跳到主要内容
10.1145/3287560.3287581acm会议文章/章节视图摘要出版物页面传真会议记录会议集合
研究论文

新闻故事真实感偏差分析及其对事实检验的启示

出版:2019年1月29日 出版历史
  • 获取引文提醒
  • 摘要

    最近,像脸书和推特这样的社交媒体网站受到了政策制定者和媒体监督组织的严厉批评,因为它们允许虚假新闻在其平台上不加限制地传播。作为回应,这些网站鼓励用户报告他们在网站上遇到的任何新闻故事,他们认为这些故事是假的。Snopes和PolitiFact等事实核查组织的(人类)专家优先对大量用户报告为虚假的故事进行事实核查。因此,如今的社交媒体网站正依靠用户对新闻故事真实性的感知来选择故事进行事实核查。
    然而,很少有研究关注于了解用户如何感知新闻故事中的真相,或者他们感知中的偏见如何影响当前检测和标记虚假新闻故事的策略。为此,我们对用户对新闻故事真实性的感知进行了深入分析。具体来说,我们分析了用户对Snopes核查的150个故事事实的真实感知偏差。根据故事的基本真实性和用户感知的真实价值,我们可以将故事分为四类——(i)C1:大多数用户认为是虚假的虚假故事,(ii)C2:大多数用户觉得是虚假的真实故事,(iii)C3:多数用户认为是真实的虚假故事和(iv)C4:大多数用户感觉是真实的真实故事。
    可能被报告(标记)以进行事实检查的故事来自感知真实性水平最低的两类C1和C2。我们认为,通过对C1的真实值被大多数用户正确感知的故事进行事实检查,几乎没有什么收获。尽管C2中的故事揭示了用户对真实故事的愤世嫉俗,但社交媒体网站目前并未明确将其标记为真实,以解决这一困惑。
    相反,C3中的故事是虚假的,但大多数用户认为是真实的。可以说,这些故事比C1更具破坏性,因为前者的故事真实值被错误地感知,而后者的真实值被正确地感知。然而,C1中的故事可能比C3中的故事更容易被事实检验!事实上,在今天的社交媒体网站上,用户越容易相信虚假故事,就越不可能被报道进行事实核查。
    总之,我们在这项工作中作出了以下贡献。
    1.方法学:我们开发了一种新的方法来评估用户对新闻故事的真实感。我们为用户设计了一个测试,以快速评估(即以每篇报道几秒钟的速度)新闻报道中的声明是否真实。然后,我们在网上进行真相认知测试,收集100名美国亚马逊机械土耳其公司员工对每个故事的真相认知。
    2.实证:我们对用户真实感的探索性分析揭示了一些有趣的见解。例如,(i)对于许多故事,群众的集体智慧(平均真相评级)与故事的实际真相有显著差异,即群众的智慧是不准确的,(ii)不同的故事,我们发现了错误的积极感知偏差(即易受骗的用户认为故事比现实中的更真实)和错误的消极感知偏差(例如愤世嫉俗的用户认为一个故事比现实更虚假)的证据,以及(iii)用户的政治意识形态影响着他们对最具争议的故事的真实感,这往往是用户政治意识形态影响其真实感的结果。
    3.实用性:根据我们的观察,我们呼吁将故事优先考虑到事实核查,以实现以下三个重要目标:(i)从流通中删除虚假新闻故事,(ii)纠正用户的误解,以及(iii)减少不同用户对真相的看法不一致。
    最后,我们提供了一些策略,这些策略利用用户的真实感知(以及对其偏见的预测分析)来实现上述三个目标,同时对故事进行优先级排序以进行事实检查。全文可从以下网址获得:https://bit.ly/2T7raFO

    引用人

    查看全部
    • (2023)基于主题和深度变分模型的可解释假新闻检测在线社交网络和媒体2016年10月10日/j.osnem.2023.10024936(100249)在线发布日期:2023年7月
    • (2023)在线宣传检测数据科学机器学习手册10.1007/978-3-031-24628-9_31(703-719)在线发布日期:2023年2月26日
    • (2022)识别新冠肺炎信息的框架:跨媒体误传故事的主题分析JMIR信息学10.2196/338272:1(e33827)在线发布日期:2022年4月13日
    • 显示更多引用者

    索引术语

    1. 新闻故事真实感偏差分析及其对事实检验的启示

      建议

      评论

      信息和贡献者

      问询处

      发布于

      封面图片ACM会议
      FAT*’19:公平、问责制和透明度会议记录
      2019年1月
      388页
      国际标准图书编号:9781450361255
      内政部:10.1145/3287560
      如果复制品不是为了盈利或商业利益而制作或分发的,并且复制品的第一页载有本通知和完整引文,则允许免费制作本作品的全部或部分数字或硬拷贝以供个人或课堂使用。必须尊重ACM以外的其他人对本作品组成部分的版权。允许用信用证进行摘要。要以其他方式复制或重新发布,在服务器上发布或重新发布到列表,需要事先获得特定许可和/或付费。从请求权限[电子邮件保护]

      发起人

      出版商

      计算机协会

      美国纽约州纽约市

      出版历史

      出版:2019年1月29日

      权限

      请求对此文章的权限。

      检查更新

      作者标记

      1. 事实检查
      2. 虚假新闻
      3. 真相认知偏差

      限定符

      • 研究文章
      • 研究
      • 推荐有限公司

      会议

      工厂验收试验*’19
      赞助商:
      FAT*’19:公平、问责制和透明度会议
      2019年1月29日至31日
      佐治亚州,美国亚特兰大

      贡献者

      其他指标

      文献计量学和引文

      文献计量学

      文章指标

      • 下载次数(过去12个月)24
      • 下载次数(最近6周)

      其他指标

      引文

      引用人

      查看全部
      • (2023)基于主题和深度变分模型的可解释假新闻检测在线社交网络和媒体2016年10月10日/j.osnem.2023.10024936(100249)在线发布日期:2023年7月
      • (2023)在线宣传检测数据科学机器学习手册10.1007/978-3-031-24628-9_31(703-719)在线发布日期:2023年2月26日
      • (2022)识别新冠肺炎信息的框架:跨媒体误传故事的主题分析JMIR信息学10.2196/338272:1(e33827)在线发布日期:2022年4月13日
      • (2022)对事实核查的反应ACM人机交互会议录10.1145/35551286:CSCW2(1-17)在线发布日期:2022年11月11日
      • (2022)独自体验无处不在的新闻:对美国人及其设备的采访ACM人机交互会议录10.1145/35129756:CSCW1(1-29)在线发布日期:2022年4月7日
      • (2022)新闻故事真实感偏差分析及其对事实检验的启示IEEE计算社会系统汇刊10.1109/TCSS.2021.30960389:3(839-850)网上发布日期:2022年6月
      • (2021)在线事实检查中存在意外偏差哈佛肯尼迪学院错误信息评论10.37016/mr-2020-53在线发布日期:2021年1月27日
      • (2021)设计媒体来源指标打击虚假媒体第24届攻击、入侵和防御研究国际研讨会论文集10.1145/3471621.3471860(324-339)在线发布日期:2021年10月6日
      • (2021)霸权中的裂痕:同质网络中差异的解释与再现计算机系统测量与分析ACM会议录10.1145/34600835:2(1-38)在线发布日期:2021年6月4日
      • (2021)理解用户体验和事实检验信息产生的感知偏差的实验研究2021年网络会议记录10.1145/3442381.3450121(2769-2780)在线发布日期:2021年4月19日
      • 显示更多引用者

      视图选项

      获取访问权限

      登录选项

      完全访问权限

      查看选项

      PDF格式

      以PDF文件的形式查看或下载。

      PDF格式

      电子阅读器

      使用联机查看电子阅读器.

      电子阅读器

      媒体

      数字

      其他

      桌子

      分享

      分享

      共享此出版物链接

      在社交媒体上分享