、古腾堡在欧洲发明活字印刷术,自此印刷品成?#23616;?#38477;,产出速度大幅提升,印刷品数量陡增(数据大幅增加-信息技术发展的远古版本);2)、弗兰西斯?培根建立科学实验方法论,明确提出“科学研究应首先?#37038;?#24403;类编过的经验出发,由此抽获原理,再经由带?#24515;?#30340;性的创造(实验)验证或者修正”(算法确立)。这些?#29575;?#37117;一再重申着理性思维的严苛条件,即只有足够的数据与合理的算法(以及充分的算力),才可能实现。

                ?#28909;?#20010;体兼具数据、算法、算力,如此困难,借助外部参照物便成为理性决策的次优选择。尤其在自己不擅长甚至陌生的领域,借力更加重要(当然前提是我们明确自己的“知之”与“不知”)。外部参照物主要分两类,一类是权威,以知识密集型?#30446;?#30740;工作者为典型代表。?#28909;?#38024;对转基因食品是否有害这一问题,大部分人选择相信领域内科学?#19994;?#21028;?#24076;?#21478;一类则是其他人的数量,即A相信某件事与否取决于相信该事件的人数多?#36873;1热紓?#32650;群?#24418;?#36890;常是基于信息瀑布的理性决策产物。

                但是,权威就一定科学?其他人的判断就一定理性?

                 

                外部参照物?#37096;?#33021;偏离理性

                共识产生的方式有两种:一种是中心化的方式,依靠精英阶层/权威间的辩论形成结论;另一种是去中心化的方式,即通过全体公众透明讨论、民主投票形成共识。

                传统?#25945;?#21644;学术期刊是典型的中心化共识的产物。以美国为例,以纽?#38469;?#25253;为代表的传统?#25945;?#21521;来坚持精英管理,编营分离;且不同传统?#25945;?#20027;张各异,形成较为充分的对话与讨论环?#24120;?#30001;此达成较为广泛的群体共识;学术期刊则是科学界达成共识的重要媒介,文章的发表依赖于同行评议制度,即由相关领域的专家共同评判研究成果的质量。

                但近年来,小保?#35282;?#23376;、韩春雨等学术丑闻频发,意味着权威同样存在问题。2016年5月,《自然》杂志的一份专题报告指出当前实验科学的重复性危机十分?#29616;兀?#21442;与在线?#31034;?#35843;查的研究人员中有90%认为实验研究存在可重复性危机,其中52%认为实验研究?#30446;?#37325;复性危机十分显著)。对实验科学而言,可重?#35789;?#26368;基本的原则。研究结果的低重现率意味着研究本身?#30446;?#38752;性及预测?#35782;?#22823;打折扣,学术共识已在偏离理性。

                报告内同时列示了造成可重复危机的原因主要包括偏好性论据、发表压力?#21462;?#36825;些现象其实在说明,在中心化的共识系统下,共识拥趸往往代表着巨大的利益,由此将大大削弱他们挑战既有共识的动力,甚至放任确认性偏见在研究过程中的角色;而其他成员又容?#36164;艿角?#36848;利益的诱惑,而?#29260;?#25209;判性研究的立场,甚至转而通过跟风研究实现?#24452;櫻?#20197;期分得既有利益的一杯羹。

                更糟糕的是,权威共识系统之间的制衡正在减弱。传统?#25945;?#26102;代,精英?#25945;?#23545;学术权威、政界权威施予压力,即便存在利益博?#27169;?#20063;能通过权威间的相互制衡,最终形成偏离理性较小的共识结果。然而,互联网彻?#29366;?#30772;了旧有的共识形成范式。社交网络可以让权威高效的直接接触大众,进而驯养粉丝,而粉丝数量代表?#25490;?#22823;的利益,进一?#28966;?#22266;着意见领袖与粉丝的关系。当权威可直接由“粉丝供养”,舆论结构?#29616;?#37096;落化,“部落”间的沟通愈发艰难,而权威系统间的对话似乎也不再必要,原有的制衡关系被打破。

                纵观全球主流社交?#25945;澹?#24191;告无一例外是其收入的最重要来源。近五年,Facebook的广告收入占其总营收的90%以?#24076;琓witter该比例为80%。新浪微博及门户的广告收入是新浪整体收入的最主要来源。广告收入也已成为腾讯营收的第二架马车,近三年年均增幅达50%。广告能力与粉丝数量、质量直接相关。无论在中国还是美国,社交?#25945;?#36134;号的粉丝数越多,其发布广告软文的价格也就越高?#29615;?#19997;互动?#20132;?#36291;,广告价格越高。

                再说另一种外部参照:其他人的数量,即A相信某件事与否取决于相信该事件的人数多?#36873;?#22312;个体信息有限的情境下,序贯决策的后序者通过前序者?#24418;?#26032;数据)来修正先验结论,其实是一种理性过程。但问题是,它的假设太过严苛,即前序决策者均为理性,于是使得真实结果往往与理性相悖;更有甚者,一旦发现这一结果有利可图,便会刻意操纵前序决策者数量以得到期望的跟随效果(?#28909;?#38599;佣排队),致使整体效用进一步脱离理性。互联网便熟稔此规则,通过利用虚假账号营造虚高网络流量来进行套利。?#25945;?#38599;佣大量真人或机器制造点赞、转发?#28982;?#21160;?#24418;?#20351;该信息在传播中获得更大分发权重的同时,让后续信息?#37038;?#32773;更容易相信该事件。

                而且水军现象在全球互联网领域都非常普遍。微博上明星账号的真实粉丝数占比关注总数大概是30%-40%。据艾媒咨询调查显示,2017年微信上80%左右的自?#25945;?#23384;在刷量?#24418;?#19988;刷量数据是真实数据的近4倍;两组数据?#29616;?016年,均在恶化。Twitter Audit表示Trump的twitter粉丝中59%为虚假账户;据《华盛顿邮报?#32321;?#36947;,Twitter 2018年5、6?#34385;?#29702;?#30446;?#30097;帐号数量超过7000万个。Facebook则在2017年报里披露虚假账户约占MAU(20亿)的3%-4%,约6400万~8500万。Facebook首席运营官 Sheryl Sandberg表示2017年10月到2018年3月期间,Facebook已经?#22659;?3亿虚假账户,但虚假账号的增长速?#28909;?#24555;于官方?#22659;?#36895;度。

                更令人担忧的是,?#25945;?#23545;水军现象甚至问题信息排查,都缺乏足够的动力。网络炒作的获利者包括自?#25945;澹?#21450;其背后的金主)及网络?#25945;迤教ā?#21069;者通常通过生产内容为后者巩固或增加流量,后者通过广告主资源为前者带?#35789;?#20837;。换言之,二者的商业模式都?#29616;?#20381;赖流量。于是,前述监督?#24418;?#24448;往仅为满足基本的监管要求而已,过分监督将损害其立命之?#23613;?#25152;以,当前的网络环?#24120;?#20381;靠竞争将很难抑制虚假信息(甚至会加剧虚假信息、低俗内容的传播),更可行的方式:一是政府加大监管,增加造假成本,尤其应针对恶性网络炒作?#24418;?#36827;行严惩;同时鼓励权威以更开放的模式建立共识。精英阶层应保?#25351;?#21152;开放的精神,充分的沟通、辩论,秉持科学的方法论,警惕被利益捆绑。

                无论“后真相时代”还是虚假信息泛?#27169;?#36825;些现象都在警示我们理性决策困难重重,尤其面对愈发迅速的智能技术演进,保持独立思考更应是精英阶层最基本的勤勉。重续以下要点以作结:

                人要做到科学、理?#38498;?#19981;容易;感性是普遍的,理性是有限的;但是社会必须做到理性,才能保证良性的发展结果。
                社会理性依赖权威之间的辩论来产生衡量对错的标准。
                传统?#25945;濉?#23398;术期刊是维持权威间公平公开辩论的?#25945;ā?br /> 互联网改变了权威的生存方式,可以直接由粉丝供养。权威失去了制衡,可以肆无忌惮地让利益最大化。算法使易感人群直接参与假新闻的传播扩大。
                杜绝互联网虚假内容的几种方式: a)行业竞争(目前阶段效果较弱);b)政府监管,增加造假成本;c)权威共识在更开放的模式下建立(核心手段)。

                致谢

                黄晴宇为长江投研中心TMT方向研究员,本主题主要负责?#25945;?#34892;业研究及科学起源研究;马国凤为长江投研中心TMT方向研究员,本主题主要负责大脑认知模式研究及宗教起源研究。同时,感谢研究过程中周晓畅、杨谠峰、李雨?#36873;?#29380;瑞、杨思思、李子妍给予的智力支持。

                References

                [1] Baker, M. (2016). Is there a reproducibility crisis? A Nature survey lifts the lid on how researchers view the'crisis rocking science and what they think will help. Nature, 533(7604), 452-455.

                [2] Bikhchandani, S., Hirshleifer, D., & Welch, I. (1992). A theory of fads, fashion, custom, and cultural change as informational cascades. Journal of political Economy, 100(5), 992-1026.

                [3] Pennycook, G., & Rand, D. G. (2018). Lazy, not biased: Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning. Cognition.

                [4] Roets, A. (2017). ‘Fake news’: Incorrect, but hard to correct. The role of cognitive ability on the impact of false information on social impressions. Intelligence, 65, 107-110.

                文章来源:《财新网》

                相关阅读

                学院新闻

                更多
                山西11选5遗漏号

              4. <output id="i8u4y"><video id="i8u4y"></video></output>
                1. <meter id="i8u4y"><object id="i8u4y"></object></meter>
                    <small id="i8u4y"><strong id="i8u4y"></strong></small><mark id="i8u4y"></mark>
                      1. <label id="i8u4y"><tr id="i8u4y"></tr></label><label id="i8u4y"><tr id="i8u4y"></tr></label>
                        <code id="i8u4y"><object id="i8u4y"><noscript id="i8u4y"></noscript></object></code>
                          1. <code id="i8u4y"><delect id="i8u4y"></delect></code>

                            <var id="i8u4y"><object id="i8u4y"></object></var>
                          2. <acronym id="i8u4y"></acronym>
                          3. <sup id="i8u4y"></sup>
                            <sup id="i8u4y"><menu id="i8u4y"></menu></sup>
                            <li id="i8u4y"></li>

                          4. <output id="i8u4y"><video id="i8u4y"></video></output>
                            1. <meter id="i8u4y"><object id="i8u4y"></object></meter>
                                <small id="i8u4y"><strong id="i8u4y"></strong></small><mark id="i8u4y"></mark>
                                  1. <label id="i8u4y"><tr id="i8u4y"></tr></label><label id="i8u4y"><tr id="i8u4y"></tr></label>
                                    <code id="i8u4y"><object id="i8u4y"><noscript id="i8u4y"></noscript></object></code>
                                      1. <code id="i8u4y"><delect id="i8u4y"></delect></code>

                                        <var id="i8u4y"><object id="i8u4y"></object></var>
                                      2. <acronym id="i8u4y"></acronym>
                                      3. <sup id="i8u4y"></sup>
                                        <sup id="i8u4y"><menu id="i8u4y"></menu></sup>
                                        <li id="i8u4y"></li>