Disinformation的研究进展、利益分析及应对——基于CiteSpace和5W2H分析法.pdf

2023年第17期 NEW MEDIA RESEARCH14新媒体研究信息迷雾的概念自 2020 年在第 52 次情报科学读书会上提出至今已有三年1，在此期间，国内学者陆续对此展开多方面多角度的研究，总体而言，研究进展快，文献成果水平较高。通常认为，信息迷雾的概念源于英文语境下的 Disinformation 一词，指代人为导致的误导决策的信息氛围2，是关乎信息安全、网络空间信息治理和国家竞争的重要议题。同时我们也应认识到，对 Disinformation的中国化阐释仍处在交流与探索中，如部分学者提倡将“误导性信息”作为 Disinformation 概念的中文表述3。从发展根源来看，信息迷雾虽是出于中国国情的严谨性表述，但仍应将其视为一个舶来词。在以往的研究中虽不乏以国外先进治理与实践经验的解析和借鉴为主题的优秀研究成果，但截至目前仍缺少系统、明晰的梳理。Disinformation 是信息迷雾的核心来源，然而两者之间不可直接画等号，王延飞认为英文语境下还存在部分同“信息迷雾”相近的概念2。本文以 Disinformation 为研究对象，从国外已有研究中总结研究的重点及其演化规律并进行分析，剖析 Disinformation 制造、传播现象背后的利益根源，提出治理策略，以期为我国信息迷雾研究提供参考。1 数据来源与研究方法1.1 数据来源近些年，Disinformation 频繁出现于国际组织、各国政府部门和国际学术界的文件、报告和科研文献中。本文以Web of Science作为数据检索源，以 Web of Science 核心合集为数据库，出版时间选择 2000 年 1 月 1 日至 2023 年 5 月 16 日，共检索文献 2 333 篇，后出于样本科学性和准确性的考虑，根据网站文献类型分类并借助 CiteSpace 进行数据去重和预处理，在删除其中综述论文、信函、新闻文稿、书籍章节、法律诉讼等文献后，最终选定 1 993 篇文献进行分析。1.2 研究方法本文将文献计量分析法和“5W2H 分析法”结合运用并进行研究。其中，文献计量分析主要借助陈超美教授开发的 CiteSpace 信息可视化软件，直观阐释 Disinformation 相关研究的发展情况、研究热点及未来趋势。“5W2H 分析法”又称“七何分析法”，广泛应用于管理领域和技术活动，这种科学分析方法用 5 个以 W 开头的英文单词（What、Why、When、Where、Who）和 2 个以 H 开头的英文单词（How、How much）进行设问以寻找解决方法。Disinformation的研究进展、利益分析及应对基于CiteSpace和5W2H分析法刘雪宁，刘甲学摘 要 以 Web of Science 数据库核心合集收录的 1 993 篇文献为研究对象，采用 CiteSpace 可视化软件梳理Disinformation 的研究动态和演进过程，使用 5W2H 分析法探讨 Disinformation 的潜在利益、传播动机等具体内涵。结合文献分析总结演化规律并对所预设的 7 个问题进行系统性回答，就我国 Disinformation 的概念认知和信息迷雾治理提出建议。关键词 Disinformation；信息迷雾；误导性信息；潜在利益；5W2H 分析法中图分类号 G2 文献标识码 A 文章编号 2096-0360（2023）17-0014-06作者简介：刘雪宁（通讯作者），黑龙江大学信息管理学院，研究生在读，研究方向为信息管理。刘甲学，黑龙江大学信息管理学院，副教授，研究方向为信息管理与信息系统。DOI:10.16604/ki.issn2096-0360.2023.17.00215新媒体研究THEORY RESEARCH 理论研究2 文献研究2.1 文献时序分布对检索的英文文献进行发文量分析以反映该主题研究的历程与现状，2000 年至 2023 年年度发文量如图 1 所示（筛选后样本内无 2000 年至 2006年期间的文献）。由图 1 可以明显看出，国外对于Disinformation 的相关研究在 2018 年前无明显波动，2018 年开始呈现增加态势，而 2020 年、2021 年、2022 年该研究议题正式进入成长期，文献数量激增且仍呈现逐年上升的态势，分别可达 364 篇、560 篇、601 篇，截至 2023 年 4 月 16 日，2023 年度的发文数量已达 100 余篇，近年来此类文献成果数量多，有关研究仍处在高速发展阶段。2.2 文献国家分布对样本文献的国家来源按出现频次进行整理和排序后发现，发文量在 30 篇及以上的国家有 20 个（如图 2 所示），位于前 10 位的国家分别为美国、西班牙、英国、巴西、德国、澳大利亚、意大利、荷兰、加拿大、瑞典，发文量均超过 40 篇，其中美国 521篇、西班牙 303 篇、英国 182 篇，发文量远超其他国家。Disinformation 在 2016 年美国总统大选和英国“脱欧”公投期间的恶劣影响使其获得了全球关注，欧盟委员会密集开展包括“欧洲晴雨表”和公众咨询在内的诸多工作以确保民众和欧洲价值观不暴露在此种威胁下，这在一定程度上可以解释为何美国和欧盟成员国此类研究的发文数量普遍较高4。同时，该领域内也存在如阿姆斯特丹大学的Hameleers Michael、卡内基梅隆大学的 Kathleen M、布里斯托大学的 Lewandowsky、塞维利亚大学的Perez-Curiel 等高产学者，他们也多来自美国和欧洲。图 2 发文量在 30 篇及以上的国家2.3 关键词分析通过对样本文献中出现的高频和高中心性关键词进行梳理来体现国外 Disinformation 研究领域的热点。由表 1 可知，fake news、social media 等词出现频次最高，分别可达 524 次和 406次，除 此 之 外，如 misinformation、news 等 与Disinformation 相关联的词出现频率也较高，国外探索此类新术定义与各定义间关联关系的文献也在陆续发表，整体而言关键词的中心性不高。图 1 国外 Disinformation 的发表时间趋势2023年第17期 NEW MEDIA RESEARCH16新媒体研究结合关键词突现分析（图 3 所示）和时间序列分析图（图 4 所示），不难看出 Disinformation 的研究多与互联网和社交媒体相关联，既有信息系统、信息素养等传统信息研究方向的特征，同时也具备向社会政治、文化、自然现象等方向研究发展的特质。此外，Disinformation 研究热点与主题会跟随社会现实情况有所变动，如气候变化、伴随 Covid-19 凸显的 vaccine hesitancy（疫苗犹豫）现象等。当某一国家或地区发生重大社会事件、Disinformation 产生严重次生灾害或社会影响时，该国对此研究的方向和主题可能也会向事件靠拢。图 3 Disinformation 关键词突现分析图图 4 Disinformation 文献的时间序列分析表 1 Disinformation 的热点关键词统计关键词（国外文献）频次中心性关键词（国外文献）频次中心性fake news5240.04disinformation830.04social media4060.02media literacy710.01media1620.04impact620.04information1370.05social networks570.02news1350.02politics520.02communication1250.05public health520.06misinformation840.03trust500.0117新媒体研究THEORY RESEARCH 理论研究2.4 文献共被引分析借助 CiteSpace 的共被引分析功能，筛选出Disinformation 研究领域共被引频次排名前十的文献，如表 2 所示。可以看出在该领域内被引频次最高的文献发表时间均为 2017 年之后，且多与“fake news”相关，其中有三篇文献均来自 SCIENCE 期刊。Allcott、Grinberg 等分别就 2016 年美国总统大选时 Twitter 和其他社交媒体上的假新闻进行研究，探讨了假新闻的经济市场、社交媒体对于假新闻的重要性、假新闻之中的党派斗争、假新闻的受众等内容，为后续假新闻的研究提供理论和实证背景5。Tandoc、Lazer等则阐述了假新闻的学术定义，提出新闻讽刺、新闻模仿、捏造、操纵、广告和宣传等主要类型，是重要的指导性文献6。部分文献重在探究 Disinformation 的根源及对政治和传播领域的影响。总体来看，这 10 篇文献属于综合性、奠基性论文，多与网络社交媒体、重大社会事件相关，发表时间较近，多见于影响大的权威杂志期刊。3 基于外文文献的 5W2H 分析本 节 借 助 CiteSpace 分 析 得 到 高 被 引、高影响力的文献，而后通过详细阅读并归纳总结，来回答下列预设的 7 个问题（表 3），以助于对Disinformation 的理解、运用和思考。表 3 预设的 7 个问题Why为什么针对Disinformation展开研究What什么是DisinformationWho谁是Disinformation的制造者和获益者WhenDisinformation什么时候易产生影响WhereDisinformation在哪里传播How怎样应对DisinformationHow muchDisinformation的治理投入3.1 Why：为什么针对 disinformation 展开研究国外部分学者认为“fake news”在一定程度上已经失去意义，目前学术界研究开始细化至disinformation，misinformation，manipulation、mal-information 等概念，Dretske、Floridi、Fox、Fallis 等哲学家和信息研究者也早已就此类名词的概念展开交流探讨7，但 Disinformation 近些年规模、数量和传播速度的激增与其在全球范围内的重大影响才是引起研究爆发式增长的直接原因。除美国总统大选和英国脱欧公投事件外，意大利、表 2 高被引文献统计序号被引频次第一作者文献发表期刊发表时间1279Allcott,HuntSocial Media and Fake News in the 2016 Election5JOURNAL OF ECONOMIC PERSPECTIVES20172268Vosoughi,Soroush；Roy DebThe spread of true and false news onlineSCIENCE20183210Tandoc,Edson CDEFINING“FAKE NEWS”A typology of scholarly definitions6DIGITAL JOURNALISM20184179Lazer,David M.J.The science of fake newsSCIENCE20185171Bennett,W.LanceThe disinformation order:Disruptive communication and the decline of democratic institutionsEUROPEAN JOURNAL OF COMMUNICATION2018681Guess,AndrewLess than you think:Prevalence and predictors of fake news dissemination on FacebookSCIENCE ADVANCES2019779Grinberg,NirFake news on Twitter during the 2016 US presidential electionSCIENCE2019872Pennycook,GordonLazy,not biased:Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoningCOGNITION2019969Lewandowsky,StephanBeyond Misinformation:Understanding and Coping with the“Post-Truth”EraJOURNAL OF APPLIED RESEARCH IN MEMORY AND COGNITION20171067Bakir,VianFAKE NEWS AND THE ECONOMY OF EMOTIONS Problems,causes,solutionsDIGITAL JOURNALISM20181067Salaverria,RamonDisinformation in times of pandemic:typology of hoaxes on Covid-19PROFESIONAL DE LA INFORMACION20202023年第17期 NEW MEDIA RESEARCH18新媒体研究以色列、澳大利亚等国家对本国选举公正性的质疑和研究也使他们认识到 Disinformation 破坏选举公平、干预民主政治进程的作用。Disinformation使得不确定性增加，给社会带来挑战的同时，也能煽动民族对立和孕育恐怖主义。各类网络社交媒体中蔓延的医学和医疗保健领域的 Disinformation则直接危害公众的身体健康，其主题包含营养、吸烟、疫苗接种、癌症治疗等。国际政治方面，部分国家出于自身利益利用 Disinformation 渲染他国阴谋论。即便是在国家内部，不同政党之间的抗衡也同样存在 Disinformation 的参与，这易使得国家公共领域变得混乱甚至分裂。除此之外，Disinformation 还被用以进行金融操控、移民难民事务等。由此看出，西方社会已将 Disinformation视为一种“武器”，各国及社会组织不得不研究、抵御 Disinformation，以保持社会政治稳定、寻求经济发展。3.2 What：什么是 Disinformation Disinformation 并 不 是 基 于 近 些 年 国 外 一系列政治事件所创作的新词，只是互联网和社交网络技术使其得到了加强。对于 Disinformation内涵的探究可以源于信息哲学，国外研究者将Disinformation 同与其相关或相近的概念进行辨析，试图通过概念框架和标准列表给予 Disinfor-mation 确切的定义。Fallis 给出了如商业和政治领域的欺骗性广告、政府宣传、篡改照片和伪造文件等典型案例，认为 Disinformation 的标志性特征是误导人们，这种误导性自此类信息产生便一直存在，并且不是偶然的8。经过国外学术界的交流与探讨，现在 Disinformation 被广泛理解为为产生利润、追求政治目标或恶意欺骗而蓄意生产制造的误导性内容。Deepfakes 被认为是一种新的、强有力的形式，通常需借助人工智能和机器学习并使用大量真实的语言和动态图像训练所谓的神经网络来生产制造并欺骗公众，它将面部表情、肢体动作和声音结合，不但可以欺骗人们的眼睛，还可以欺骗耳朵。除误导属性外 Disinformation 还具有政治属性，一些政治造势也被视为 Disinformation运动。另外，也有部分学者提倡将其视为一种网络攻击形式，归属于网络威胁之中。3.3 Who：disinformation 的制造者和获益者Disinformation 的制造者、使用者可以是国家、团队也可以是个人，如 2016 年美国总统大选中，特朗普及其团队频繁使用 Disinformation 攻击主流媒体和竞选对手。国家政府及其代理人被视为传统的Disinformation 来源，社交媒体也赋予了普通公民制造、散播 Disinformation 的权力，公众可能曾经转发、分享过 Disinformation，但多数情况下并没有意识到自身在传播 Disinformation。除有较大影响力的公众人物外，个人的力量很难使 Disinfor-mation 产生较大现实影响。另外有几类颇具特点的制造者，如 Trolls，在英文语境下原指“巨魔”“山精”，后形象化描述在孤立和隐藏的虚拟身份下出于无聊、寻求关注和报复而重复、故意地发表虚假、有害、极端言论的群体，多存在于维基百科社区、Twitter 等。Botnets，现多翻译为“僵尸网络”，对控制者而言，Botnets 易操控、成本低廉，而且相对容易传播，多没有明确的目标，是通过极高频率和极大数量达到目的，包含点击欺诈、流氓软件和夹杂 Disinformation 的垃圾邮件是其代表性的传播形式9。Disinformation 的制造者可以是政治团体，也可以是商业组织，真假信息掺杂，政治目的与经济目的兼具10。在经济领域 Disinformation 与财经新闻、股票价格变化相关联，可以对企业的名誉、民众的经济方面决定造成影响。借助 Disinformation，企业可以直接对竞争对手造成伤害，即便后续对 Disinfor-mation 进行解释与澄清，所造成的经济损失也往往难以挽回。同时，Disinformation 已经成为一个完整的产业链条，不同于普通的谣言，Disinfor-mation 以极强的误导性和目的性诱导受众做出特定决策，营造特定的舆论环境，因此其常以所造成的影响和达到的结果赚取经济利润，而非分条计费。此类现象背后的相关利益主体包括企业、投资者、内幕知情人等，彼此间身份互相重叠，受害者定损困难，往往借助网络虚拟身份逃脱法律监管和制裁。3.4 When：Disinformation 什么时候易产生影响Disinformation 的研究大多针对当下社会现象，其作用机理也同样依托于社会的热点事件和现实情况，例如 COVID-19 的到来导致在各种社交媒体和新闻网站中充斥大量与其相关的 Disinfor-mation。Disinformation 在受众本身存在偏见时更易产生作用，人们更倾向于相信他们愿意相信的内容，不满情绪同样可以对 Disinformation 起到推波助澜的作用。在人们缺少对 Disinformation 的抵御意识时，其更容易在不知不觉间对受众的行为产生影响。信息素养和数字媒体素养不足会增大面临 Disinformation 时的危险性，也会使得这部分人群通过分享或其他方式参与到 Disinformation的传播中来。3.5 Where：Disinformation 在哪里传播网络环境下，Disinformation 主要在各类网络平台、社交媒体、新闻网站进行传播，无论是“标题党”还是评论区，都有它们存在的身影。大量研19新媒体研究THEORY RESEARCH 理论研究究集中于特定的传播媒介，诸如 Twitter、TikTok、Facebook、Instagram、YouTube 等。在接触 Disin-formation 并被其影响后，Disinformation 还可能在公众现实生活的交流沟通中传播。不同于谣言或假新闻等，由于 Disinformation 在制造生成时一般有明确的目的和目标群体，其通常根据话题类型选择更适于自身传播的、目标受众更为集中的平台媒介，以此逃避监管、扩大自身影响力。3.6 How：怎样应对 Disinformation应对 Disinformation 需要结合其当下发展特点，目前各类网络社交媒体、新闻网站是其传播的主要媒介，平台设计、算法、人为因素以及政治和商业激励的组合是其主要成因11。各种检测器和检测模型不断被设计利用，它们多基于用户交互建模、用户情绪分析、内容分析和图像挖掘技术研发而来，如 Qian F 等开发的带有用户相应生成器的两层卷积神经网络，该模型可生成对文章的响应以起到帮助识别的作用12。又如 Zellers 等开发的Grover 模型，该模型用以作为威胁模型来预测和研究 AI 生成的虚假信息13。诸多调查显示无法区分事实与虚构的信息用户体量大，大量文献提出要通过教育、法律、事实核查机制和各项合作来共同应对 Disinformation，或者运用严格的法律手段和高强度的政府监管。国内如林迎娟、王海霞、漆晨航等学者也曾系统梳理西方治理 Disinformation 的先进经验和可靠手段。3.7 Howmuch：Disinformation 的治理投入Disinformation 的评估框架可以采用真实性、可验证性、动机等考量用以判断并预估其强度。Disinformation 的治理需要高额、持续的经济投入，这是因为 Disinformation 具有数量大、隐蔽性和再生性强等特质，单一的应对措施难以达到理想的治理效果，也没有一蹴而就的解决方案。现在其治理可以分为自我监管、共同监管、直接监管和以受众为中心的解决方案等几类，其中自我监管的约束力最低，投入也相对较少，其余则需要国家机构、网络平台、研究人员和利益相关者的共同参与。除此之外，还需同认知科学、新闻与政治学等领域结合，充分考虑判罚标准与尺度，以免影响公民言论自由，束缚民主进程。4 斩断 Disinformation 产业链条，高效应对Disinformation基于不同的国情，Disinformation 影响的侧重方向也随之变化。我国社会大局稳定，经济持续发展，但仍应警惕 Disinformation 对我国民众文化自信的冲击、伪科学造成的公众健康问题和突发事件后的传播与消极影响。预防 Disinformation形成较大经济规模，不能将工作重心倾斜于辟谣、事实核查机制等，而需切断将流量与收益简单挂钩的价值链条，厘清 Disinformation 与受众损失之间的因果关系，深度挖掘 Disinformation 的制造者、传播者并采取严格的处罚措施，打造典型惩处案例。信息迷雾作为 Disinformation 的中文指代，其蓄意误导属性得以保留，政治属性可适当削减，在网络平台中的传播较为隐蔽，更常见于互动性强的评论区之中，甚至通过难以监测的“私聊”方式进行。目前我国针对信息迷雾的研究深度、普及宣传力度仍然不足，应更为重视国际竞争中信息迷雾的感知与应对探究，主流官方媒体主动进行概念阐释与案例说明，加深我国情报决策机构和普通民众对信息迷雾的理解与认知。国家层面出于战略考量要在全球舆论形势愈加复杂的境况下掌握国际传播话语权和科技研发策略上的主动权，谨防成本欺诈，做好战略研判，确保我国战略决策的独立自主，严厉打击发布涉华信息迷雾的账号和组织14-15。信息迷雾需采取多方共同治理的方案与思路，其预警和防范工作与消除和清理工作同样重要。加大对事实核查机构的政策倾斜和经济补助，调动非营利团体的积极性，使之与互联网平台、新闻传播媒体相互配合，相关政府部门和社会组织也应创新事实核查的工作方式，出具更为通俗易懂的事实核查报告，合理使用自动化事实核查机制，加大网络信息内容生态治理力度。信息迷雾的治理工作不能仅局限于网络空间，需线上与线下共同治理，公共图书馆、老年大学等机构积极承担信息素养教育责任，筛选代表性强、影响范围广的案例，开展面向大众的公益课程；居委会、村委会等基层自治组织可在活动组织中采取多种形式向群众详细讲解信息迷雾的概念及特征；有关部门亟待细化信息迷雾相关的法律条文，压实法律责任，实现信息迷雾的分类分级分层治理，整合现有相关法律规章并形成针对性法规；党政信息工作部门、宣传部门、网信办、公安部门等加强协调合作，统筹推进信息安全、网络安全，防范信息迷雾的大规模炮制与扩散。全面、准确认识与理解 Disinformation 是应对信息迷雾挑战的前提，后续的治理需要学术界提供更为坚实的理论基础和更可行的解决方案。期待我国各方共同努力，探寻信息迷雾治理的中国方案，实现信息迷雾治理的新突破。（下转第37页）37新媒体研究APPLICATION RESEARCH 应用研究 8 STEERS M L N.Its complicated：Facebooks relationship with the need to belong and depressionJ.Current Opinion in Psychology，2016，9：22-26.9 ALLEN K A，RYAN T，GRAY D L L，et al.Social media use and social connectedness in adolescents：The positives and the potential pitfallsJ.The Educational and Developmental Psychologist，2014，31（1）：18-31.10 李礼，徐达.网络社会交往视域中微信点赞的动机及行为归因分析J.杭州师范大学学报（社会科学版），2023，45（3）：89-100.11 王倩.社区微信传播对提升社区归属感的影响：对南昌市某社区微信运营的调查J.青年记者，2015（32）：13-14.12 陈佳佳，王子超，李抒成.驯化“点赞”：青年网络互动新方式研究：以抖音为例J.新媒体研究，2022，8（11）：53-57，68.13 FISHBEIN M，AJZEN I.Belief，attitude，inten-tion，and behavior：An introduction to theory and researchJ.1977.14 GERSON A C，PERLMAN D.Loneliness and expressive communicationJ.Journal of Abnormal Psychology，1979，88（3）：258.15 LEARY M R，KELLY K M，COTTRELL C A，et al.Cons-truct validity of the need to belong scale：Mapping the nomological networkJ.Journal of personality assessment，2013，95（6）：610-624.16 XU X，YAO Z，TEO T S H.Moral obligation in online social interaction：Clicking the“like”buttonJ.Information&Management，2020，57（7）：103249.参考文献1 于伟，赵柯然.检视信息迷雾 探寻研究哨位：记第52次情报科学读书会J.情报理论与实践，2020，43（10）：185-186.2 苏鹏，王延飞.对信息迷雾的情报观察：概念、形成与应对J.情报理论与实践，2021，44（3）：6-12.3 彭知辉.论中国语境下Disinformation概念的对接、转换与重新阐释J.情报理论与实践，2022，45（1）：1-10.4 KAPANTAI E，CHRISTOPOULOU A，BERBERIDIS C，et al.A systematic literature review on disinformation：Toward a unified taxonomical frameworkJ.New media&society，2021，23（5）：1301-1326.5 ALLCOTT H，GENTZKOW M.Social media and fake news in the 2016 electionJ.Journal of economic perspectives，2017，31（2）：211-236.6 TANDOC J E C，LIM Z W，LING R.Defining“fake news”A typology of scholarly definitionsJ.Digital journalism，2018，6（2）：137-153.7 SOE SO.Algorithmic detection of misinformation and disinformation：Gricean perspectivesJ.Journal of Documentation，2017（2）：309-332.8 FALLIS D.What is disinformation？J.Library trends，2015，63（3）：401-426.9 SILVA S S C，SILVA R M P，PINTO R C G.Botnets：A surveyJ.Computer Networks，2013，57（2）：378-403.10 刘海龙，于瀛.概念的政治与概念的连接：谣言、传言、误导信息、虚假信息与假新闻的概念的重构J.新闻界，2021（12）：23-40.11 SAURWEIN F，SPENCER-S C.Combating disinformation on social media：Multilevel governance and distributed accountability in EuropeJ.Digital Journalism，2020，8（6）：820-841.12 QIAN F，GONG C，SHARMA K，et al.Neural User Response Generator：Fake News Detection with Collective User IntelligenceC.IJCAI，2018：3834-3840.13 ZELLERS R，HOLTZMAN A，RASHKIN H，et al.Defending against neural fake newsEB/OL.2023-05-30.https:/ 苏鹏，王延飞.警惕科技误导 应对迷雾信息J.情报杂志，2021，40（9）：45-51.15 王冰琪，吴晨生.信息迷雾：国家战略竞争中不可忽视的重要对象J.情报理论与实践，2021，44（3）：13-18，68.（上接第19页）