잘못된 정보

Misinformation

오보는 고의적이거나 의도치 않게 [1]사실로 제시된 부정확하거나 오해의 소지가 있는 정보다.허위사실고의적으로 기만적인 잘못된 정보의 일부분이다.[2][3][4]소문은 어떤 특정한 출처에 기인하지 않는 정보로,[5] 그래서 믿을 수 없고 검증되지 않는 경우가 많지만, 사실이거나 거짓인 것으로 판명될 수 있다.나중에 철회되더라도 잘못된 정보는 계속해서 행동과 기억력에 영향을 미칠 수 있다.[6]사람들은 그들이 듣거나 읽고 있는 것과 감정적으로 연결되어 있기 때문에 잘못된 정보를 더 믿는 경향이 있을 수 있다.소셜 미디어의 역할은 우리에게 언제든지 정보를 쉽게 이용할 수 있게 해주었고 그것은 한 번에 방대한 그룹과 그들의 정보를 연결시켜준다.[7]기술의 발전은 우리가 정보를 전달하는 방식과 잘못된 정보가 전파되는 방식에 영향을 미쳤다.[8]잘못된 정보는 우리 사회의 정보 제공 능력에 영향을 미치며, 이는 우리 사회, 정치, 의료 분야에 영향을 미친다.[7]

역사

초기 사례로는 제국주의 이탈리아와 르네상스 이탈리아에서 정치적 경쟁자들 사이에 '파스퀴나데스'의 형태로 퍼진 모욕과 욕설을 들 수 있다.[9]로마에 있는 파스키노 광장과 "말하는 동상"을 위해 이름 붙여진 익명적이고 재치 있는 시구들이다.혁명 이전의 프랑스에서 "카나드" 또는 인쇄된 브로드사이드는 때때로 독자들에게 그것들을 진지하게 받아들이도록 설득하기 위한 판화를 포함했다.

오보 작가 르네 디레스타와 토바이어스 로즈-스톡웰에 따르면 1588년 스페인 무적함대가 (예상했던) 영국군을 상대로 승리했다는 거짓소식이 유럽 전역으로 퍼졌고, 실제 영어 우승 소식은 며칠이 지나서야 전해졌다.[10]

미국 최초로 대규모로 확산된 석판화, "위대한 달 날조"

최초의 대규모 부정행위 기록은 1835년 뉴욕 태양에서 발행된 '위대한날조'로, 이 글에서 "인간적인 박쥐 창조물과 수염을 기른 푸른 유니콘의 삽화로 완성"[11]이라고 주장하는 일련의 기사가 실렸다.짧은 기일에 뉴스를 양산하는 도전이 사실상의 오류와 실책으로 이어질 수 있다.시카고 트리뷴의 악명 높은 1948년 헤드라인 "Dewey Misses Truman"이 그런 예다.

식별 및 수정

웹 오브 디셉션의 편집자인 앤 민츠에 따르면: 인터넷 상의 오보, 그 정보가 사실인지 아닌지를 판단하는 가장 좋은 방법 중 하나는 상식을 이용하는 것이다.[12]민츠는 독자가 정보가 이치에 맞는지 확인하고, 정보를 퍼뜨리고 있는 창업자나 기자들이 편파적이거나 의제가 있는지 확인하라고 조언한다.기자와 연구자들은 다른 사이트(특히 뉴스 채널과 같이 검증된 출처)[13]에서 정보를 살펴본다. 그 정보는 여러 사람에 의해 검토될 가능성이 높거나 연구 비중이 높기 때문에 보다 신뢰할 수 있는 세부사항을 제공한다.

사이버 공간 정복의 저자 마틴 리비키: National Security and Information Warter는 독자들이 옳고 그른 것의 균형을 맞춰야 한다고 언급했다.[14]독자들은 속일 수 없지만, 또한 모든 정보가 부정확하다고 편집증적이어서는 안 된다.이런 균형을 잡는 독자들도 오류는 진실이라고 믿거나, 진실이 오류라고 믿게 될 가능성은 항상 있다.

한 개인의 정규 교육 수준과 미디어 사용능력은 잘못된 정보를 인식하는 능력과 관련이 있다.[15][16]이는 어떤 사람이 정보가 어떻게 연구되고 제시되는지에 대한 내용과 과정에 더 익숙하거나 어떤 출처의 정보를 비판적으로 평가하는 데 더 뛰어나다면, 그들은 잘못된 정보를 올바르게 식별할 가능성이 더 높다는 것을 의미한다.읽고 쓰는 능력이 증가한다고 해서 오보를 탐지하는 능력이 향상되는 것은 아닐 수 있는데, 이는 일정 수준의 읽고 쓰는 능력을 "오보에 대한 믿음을 정당화하는 데 사용할 수 있기 때문이다.[17]추가적인 연구는 콘텐츠 설명자들이 사람들의 잘못된 정보를 감지하는 능력에 다양한 영향을 미칠 수 있다는 것을 보여준다.[18]

인지인자

선행 연구는 개인들이 일단 그것이 사실이라고 믿게 되면 오보의 영향을 되돌리기가 어려울 수 있고, 사실 확인은 역효과를 가져올 수 있다는 것을 시사한다.[19]개인은 어떤 결론에 도달하기를 원할 수 있으며, 그로 인해 그 결론을 뒷받침하는 정보를 받아들이게 될 수 있다.개인들은 정보가 감정적으로 공명하면 정보에 매달리고 정보를 공유하기 쉽다.[20]

개인은 자신의 신체적, 사회적 환경을 이해하기 위해 정신적 모델과 스키마를 만든다.[21]특히 장기간에 걸쳐서, 정신 모델에 편입되는 오보는 개인이 완전한 정신 모델을 가지는 것을 선호하기 때문에 다루기 더 어려울 것이다.[22]이 경우 잘못된 정보를 반박하고, 정신 모델에서 기능할 수 있는 정확한 정보를 제공함으로써 잘못된 정보를 교정할 필요가 있다.[19]오보를 시정하려고 할 때, 효과적이고 비효율적인 전략을 확인한 이전의 연구를 고려하는 것이 중요하다.단순히 수정된 정보를 제공하는 것만으로는 오보의 영향을 시정하기에는 불충분하며, 부정적인 영향까지 미칠 수 있다.친숙한 경험적 경험 때문에 친숙한 정보는 사실이라고 믿어질 가능성이 더 높다. 원래의 잘못된 정보의 반복을 포함하는 수정 메시지는 친숙함을 증가시키고 역효과를 초래할 수 있다.[23]

시정 메시지의 효과에 기여하는 요소로는 개인의 정신적 모델이나 세계관, 오보에 대한 반복적인 노출, 오보와 시정 사이의 시간, 출처의 신뢰성, 오보와 시정 메시지의 상대적 일관성 등이 있다.시정 메시지는 일관성이 있고/또는 청중의 세계관과 일치할 때 더 효과적일 것이다.이러한 오류는 신뢰할 수 있는 출처로부터 오보가 온다고 믿거나, 수정 전에 반복될 때(논란 처리 과정에서 반복이 발생하더라도), 또는 오보 노출과 수정 메시지 사이에 시차가 있을 때 덜 효과적일 것이다.또한, 오보의 원천에 의해 전달된 시정 메시지는 더 효과적인 경향이 있다.[24]

잘못된 정보에 대한 대응

오보 방지를 위해 제안된 해결책 중 하나는 청구권의 정확성을 검증하기 위한 분산된 합의 메커니즘으로, 허위 또는 오도라고 판단되는 내용의 적절한 플래그 지정 또는 제거가 가능하다.[22]또 다른 접근방식은 잘못된 정보의 위험을 경고하고 반론을 포함하며 오해의 소지가 있는 기법을 보여주는 약화된 잘못된 정보를 전달함으로써 그것에 대해 "불합치"하는 것이다.이를 적용하는 한 가지 방법은 결함이 있는 논리가 평행한 상황(예: 공유된 극단성 또는 불합리성)으로 전이되는 병렬 논증을 사용하는 것이다.이 접근법은 복잡한 설명 없이 나쁜 논리를 노출한다.[25]

알고리즘 팩트체커를 사용하여 미디어에서 허위 진술을 플래그링하거나 제거하는 것은 잘못된 정보에 대항하기 위한 점점 더 흔한 전술이 되고 있다.오보를 자동으로 감지하는 컴퓨터 프로그램이 막 등장하고 있지만 페이스북구글에는 이미 비슷한 알고리즘이 자리 잡고 있다.구글은 사용자들이 논쟁의 여지가 있는 검색어를 검색하는 것에 대응하여 사실 확인 웹사이트를 가리키는 보충 정보를 제공한다.마찬가지로, 알고리즘은 페이스북 사용자들이 공유하려고 하는 것이 거짓일 가능성이 있다는 것을 감지하고 경고한다.[26]

흔히 제기되는 관련 이슈는 페이스북이나 트위터와 같은 플랫폼에 대한 지나친 검열이다.[27]많은 자유 발언 운동가들은 그들의 목소리가 들리지 않고 그들의 권리가 빼앗기고 있다고 주장한다.[28]오보 확산에 맞서기 위해서는 소셜미디어 플랫폼이 언론 자유 허용과 동시에 음모론이 플랫폼 전체에 퍼지는 것을 허용하지 않는 공통점을 찾을 수 있어야 한다.[27]

웹사이트는 사람들이 사실과 허구를 구별할 수 있도록 돕기 위해 만들어졌다.예를 들어, FactCheck.org 사이트는 언론, 특히 바이러스성 정치 이야기들을 사실적으로 확인하는 것을 목표로 한다.이 사이트에는 정보에 대해 공개적으로 질문할 수 있는 포럼도 포함되어 있다.[29]유사한 사이트들은 개인들이 잘못된 정보를 복사하여 검색 엔진에 붙여넣을 수 있도록 하고, 사이트는 그것을 조사할 것이다.[30]페이스북과 구글은 그들의 사이트에 자동 팩트체크 프로그램을 추가했고, 사용자들이 그들이 거짓이라고 생각하는 정보에 플래그를 달 수 있는 옵션을 만들었다.[30]팩트체크 프로그램이 잘못된 정보를 찾는 방법에는 뉴스의 언어와 구문을 분석하는 것이 포함된다.또 다른 방법은 팩트체커들이 그 주제에 대한 기존의 정보를 검색하고 그것을 온라인에 게재되는 뉴스 방송과 비교할 수 있다는 것이다.[31]위키피디아나 스노프 같은 다른 사이트들도 정보 확인에 널리 이용되고 있다.

원인들

역사적으로, 사람들은 사실과 진실을 전달하기 위해 기자들과 다른 정보 전문가들에게 의존해왔다.[32]많은 다른 것들이 의사소통을 잘못하게 하지만 근본적인 요인은 정보 활용능력이다.정보는 다양한 수단으로 유통되기 때문에 이용자들이 신뢰성에 대한 질문을 하기 어려운 경우가 많다.오보의 많은 온라인 출처들은 사용자들로 하여금 그들의 사이트가 합법적이고 그들이 생성하는 정보가 사실이라고 생각하도록 속이기 위해 기법을 사용한다.종종 오보는 정치적인 동기가 될 수 있다.[33]예를 들어, USConservativeToday.com과 같은 웹사이트들은 정치적, 금전적 이득을 위해 허위 정보를 게시했다.[34]잘못된 정보가 제공하는 또 다른 역할은 주어진 사람 및/또는 정책의 이슈에 대한 부정적인 정보로부터 대중의 시선을 분산시키는 것이다.[26]정치적, 재정적 이익과는 별개로, 오보도 의도치 않게 퍼질 수 있다.

하이퍼링크로 인용된 잘못된 정보가 독자들의 신뢰를 높이는 것으로 나타났다.이러한 하이퍼링크가 과학 저널에 있을 때 신뢰는 더욱 높아지며, 독자들이 스스로 조사하기 위해 출처를 클릭하지 않을 때 신뢰는 여전히 더 높아 보인다.[35]출처를 신뢰하면 본의 아니게 오보가 퍼질 수 있다.

잘못된 정보는 때때로 의도하지 않은 편향의 부작용이다.잘못된 의견은 의도하지 않게 잘못된 정보가 퍼지는 결과를 초래할 수 있는데, 개인은 거짓 선전을 퍼뜨릴 생각은 없지만, 그들이 공유하는 거짓 정보는 확인되고 참조되지 않는다.[36]그럴 수도 있지만, 정보가 의도적으로 왜곡되거나, 중요한 세부 사항과 사실을 배제하는 경우가 많다.잘못된 정보는 명백한 허위라기보다는 오해를 불러일으킬 수 있다.

연구 문서는 "과학 이슈를 중심으로 뉴스 보도와 여론을 형성하는 데 정치 엘리트들이 하는 역할"[37]을 담고 있다.

최근 잘못된 정보가 확산되는 또 다른 이유는 결과의 부재일 수 있다.반향이 거의 없거나 전혀 없는 상황에서 사람들이 잘못된 정보를 올리는 것을 막을 수 있는 것은 아무것도 없다.그들이 다른 사람들의 마음에 영향을 미치는 힘으로부터 얻는 이득은 제거된 게시물이나 트위터에서 일시적으로 금지된 영향보다 더 크다.이것은 사람들의 "자유 발언"이 언제 다른 사용자의 삶의 질을 방해하는지에 관한 규칙과 정책을 의무화하도록 개별 회사들을 강요한다.[38]

온라인 오보

예를 들어, 사용자가 발견한 정보의 정당성을 먼저 확인하지 않고 정보를 공유하는 경우, 디지털 및 소셜 미디어는 잘못된 정보의 확산에 기여할 수 있다.사람들은 개인화된 알고리즘을 기반으로 온라인 정보를 접하는 경향이 더 높다.Google, Facebook, Yahoo News는 모두 우리의 기기, 우리의 위치, 그리고 우리의 온라인 관심사에 대해 그들이 알고 있는 정보를 바탕으로 뉴스 피드를 생성한다.비록 두 사람이 동시에 같은 것을 검색할 수 있지만, 그들은 그 플랫폼이 그들의 이익, 사실 또는 거짓과 관련이 있다고 간주하는 것에 따라 다른 결과를 얻을 가능성이 매우 높다.[39]

온라인 정보 환경의 새로운 경향은 "공론 담론에서 민간, 보다 순간적인, 메시지로의 전환"이며, 이는 잘못된 정보에 대항하기 위한 도전이다.[40]

대응책

왕립 협회의 보고서는 다음과 같은 잠재적 또는 제안된 대책을 열거하고 있다.[40]

  • 자동 탐지 시스템(예: 컨텍스트 및 리소스를 콘텐츠에 플래그 또는 추가)
  • 떠오르는 반 오보 분야(예: 과학적인 오보와의 싸움)
  • 입증 기능 향상 기술(즉, 청구, 이미지 또는 비디오의 진실성을 사람들이 더 잘 판단할 수 있도록 지원)
  • 연구를 위한 API(즉, 잘못된 정보를 탐지, 이해 및 대응하기 위한 사용)
  • 적극적 방관자
  • 커뮤니티 절제(일반적으로 무급 및 교육을 받지 않은, 자주 독립적인 자원봉사자)
  • 안티 바이럴(예: 개인 정보를 존중하는 암호화된 대화로 메시지를 전달할 수 있는 횟수 제한)
  • 집단 지능(여러 편집자가 백과사전을 다듬는 위키백과, 동료 검토와 유사한 다른 사람에 의해 출력물도 평가되는 질의응답 사이트가 예시)
  • 신뢰할 수 있는 기관 및 데이터
  • 미디어 리터러시(모든 연령의 시민에게 필수적인 기술인 정보를 찾고, 평가하고, 만들고, 소통하기 위해 ICT를 사용하는 시민의 능력 향상)
    • 미디어 리터러시는 2010년부터 유치원부터 고등학교에 이르기까지 에스토니아 공립학교에서 가르치고 있으며, "수학이나 쓰기, 읽기만큼 중요한 것"[41]으로 받아들여지고 있다.

광범위하게 기술된 이 보고서는 과학적 오보 및 건전한 온라인 정보 환경에 복원력을 기르고, 유해한 콘텐츠를 제거하지 않을 것을 권고하고 있다.그것은 검열이 잘못된 정보와 관련 커뮤니티를 "인터넷의 주소를 찾기 어려운 구석으로" 몰고 갈 수 있다고 경고한다.[42]

소셜 미디어의 역할

정보화 시대에는 소셜네트워크서비스(SNS)가 오보, 가짜뉴스, 선전 등을 퍼뜨리는 데 있어 눈에 띄는 요원이 됐다.[43][16][44][45][46][excessive citations]소셜미디어에 대한 오보는 게시 전 필요한 규제와 심사 등이 미흡해 기존 미디어에 비해 빠르게 확산된다.[47][48]이러한 사이트는 사용자에게 다른 방법으로 출판을 허용하기 전에 진실 확인이 필요할 수 있는 편집자와 같은 문지기의 허가를 요구하지 않고 다른 사용자에게 정보를 신속하게 전파할 수 있는 기능을 제공한다.오늘날 기자들은 이러한 사회적 플랫폼에서 허위사실을 퍼뜨리는 데 도움을 준다는 비판을 받고 있지만, 연구결과에 따르면 그들은 허위사실을 폭로하고 부인함으로써 이를 억제하는 역할도 하고 있다.[49][50]

소셜 미디어 플랫폼은 오보의 확산을 용이하게 한다.[51]오보가 소셜미디어를 통해 그렇게 쉽게 퍼지는 구체적인 이유는 알려지지 않았다.[47]트위터를 대상으로 한 2018년 연구는, 정확한 정보에 비해, 허위 정보가 훨씬 더 빠르고, 더 깊고, 더 넓게 퍼진다고 결정했다.[52]이와 비슷하게, 페이스북의 한 연구에서는 사실적인 정보보다는 오보가 클릭될 가능성이 더 높다는 것을 발견했다.[53]그것의 확산을 막는 것은 정보원의 풍부함과 "에코 챔버"의 생성이라는 두 가지 이유로 어렵다.정보 출처의 폭주는 그러한 정보와 함께 가는 신뢰할 수 없는 사회적 신호에 의해 고조되는 정보의 신뢰성을 저울질하는 독자의 과제를 더욱 어렵게 만든다.[54]에코 챔버와 필터 버블은 마음이 맞는 사람을 따르거나 지지하려는 사람들의 성향에서 나온다.고립된 사회 집단 내에서 거짓이나 일반적인 합의에 대항하기 위한 다른 정보가 없는 가운데, 어떤 사람들은 그 결과가 집단적 현실의 부재라고 주장한다.[55]소셜미디어 사이트들이 가짜뉴스의 확산을 막기 위해 알고리즘을 바꿨지만 문제는 여전히 존재한다.[56]게다가, 연구는 사람들이 과학계가 사실로 증명된 것을 알고 있지만, 여전히 그렇게 받아들이기를 거부할 수도 있다는 것을 보여주었다.[57]

소셜 미디어의 영향력은 고쉬나 스콧과 같은 학자들에 의해 뒷받침될 수 있는데, 그는 잘못된 정보가 "멈출 수 없는 존재"가 되고 있음을 시사했다.[58]소셜미디어 사이트에서도 여러 차례 오보, 오보 등이 돌아온다는 관측이 나왔다.한 연구에서는 13개의 루머가 트위터에서 나타나는 과정을 지켜봤고, 그 중 11개의 이야기가 오랜 시간이 흐른 후에 여러 번 다시 나타났다는 것을 알아냈다.[59]

Parler라는 소셜 미디어 앱도 많은 혼란을 야기했다.캐피톨 힐 폭동 이후 앱에서 사용이 금지된 우파 트위터 사용자들은 팔러로 이동했고, 앱은 더 많은 불법적이고 위험한 활동을 계획하고 용이하게 하기 위해 이용되고 있었다.구글과 애플은 나중에 앱스토어에서 앱을 떼어냈다.이 앱은 언론에 많은 오보와 편견을 불러일으켜 더 많은 정치적 불상사를 야기할 수 있었다.[60]

잘못된 정보가 소셜미디어에 퍼지는 또 다른 이유는 사용자 자신으로부터이다.한 연구에서 페이스북 사용자들이 잘못된 정보를 심각하게 받아들이기보다는 사회적으로 동기화된 이유로 공유하는 경우가 가장 많은 것으로 나타났다.[61]이용자들이 악의적인 이유로 허위사실을 유포하지 않을 수도 있지만, 오보는 여전히 유포되고 있다.한 연구는 사회적 형식을 통해 유입된 잘못된 정보가 비사회적으로 전달된 잘못된 정보보다 개인에게 훨씬 더 큰 영향을 미친다는 것을 보여준다.[62]일부 보도에서 페이스북이 건강 오보를 담은 페이지를 추천한 것으로 나타나면서 오보에 대한 페이스북의 보도는 COVID-19가 확산되면서 화제가 되고 있다.[27]예를 들어, 이것은 사용자가 안티박스 페이스북 페이지를 좋아할 때 볼 수 있다.자동으로 사용자에게 점점 더 많은 안티박스 페이지가 권장된다.[27]또한, 일부 사람들은 COVID-19로 인한 사망으로 이어지는 잘못된 정보에 대한 페이스북의 일관성 없는 검열을 언급한다.[27]'예방접종 중단' 기구의 창시자인 래리 쿡은 소셜미디어에 팩스 반대 가짜뉴스를 올려 돈을 벌었다.그는 150개가 넘는 여성을 겨냥한 게시물을 올려 160만 건이 넘는 조회수를 기록했고 클릭과 공유 때마다 돈을 벌었다.[63]

트위터는 정치적 가짜뉴스와의 교류가 가장 집중된 플랫폼 중 하나이다.가짜뉴스 출처의 80%는 '초공유자'인 이용자 0.1%가 공유하고 있다.나이가 많고 보수적인 사회 사용자들도 가짜 뉴스와 교감할 가능성이 높다.[61]페이스북에서 65세 이상 성인은 18~29세 성인에 비해 가짜뉴스를 공유할 가능성이 7배 높았다.[52]트위터에서 잘못된 정보의 또 다른 원천은 봇 계정, 특히 기후변화를 둘러싼 봇 계정이다.[64]봇이 퍼뜨린 오보는 소셜미디어 플랫폼이 다루기 어려웠다.[65]페이스북은 최대 6000만 마리의 트롤봇이 자신의 플랫폼에 오보를 적극적으로 퍼뜨리는 것으로 추정하고,[66] 플랫폼에 오보가 계속 존재하지만 이를 차단하기 위한 조치를 취해 왔으며, 이로 인해 오보가 플랫폼에 계속 존재하지만 감소하는 결과를 초래하고 있다.[67]

소셜 미디어에서 오보의 자발적인 확산은 대개 사용자들이 친구들의 게시물이나 상호 팔로잉 페이지를 공유함으로써 발생한다.이러한 게시물은 종종 공유자가 믿을 수 있다고 믿는 사람과 공유된다.다른 오보는 악의적인 의도를 가지고 만들어지고 퍼진다.때로는 불안감을 유발하기도 하고, 때로는 관객들을 속이기도 한다.[68] 악의적인 의도로 소문을 만들지만, 사용자를 알 수 없는 것으로 공유되는 경우가 있다.

도달할 수 있는 많은 청중들과 소셜 미디어의 다양한 주제에 대한 전문가들로 인해, 일부 사람들은 소셜 미디어 또한 잘못된 정보를 바로잡는 열쇠가 될 수 있다고 생각한다.[69]

에이전트 기반 모델과 다른 계산적 모델들은 연구자들에 의해 어떻게 잘못된 믿음이 네트워크를 통해 퍼지는지를 설명하기 위해 사용되었다.인식론적 네트워크 분석은 소셜 미디어 네트워크나 유사한 네트워크에서 공유되는 데이터의 연결을 평가하는 계산법의 한 예다.[70]오보 시대: 철학자 케일린 오코너와 물리학자 제임스 오웬 웨더럴의 트레이드북인 '어떻게 잘못된 믿음이 퍼지는가'는 저자들이 사례연구와 에이전트 기반 모델을 결합해 소셜미디어와 과학네트워크에 어떻게 잘못된 믿음이 퍼지는가를 보여줬다.[71][72]이 책은 과학 연구의 사회성, 과학자, 선전가, 정치인 사이의 정보 흐름의 특성, 그리고 일반 대중들 사이에 잘못된 믿음의 확산을 분석한다.[71]

안전 점검 부족

정보의 정확성을 높이기 위해 더 많은 안전 점검 추진.

인터넷의 분산된 특성과 구조 때문에 컨텐츠 작성자는 동료 검토를 거치지 않고, 그들의 자격을 증명하거나, 백업 문서를 제공할 필요 없이 컨텐츠를 쉽게 게시할 수 있다.도서관 도서는 일반적으로 편집자, 출판사 등에 의해 검토되고 편집되어 왔지만, 인터넷 출처는 그들의 저자가 아닌 다른 사람이 조사한다고 가정할 수는 없다.오보는 대부분의 온라인 플랫폼에 즉시 생산, 복제 및 게시될 수 있다.[73]

검열 고발

페이스북과 트위터 같은 소셜 미디어 사이트들은 그들이 잘못된 정보라고 생각되는 게시물을 삭제한 것에 대한 검열 혐의를 옹호하는 그들 자신을 발견했다.정보 타당성을 판단하기 위해 정부 기관이 발행한 지침에 의존하는 소셜 미디어 검열 정책은 그러한 정책이 반대 의견을 억누르고 정부 입장과 정책에 대한 비판을 억제하는 의도하지 않은 효과를 가지고 있다는 비판을 받아왔다.[74]가장 최근, 소셜 미디어 회사들은 사스-코브 2 연구소 누출 가설의 논의를 시기상조적으로 검열했다는 비난을 받고 있다.[74][75]

검열에 대한 다른 비난은 소셜 미디어 소비자들이 입증되지 않은 COVID-19 치료법을 사용함으로써 자해를 막으려는 시도에서 기인하는 것으로 보인다.예를 들어, 2020년 7월, 스텔라 임마누엘 박사가 히드록시염소화백신이 COVID-19의 효과적인 치료제라고 주장하는 동영상이 유포되었다.영상에서 임마누엘은 마스크, 학교 폐쇄, 또는 어떤 종류의 경제적 폐쇄도 필요하지 않다고 제안했고, 그녀의 치료법이 바이러스에 감염된 사람들을 치료하는데 매우 효과적이었음을 증명했다.이 동영상은 60만 회를 공유해 2000만 회에 가까운 조회수를 받은 뒤 잘못된 정보 유포에 관한 커뮤니티 가이드라인을 위반해 철거됐다.[76]이 영상은 하루아침에 트위터에도 내려갔지만, 도널드 트럼프 전 대통령이 자신의 페이지에 공유하기 전까지만 해도 8500만 명이 넘는 트위터 사용자가 그 뒤를 이었다.NIAID 국장.앤서니 포치와 세계보건기구(WHO) 회원들은 히드록시클로킨에 대한 대규모 연구를 인용, 이 비디오가 COVID-19의 효과적인 치료법이 아니라는 것을 보여주며 빠르게 신뢰를 잃었고, FDA는 이 비디오를 복용한 환자들에게 심각한 심장 질환이 발생했다는 증거에 따라 COVID-19 환자들을 치료하는 데 사용하는 것을 경계했다.약물을 [77]복용하다

검열 사례로 비판받는 오보 제거의 또 다른 두드러진 사례는 뉴욕포스트가 바이든-우크라이나음모론을 홍보하는 데 활용했던 헌터 바이든 노트북에 대한 보도였다.소셜미디어 업체들은 이 보도를 신속하게 삭제했고, 포스트의 트위터 계정은 잠정 중단됐다.50명 이상의 정보 관리들은 조 바이든의 아들의 것으로 추정되는 이메일이 공개된 것이 "러시아 정보 운영의 전형적인 특징"[78]을 모두 가지고 있다는 것을 발견했다.나중에 적어도 노트북의 내용 중 일부는 진짜라는 증거가 나타났다.[79]이 노트북의 이메일은 조 바이든이 수십 년간의 공직을 악용해 자신과 가족을 풍요롭게 했다는 거짓 서사를 홍보하는 데 사용됐기 때문에 이 노트북 이야기는 오도하기 위해 사용된 사실의 예다.

미디어, 신뢰 및 투명성

뉴스 및 미디어의 경쟁

뉴스 조직과 웹사이트가 시청자를 두고 경쟁하기 때문에, 대중에게 이야기를 공개하는 데 효율성이 필요하다.1970년대의 뉴스 미디어 환경은 미국 소비자들에게 한정적이지만 종종 일관된 뉴스 오퍼링을 선택할 수 있는 기회를 제공했지만, 오늘날 소비자들은 온라인 상에서 많은 목소리에 직면해 있다.뉴스 미디어에 관한 한 소비자 선택의 이러한 성장은 소비자가 자신의 편향에 부합할 수 있는 뉴스 소스를 선택할 수 있게 해주며, 결과적으로 그들이 잘못 알고 있을 가능성을 증가시킨다.[26]미국인의 47%가 소셜미디어를 기존 뉴스와는 달리 2017년 주요 뉴스로 보도했다.[80]뉴스 미디어 회사들은 종종 24시간 뉴스를 방송하고, 경쟁자들로부터 시청자의 몫을 빼앗기를 바라며 최신 뉴스를 전한다.뉴스는 또한 팩트체크를 항상 허락하지 않거나, 모든 사실이 한 번에 수집되거나 언론에 공개되어 독자나 시청자가 자신의 의견을 삽입할 수 있게 하고, 어쩌면 오보의 확산으로 이어질 수 있는 속도로 제작될 수 있다.[81]

미디어 소스의 부정확한 정보

갤럽이 2016년 발표한 여론조사에 따르면 미국인의 32%만이 대중매체를 신뢰하며 "뉴스를 완전하고 정확하며 공정하게 보도한다"고 답해 이 여론조사의 사상 최저치를 기록했다.[82]잘못된 정보의 확산을 초래한 언론사로부터의 나쁜 정보의 예는 2005년 11월, NBC의 크리스 한센이 사법 당국자들이 언제라도 온라인에 5만 명의 포식자가 있다고 주장하면서 일어났다.이후 알베르토 곤잘레스 당시 미 법무장관은 이런 주장을 되풀이했다.그러나 한센이 보고할 때 사용한 숫자는 뒷받침이 없었다.한센은 다테라인 전문가 켄 래닝으로부터 이 같은 정보를 받았다고 말했지만 래닝은 이 번호에 대한 확실한 자료가 없어 5만 명을 메웠다고 인정했다.래닝에 의하면, 너무 크지도 않고 너무 작지도 않은 진짜 숫자처럼 들리기 때문에 5만 개를 사용했으며, 이를 '골디락스 숫자'라고 지칭했다.칼 비알릭 기자는 기자들이 정확한 데이터를 확신하지 못할 때 5만이라는 숫자가 언론에서 숫자 추정에 자주 사용된다고 말한다.[83]

소루쉬 보소피, 데브 로이, 시난 아랄이 무엇이 사람들을 거짓 뉴스로 끌어들이는가에 대해 더 알고 싶어 만들었던 '신선함 가설'이 그것이다.그들이 발견한 것은 사람들이 감정을 통해 연결되어 있다는 것이다.그들의 연구에서, 그들은 트위터의 전체 콘텐츠에 의해 공유된 트위터를 비교했고, 그들은 특별히 사용자들과 그들이 공유한 거짓과 진실된 정보 모두를 조사했다.그들은 사람들이 그들의 감정을 통해 연결되어 있다는 것을 알게 되었고, 거짓 소문은 사람들을 더 많은 놀라움과 혐오감을 암시했고, 진정한 소문은 더 많은 슬픔, 기쁨, 신뢰를 끌어 모았다는 것을 알게 되었다.이 연구는 어떤 감정이 잘못된 뉴스의 확산을 유발할 가능성이 더 높은지를 보여주었다.[63]

불신

잘못된 정보는 종종 가짜뉴스의 개념과 연관되어 왔는데, 일부 학자들은 이를 "형태로 뉴스미디어 내용을 모방하지만 조직적인 과정이나 의도에서는 모방하지 않는 조작된 정보"[16]라고 정의한다.고의적인 오보는, '위협'이라고 불리는, 기후 변화나 COVID-19 대유행과 같이, 대중에게 매우 중요한 주제와 정치에서 정상화되었다.의도적인 오보는 대중의 이해와 신뢰에 돌이킬 수 없는 손상을 초래했다.[84]에겔호퍼 외 연구진은 언론이 '가짜뉴스'라는 용어를 폭넓게 채택한 것이 이 개념을 정상화하고 우리 일상 언어(2021년)에서 이 유행어의 사용을 안정시키는 데 도움이 됐다고 주장했다.[85]골드스타인(2021년)은 소셜미디어를 활용해 정부 기관과 기관이 관행이나 서비스의 투명성을 높일 필요가 있다고 논의했다.그러면 기업들은 소셜 미디어가 제공하는 플랫폼을 활용할 수 있고 대중에게 완전한 투명성을 제공할 수 있다.전략적으로 사용될 경우 소셜 미디어는 기관이나 의제(예: 정치 캠페인이나 백신)를 제공할 수 있으며, 사람들이 뉴스와 발전을 추적할 수 있는 장소를 제공할 수 있다.

미국에서 온 많은 인기 있는 사례들에도 불구하고, 오보는 전세계적으로 널리 퍼져있다.영국에서는 코로나바이러스(Coronavirus)가 5G 네트워크와 연계돼 있다는 음모론을 추종하고 믿었던 사람들이 많았는데,[86] 이는 트위터의 일련의 해시태그에서 비롯된 통속적인 발상이다.

오보는 또한 책임을 회피하는 데 사용될 수 있다.예를 들어 시리아가 화학무기를 반복적으로 사용한 것은 [cite Steward, M. (2021년)] 책임을 방지하려는 의도된 부정축재 캠페인의 대상이었다.[86]Stewart는 그의 논문에서 무기 사찰이 어떻게 시리아의 국제법 위반에 대해 대중에게 의도적으로 잘못 알려주고 은폐하기 위해 사용되었는지 보여준다.위반 가능성에 대한 논의를 거짓 루머로 간주하도록 하면서 위반에 대한 그럴듯한 폄훼를 만들려는 의도였다.부정축재 캠페인이 매우 효과적이고 정상화되었기 때문에 반대쪽도 부정축재에 의존하기 시작했다.

멜라니 동결(Freeze et al., 2020)에 따르면, 대부분의 경우 오보의 피해는 돌이킬 수 없는 것이 될 수 있다.[86]사건 발생 후 잘못된 정보가 제시되었을 때 사람들이 사건을 정확하게 기억할 수 있는지 조사하였다.조사 결과, 정치적 사건에 대한 개인의 기억은 그 사건에 대한 잘못된 정보를 제공했을 때 바뀔 수 있다는 것을 보여주었다.이 연구는 또한 잘못된 정보의 경고 신호를 식별할 수 있다면, 그들은 정확하고 부정확한 정보의 조각을 유지하는 데 여전히 어려움을 겪는다는 것을 발견했다.게다가, 그들의 결과는 만약 사람들이 뉴스 소스를 "가짜 뉴스"로 잘못 생각하거나 신뢰할 수 없고 잠재적으로 완전히 신뢰할 수 있는 정보를 무시한다면, 정확한 정보를 완전히 버릴 수 있다는 것을 보여주었다.앨리트 댐스트라(Damstra et al., 2021년)는 언론 창간 이래 잘못된 정보가 존재해왔기 때문에 오늘날 그것이 어떻게 정상화되었는지에 대해 의문을 가질 여지가 거의 없다고 말한다.[87]

알렉산더 라노스카(2019년)[88]는 가짜뉴스를 이길 수 없는 전쟁으로 볼 필요가 없다고 주장했다.잘못된 정보는 사회적 혼란과 무정부 상태를 조성할 수 있다.깊은 불신감을 가지고, 어떤 아이디어도 성공적으로 나아갈 수 없다.잘못된 정보를 제공하려는 악의적인 노력이 존재함에 따라, 원하는 진전은 사람들과 그들의 과정에 대한 신뢰에 의존할 수 있다.

오보는 2016년 미국 대선 당시 소셜미디어 사이트들이 '가짜뉴스'를 퍼뜨릴 수 있다는 주장과 함께 주요 화두였다.[28]오보에 대한 노출은 권력 내 정부 편들거나 정치적 온건파라고 자칭하는 사람들에 의해 정치적 신뢰가 전반적으로 상승하는 것과 관련이 있는 것으로 밝혀졌다.[89]2020년 미국 대통령 선거 때 소셜미디어가 양극화되고 정치화되면서 일부에서는 COVID-19에 대한 잘못된 정보가 떠돌았다고 주장하면서 백신 같은 주제나 박사 같은 인물에 대한 회의론을 불러일으켰다. 파우치. 다른 이들은 페이스북과 같은 플랫폼이 보수적 목소리를 위헌적으로 검열해 유권자들을 설득하기 위해 잘못된 정보를 퍼뜨렸다고 주장했다.[28]

소셜 미디어 플랫폼의 양극화로 인해 사람들은 자신의 정보의 출처에 의문을 품게 되었다.뉴스 플랫폼에서의 회의론은 뉴스 매체에 대한 큰 불신을 초래했다.종종 오보는 진실처럼 보이기 위해 혼합된다.[38]잘못된 정보는 단순히 잘못된 정보를 의미하지 않는다.소셜 미디어 플랫폼은 어떤 주제에 대해 다른 견해를 보여주기 위해 사실을 왜곡하고 조작하기 쉬운 장소가 될 수 있으며, 종종 사건의 나쁜 그림을 그리려고 한다.[90][36]

임팩트

잘못된 정보는 삶의 모든 측면에 영향을 미칠 수 있다.올콧, 겐츠코우, 유씨는 소셜미디어를 통한 오보 확산이 민주주의와 더 넓은 사회에 잠재적 위협이라는 데 의견을 같이한다.오보의 영향은 사건 상세뿐만 아니라 정보의 정확성 저하로 이어질 수 있다.[91]대화를 엿들을 때 항상 사실이 아닐 수도 있는 사실을 수집하거나, 수신자가 메시지를 잘못 듣고 다른 사람에게 정보를 전파할 수도 있다.인터넷에서는 사실이라고 명시되어 있지만 확인되지 않았거나 오류가 있을 수 있는 내용을 읽을 수 있다.뉴스에서, 기업들은 그들이 정보를 받고 보내는 속도를 강조할 수도 있지만 사실에서 항상 옳은 것은 아닐 수도 있다.이러한 발전은 잘못된 정보가 계속해서 문제에 대한 대중의 이해를 복잡하게 만들고 믿음과 태도 형성을 위한 원천이 될 수 있는 방법에 기여한다.[92]

정치에 관해서, 일부 사람들은 잘못된 정보를 가진 시민이 정보가 없는 시민보다 더 나쁘다고 본다.잘못된 정보를 가진 시민들은 자신의 신념과 의견을 자신 있게 진술할 수 있고, 따라서 선거와 정책에 영향을 미칠 수 있다.이런 유형의 오보는 화자가 "권위적이고 합법적인" 것처럼 보이면서도 오보를 퍼뜨릴 때 발생한다.[43]정보가 모호하거나 모호하거나 빈정거리거나 부분적인 것으로 제시될 때, 수신자는 정보를 종합하여 무엇이 옳은지에 대한 가정을 할 수밖에 없다.[93]오보는 충분한 추진력을 얻으면 공선과 국민투표를 흔들 수 있는 힘이 있다.예를 들어, 2016년 영국 유럽연합 회원국 국민투표에 앞서, 투표 휴가 캠페인에 의해 널리 유포된 한 인물은 영국이 EU를 탈퇴함으로써 일주일에 3억 5천만 파운드를 절약할 것이며, 그 돈은 영국 국립 보건국에 재분배될 것이라고 주장했다.이것은 후에 영국 통계 당국에 의해 "공식 통계 오용"으로 간주되었다.런던의 이층버스 한쪽에 나타난 악명 높은 광고는 영국의 예산 리베이트를 고려하지 않았고, 저축한 돈의 100%가 국민건강보험으로 갈 것이라는 생각은 비현실적이었다.입소스 모리(Ipsos MORI)가 2016년 발표한 여론조사에 따르면 영국 국민의 절반 가까이가 이런 잘못된 정보가 사실이라고 믿고 있는 것으로 나타났다.[94]정보가 오보임이 입증된 경우에도 주어진 주제에 대한 태도를 계속 형성할 수 있는데,[82] 이는 정보가 충분한 영향력을 획득할 경우 정치적 결정을 내릴 수 있는 힘이 있다는 것을 의미한다.소루쉬 보소피, 데브 로이, 시난 아랄이 실시한 연구는 450만 번 이상 300만 명이 퍼뜨린 12만6000개의 게시물을 포함한 트위터 데이터를 조사했다.그들은 정치 뉴스가 어떤 종류의 정보보다 더 빨리 이동한다는 것을 발견했다.그들은 정치에 관한 잘못된 뉴스가 다른 모든 유형의 잘못된 뉴스보다 3배 빠른 2만 명 이상의 사람들에게 도달했다는 것을 발견했다.[63]

정치적 선전과는 별개로 오보는 산업 선전에도 활용될 수 있다.광고와 같은 도구를 사용하면, 기업은 연합된 오보 캠페인을 통해 신뢰할 수 있는 증거를 훼손하거나 믿음에 영향을 미칠 수 있다.예를 들어, 담배 회사들은 흡연폐암의 연관성을 증명하는 연구의 신뢰성을 떨어뜨리기 위해 20세기 후반에 잘못된 정보를 사용했다.[95]

의료 분야에서는 백신에 대한 국민의 부정적 인식이나 질병 치료에 의약품 대신 약초를 사용하는 사례에서 보듯 오보가 곧바로 생명위험으로 이어질 수 있다.[43][96]COVID-19 대유행과 관련하여, 오보의 확산은 불안과 공포와 같은 부정적인 감정뿐만 아니라 혼란을 야기하는 것으로 증명되었다.[97][98]세계보건기구(WHO)와 같은 합법적인 기관의 정보에 위배되는 바이러스 예방을 위한 적절한 안전 조치에 관한 잘못된 정보도 불충분한 보호로 이어질 수 있고 개인을 노출의 위험에 빠뜨릴 수 있다.[97][99]

일부 학자와 활동가들은 디지털 세계의 오·불화 및 정보 오염을 제거하기 위한 운동을 주도하고 있다.하나의 이론인 "정보환경주의"는 일부 대학과 대학에서 교과과정이 되었다.[100][101]

참고 항목

참조

  1. ^ Merriam-Webster Dictionary (19 August 2020). "Misinformation". Retrieved 19 August 2020.
  2. ^ Merriam-Webster Dictionary (19 August 2020). "Disinformation". Merriam-Webster. Retrieved 19 August 2020.
  3. ^ Woolley, Samuel C.; Howard, Philip N. (2016). "Political Communication, Computational Propaganda, and Autonomous Agents". International Journal of Communication. 10: 4882–4890. Archived from the original on 2019-10-22. Retrieved 2019-10-22.
  4. ^ Caramancion, Kevin Matthe (March 2020). "An Exploration of Disinformation as a Cybersecurity Threat". 2020 3rd International Conference on Information and Computer Technologies (ICICT). IEEE: 440–444. doi:10.1109/icict50521.2020.00076. ISBN 978-1-7281-7283-5. S2CID 218651389.
  5. ^ 메리암-웹스터 사전 - 소문
  6. ^ Ecker, Ullrich K.H.; Lewandowsky, Stephan; Cheung, Candy S.C.; Maybery, Murray T. (November 2015). "He did it! She did it! No, she did not! Multiple causal explanations and the continued influence of misinformation" (PDF). Journal of Memory and Language. 85: 101–115. doi:10.1016/j.jml.2015.09.002.
  7. ^ a b Aral, Sinan (2020). The hype machine : how social media disrupts our elections, our economy, and our health--and how we must adapt (First ed.). New York. ISBN 978-0-525-57451-4. OCLC 1155486056.
  8. ^ Lewandowsky, Stephan; Ecker, Ullrich K. H.; Seifert, Colleen M.; Schwarz, Norbert; Cook, John (2012). "Misinformation and Its Correction: Continued Influence and Successful Debiasing". Psychological Science in the Public Interest. 13 (3): 106–131. doi:10.1177/1529100612451018. ISSN 1529-1006. JSTOR 23484653. PMID 26173286. S2CID 42633.
  9. ^ "The True History of Fake News". The New York Review of Books. 2017-02-13. Archived from the original on 2019-02-05. Retrieved 2019-02-24.
  10. ^ Renee DiResta; Tobias Rose-Stockwell. "How to Stop Misinformation Before It Gets Shared". Wired.
  11. ^ "A short guide to the history of 'fake news' and disinformation". International Center for Journalists. Archived from the original on 2019-02-25. Retrieved 2019-02-24.
  12. ^ Mintz, Anne. "The Misinformation Superhighway?". PBS. Archived from the original on 2 April 2013. Retrieved 26 February 2013.
  13. ^ Jain, Suchita; Sharma, Vanya; Kaushal, Rishabh (September 2016). "Towards automated real-time detection of misinformation on Twitter". 2016 International Conference on Advances in Computing, Communications and Informatics (ICACCI). IEEE Conference Publication. pp. 2015–2020. doi:10.1109/ICACCI.2016.7732347. ISBN 978-1-5090-2029-4. S2CID 17767475.
  14. ^ Libicki, Martin (2007). Conquest in Cyberspace: National Security and Information Warfare. New York: Cambridge University Press. pp. 51–55. ISBN 978-0521871600.
  15. ^ Khan, M. Laeeq; Idris, Ika Karlina (2019-02-11). "Recognise misinformation and verify before sharing: a reasoned action and information literacy perspective". Behaviour & Information Technology. 38 (12): 1194–1212. doi:10.1080/0144929x.2019.1578828. ISSN 0144-929X. S2CID 86681742.
  16. ^ a b c Lazer, David M. J.; Baum, Matthew A.; Benkler, Yochai; Berinsky, Adam J.; Greenhill, Kelly M.; Menczer, Filippo; Metzger, Miriam J.; Nyhan, Brendan; Pennycook, Gordon; Rothschild, David; Schudson, Michael; Sloman, Steven A.; Sunstein, Cass R.; Thorson, Emily A.; Watts, Duncan J.; Zittrain, Jonathan L. (2018). "The science of fake news". Science. 359 (6380): 1094–1096. Bibcode:2018Sci...359.1094L. doi:10.1126/science.aao2998. PMID 29590025. S2CID 4410672.
  17. ^ Vraga, Emily K.; Bode, Leticia (December 2017). "Leveraging Institutions, Educators, and Networks to Correct Misinformation: A Commentary on Lewandosky, Ecker, and Cook". Journal of Applied Research in Memory and Cognition. 6 (4): 382–388. doi:10.1016/j.jarmac.2017.09.008. ISSN 2211-3681.
  18. ^ Caramancion, Kevin Matthe (September 2020). "Understanding the Impact of Contextual Clues in Misinformation Detection". 2020 IEEE International IOT, Electronics and Mechatronics Conference (IEMTRONICS): 1–6. doi:10.1109/IEMTRONICS51293.2020.9216394. ISBN 978-1-7281-9615-2. S2CID 222297695.
  19. ^ a b Ecker, Ullrich K. H.; Lewandowsky, Stephan; Chadwick, Matthew (2020-04-22). "Can Corrections Spread Misinformation to New Audiences? Testing for the Elusive Familiarity Backfire Effect". Cognitive Research: Principles and Implications. 5 (1): 41. doi:10.31219/osf.io/et4p3. PMC 7447737. PMID 32844338.
  20. ^ Lewandowsky, Stephan; Ecker, Ullrich K. H.; Seifert, Colleen M.; Schwarz, Norbert; Cook, John (2012). "Misinformation and Its Correction: Continued Influence and Successful Debiasing". Psychological Science in the Public Interest. 13 (3): 106–131. doi:10.1177/1529100612451018. JSTOR 23484653. PMID 26173286. S2CID 42633.
  21. ^ Busselle, Rick (2017), "Schema Theory and Mental Models", The International Encyclopedia of Media Effects, American Cancer Society, pp. 1–8, doi:10.1002/9781118783764.wbieme0079, ISBN 978-1-118-78376-4, retrieved 2021-03-28
  22. ^ a b Plaza, Mateusz; Paladino, Lorenzo (2019). "The use of distributed consensus algorithms to curtail the spread of medical misinformation". International Journal of Academic Medicine. 5 (2): 93–96. doi:10.4103/IJAM.IJAM_47_19. S2CID 201803407.
  23. ^ "Supplemental Material for The Role of Familiarity in Correcting Inaccurate Information". Journal of Experimental Psychology: Learning, Memory, and Cognition. 2017. doi:10.1037/xlm0000422.supp. ISSN 0278-7393.
  24. ^ Walter, Nathan; Tukachinsky, Riva (2019-06-22). "A Meta-Analytic Examination of the Continued Influence of Misinformation in the Face of Correction: How Powerful Is It, Why Does It Happen, and How to Stop It?". Communication Research. 47 (2): 155–177. doi:10.1177/0093650219854600. ISSN 0093-6502. S2CID 197731687.
  25. ^ Cook, John (May–June 2020). "Using Humor And Games To Counter Science Misinformation". Skeptical Inquirer. Vol. 44, no. 3. Amherst, New York: Center for Inquiry. pp. 38–41. Archived from the original on 31 December 2020. Retrieved 31 December 2020.
  26. ^ a b c Lewandowsky, Stephan; Ecker, Ullrich K.H.; Cook, John (December 2017). "Beyond Misinformation: Understanding and Coping with the "Post-Truth" Era". Journal of Applied Research in Memory and Cognition. 6 (4): 353–369. doi:10.1016/j.jarmac.2017.07.008. hdl:1983/1b4da4f3-009d-4287-8e45-a0a1d7b688f7. ISSN 2211-3681.
  27. ^ a b c d e "Facebook exposed over its handling of COVID - ProQuest". www.proquest.com. ProQuest 2553642687. Retrieved 2021-10-07.
  28. ^ a b c "When Misinformation is Misinformation - ProQuest". www.proquest.com. ProQuest 2477885938. Retrieved 2021-10-10.
  29. ^ "Ask FactCheck". www.factcheck.org. Archived from the original on 2016-03-31. Retrieved 2016-03-31.
  30. ^ a b Fernandez, Miriam; Alani, Harith (2018). "Online Misinformation" (PDF). Companion of the Web Conference 2018 on the Web Conference 2018 – WWW '18. New York: ACM Press: 595–602. doi:10.1145/3184558.3188730. ISBN 978-1-4503-5640-4. S2CID 13799324. Archived (PDF) from the original on 2019-04-11. Retrieved 2020-02-13.
  31. ^ Zhang, Chaowei; Gupta, Ashish; Kauten, Christian; Deokar, Amit V.; Qin, Xiao (December 2019). "Detecting fake news for reducing misinformation risks using analytics approaches". European Journal of Operational Research. 279 (3): 1036–1052. doi:10.1016/j.ejor.2019.06.022. ISSN 0377-2217. S2CID 197492100.
  32. ^ Calvert, Philip (December 2002). "Web of Deception: Misinformation on the Internet". The Electronic Library. 20 (6): 521. doi:10.1108/el.2002.20.6.521.7. ISSN 0264-0473.
  33. ^ 정치적 오보를 연구하는 더스틴 카너핸 미시간 주립대 교수는 음모론이 미국 역사의 배경에 오랫동안 숨어 있었다고 말했다.음모론들은 1월 6일 폭동의 사기적 실상을 그리고 있다. By David KLEPER, AP 뉴스, 2022년 1월 1일.
  34. ^ Marwick, Alice E. (2013-01-31), "Online Identity", in John Hartley; Jean Burgess; Axel Bruns (eds.), A Companion to New Media Dynamics, Wiley-Blackwell, pp. 355–364, doi:10.1002/9781118321607.ch23, ISBN 978-1-118-32160-7
  35. ^ Verma, Nitin; Fleischmann, Kenneth R.; Koltai, Kolina S. (2017). "Human values and trust in scientific journals, the mainstream media and fake news". Proceedings of the Association for Information Science and Technology. 54 (1): 426–435. doi:10.1002/pra2.2017.14505401046. ISSN 2373-9231. S2CID 51958978.
  36. ^ a b Chen, Xinran; Sin, Sei-Ching Joanna (2013). "'Misinformation? What of it?' Motivations and individual differences in misinformation sharing on social media". Proceedings of the American Society for Information Science and Technology. 50 (1): 1–4. doi:10.1002/meet.14505001102. ISSN 1550-8390.
  37. ^ "Literature Review: Echo chambers, filter bubbles and polarization" (PDF). Retrieved 21 February 2022.
  38. ^ a b "Preview unavailable - ProQuest". www.proquest.com. ProQuest 1355300828. Retrieved 2021-10-07.
  39. ^ Beware online "filter bubbles" Eli Pariser, retrieved 2022-02-09
  40. ^ a b "The online information environment" (PDF). Retrieved 21 February 2022.
  41. ^ Yee, Amy. "The country inoculating against disinformation". BBC. Retrieved 21 February 2022.
  42. ^ "Royal Society cautions against censorship of scientific misinformation online". The Royal Society. Retrieved 12 February 2022.
  43. ^ a b c Stawicki, Stanislaw; Firstenberg, Michael; Papadimos, Thomas. "The Growing Role of Social Media in International Health Security: The Good, the Bad, and the Ugly". Global Health Security. 1 (1): 341–357.
  44. ^ Vosoughi, Soroush; Roy, Deb; Aral, Sinan (2018-03-09). "The spread of true and false news online" (PDF). Science. 359 (6380): 1146–1151. Bibcode:2018Sci...359.1146V. doi:10.1126/science.aap9559. PMID 29590045. S2CID 4549072. Archived from the original (PDF) on 2019-04-29. Retrieved 2019-08-21.
  45. ^ Tucker, Joshua A.; Guess, Andrew; Barbera, Pablo; Vaccari, Cristian; Siegel, Alexandra; Sanovich, Sergey; Stukal, Denis; Nyhan, Brendan. "Social Media, Political Polarization, and Political Disinformation: A Review of the Scientific Literature". Hewlett Foundation White Paper. Archived from the original on 2019-03-06. Retrieved 2019-03-05.
  46. ^ Machado, Caio; Kira, Beatriz; Narayanan, Vidya; Kollanyi, Bence; Howard, Philip (2019). "A Study of Misinformation in WhatsApp groups with a focus on the Brazilian Presidential Elections". Companion Proceedings of the 2019 World Wide Web Conference on – WWW '19. New York: ACM Press: 1013–1019. doi:10.1145/3308560.3316738. ISBN 978-1450366755. S2CID 153314118.
  47. ^ a b Chen, Xinran; Sin, Sei-Ching Joanna; Theng, Yin-Leng; Lee, Chei Sian (September 2015). "Why Students Share Misinformation on Social Media: Motivation, Gender, and Study-level Differences". The Journal of Academic Librarianship. 41 (5): 583–592. doi:10.1016/j.acalib.2015.07.003.
  48. ^ Caramancion, Kevin Matthe (2021), "The Role of Information Organization and Knowledge Structuring in Combatting Misinformation: A Literary Analysis", Computational Data and Social Networks, Lecture Notes in Computer Science, Cham: Springer International Publishing, vol. 13116, pp. 319–329, doi:10.1007/978-3-030-91434-9_28, ISBN 978-3-030-91433-2, S2CID 244890285, retrieved 2021-12-19
  49. ^ Starbird, Kate; Dailey, Dharma; Mohamed, Owla; Lee, Gina; Spiro, Emma (2018). "Engage Early, Correct More: How Journalists Participate in False Rumors Online during Crisis Events". Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems (CHI '18). doi:10.1145/3173574.3173679. S2CID 5046314. Retrieved 2019-02-24.
  50. ^ Arif, Ahmer; Robinson, John; Stanck, Stephanie; Fichet, Elodie; Townsend, Paul; Worku, Zena; Starbird, Kate (2017). "A Closer Look at the Self-Correcting Crowd: Examining Corrections in Online Rumors" (PDF). Proceedings of the 2017 ACM Conference on Computer Supported Cooperative Work and Social Computing (CSCW '17): 155–169. doi:10.1145/2998181.2998294. ISBN 978-1450343350. S2CID 15167363. Archived (PDF) from the original on 26 February 2019. Retrieved 25 February 2019.
  51. ^ Allcott, Hunt; Gentzkow, Matthew; Yu, Chuan (April 2019). "Trends in the diffusion of misinformation on social media". Research & Politics. 6 (2): 205316801984855. doi:10.1177/2053168019848554. ISSN 2053-1680. S2CID 52291737.
  52. ^ a b Swire-Thompson, Briony; Lazer, David (2020). "Public Health and Online Misinformation: Challenges and Recommendations". Annual Review of Public Health. 41: 433–451. doi:10.1146/annurev-publhealth-040119-094127. PMID 31874069.
  53. ^ Dwoskin, Elizabeth. "Misinformation on Facebook got six times more clicks than factual news during the 2020 election, study says". The Washington Post.{{cite news}}: CS1 maint : url-status (링크)
  54. ^ Messerole, Chris (2018-05-09). "How misinformation spreads on social media – And what to do about it". Brookings Institution. Archived from the original on 25 February 2019. Retrieved 24 February 2019.
  55. ^ Benkler, Y. (2017). "Study: Breitbart-led rightwing media ecosystem altered broader media agenda". Archived from the original on 4 June 2018. Retrieved 8 June 2018.
  56. ^ Allcott, Hunt (October 2018). "Trends in the Diffusion of Misinformation on Social Media" (PDF). Stanford Education. arXiv:1809.05901. Bibcode:2018arXiv180905901A. Archived (PDF) from the original on 2019-07-28. Retrieved 2019-05-10.
  57. ^ Krause, Nicole M.; Scheufele, Dietram A. (2019-04-16). "Science audiences, misinformation, and fake news". Proceedings of the National Academy of Sciences. 116 (16): 7662–7669. doi:10.1073/pnas.1805871115. ISSN 0027-8424. PMC 6475373. PMID 30642953.
  58. ^ Allcott, Hunt; Gentzkow, Matthew; Yu, Chuan (2019-04-01). "Trends in the diffusion of misinformation on social media". Research & Politics. 6 (2): 2053168019848554. doi:10.1177/2053168019848554. ISSN 2053-1680. S2CID 52291737.
  59. ^ Shin, Jieun; Jian, Lian; Driscoll, Kevin; Bar, François (June 2018). "The diffusion of misinformation on social media: Temporal pattern, message, and source". Computers in Human Behavior. 83: 278–287. doi:10.1016/j.chb.2018.02.008. ISSN 0747-5632. S2CID 41956979.
  60. ^ "Amazon to suspend Parler after deadly Capitol Hill riot". www.aljazeera.com. Retrieved 2022-03-07.
  61. ^ a b Chen, Xinran; Sin, Sei-Ching Joanna; Theng, Yin-Leng; Lee, Chei Sian (2015). "Why Do Social Media Users Share Misinformation?". Proceedings of the 15th ACM/IEEE-CE on Joint Conference on Digital Libraries – JCDL '15. New York: ACM Press: 111–114. doi:10.1145/2756406.2756941. ISBN 978-1-4503-3594-2. S2CID 15983217.
  62. ^ Gabbert, Fiona; Memon, Amina; Allan, Kevin; Wright, Daniel B. (September 2004). "Say it to my face: Examining the effects of socially encountered misinformation" (PDF). Legal and Criminological Psychology. 9 (2): 215–227. doi:10.1348/1355325041719428. ISSN 1355-3259.
  63. ^ a b c Aral, Sinan (2020). The hype machine : how social media disrupts our elections, our economy, and our health--and how we must adapt (First ed.). New York. ISBN 978-0-525-57451-4. OCLC 1155486056.
  64. ^ "Revealed: a quarter of all tweets about climate crisis produced by bots". The Guardian. 2020-02-21. Retrieved 2021-04-20.
  65. ^ Milman, Oliver (2020-02-21). "Revealed: quarter of all tweets about climate crisis produced by bots". The Guardian. ISSN 0261-3077. Archived from the original on 2020-02-22. Retrieved 2020-02-23.
  66. ^ Massey, Douglas S.; Iyengar, Shanto (2019-04-16). "Scientific communication in a post-truth society". Proceedings of the National Academy of Sciences. 116 (16): 7656–7661. doi:10.1073/pnas.1805868115. ISSN 0027-8424. PMC 6475392. PMID 30478050.
  67. ^ Allcott, Hunt; Gentzkow, Matthew; Yu, Chuan (2019-04-01). "Trends in the diffusion of misinformation on social media". Research & Politics. 6 (2): 2053168019848554. doi:10.1177/2053168019848554. ISSN 2053-1680.
  68. ^ Thai, My T.; Wu, Weili; Xiong, Hui (2016-12-01). Big Data in Complex and Social Networks. CRC Press. ISBN 978-1-315-39669-9.
  69. ^ Bode, Leticia; Vraga, Emily K. (2018-09-02). "See Something, Say Something: Correction of Global Health Misinformation on Social Media". Health Communication. 33 (9): 1131–1140. doi:10.1080/10410236.2017.1331312. ISSN 1041-0236. PMID 28622038. S2CID 205698884.
  70. ^ Shaffer, David Williamson; Collier, Wesley; Ruis, A. R. (2016). "A tutorial on epistemic network analysis: Analysing the structural connections in cognitive, social and interaction data" (PDF). Journal of Learning Analytics. 3 (3): 9–45. doi:10.18608/jla.2016.33.3. Retrieved 31 January 2022.
  71. ^ a b Cailin, O'Connor; Weatherall, James Owen (2019). The Misinformation Age: How False Beliefs Spread. New Haven, CT, USA: Yale University Press. ISBN 9780300234015. Retrieved 31 January 2022.
  72. ^ Valković, Martina (November 2020). "Review of "The Misinformation Age: How False Beliefs Spread."". Philosophy in Review. 40 (4). doi:10.7202/1074030ar. S2CID 229478320. Retrieved 31 January 2022.
  73. ^ Stapleton, Paul (2003). "Assessing the quality and bias of web-based sources: implications for academic writing". Journal of English for Academic Purposes. 2 (3): 229–245. doi:10.1016/S1475-1585(03)00026-2.
  74. ^ a b "Facebook's Lab-Leak About-Face". WSJ.{{cite news}}: CS1 maint : url-status (링크)
  75. ^ "Covid origin: Why the Wuhan lab-leak theory is being taken seriously". BBC News. 27 May 2021.{{cite news}}: CS1 maint : url-status (링크)
  76. ^ "Hydroxychloroquine: Why a video promoted by Trump was pulled on social media". BBC News. 2020-07-28. Retrieved 2021-11-24.
  77. ^ "Stella Immanuel - the doctor behind unproven coronavirus cure claim". BBC News. 2020-07-29. Retrieved 2020-11-23.
  78. ^ Bertrand, Natasha (October 19, 2020). "Hunter Biden story is Russian disinfo, dozens of former intel officials say". Politico. Archived from the original on October 20, 2020. Retrieved October 20, 2020.
  79. ^ Lizza, Ryan (September 21, 2021). "POLITICO Playbook: Double Trouble for Biden". Politico.
  80. ^ Shearer, Elisa; Gottfried, Jeffrey (2017-09-07). "News Use Across Social Media Platforms 2017". Pew Research Center's Journalism Project. Retrieved 2021-03-28.
  81. ^ Croteau, David; Hoynes, William; Milan, Stefania. "Media Technology" (PDF). Media Society: Industries, Images, and Audiences. pp. 285–321. Archived (PDF) from the original on January 2, 2013. Retrieved March 21, 2013.
  82. ^ a b Marwick, Alice; Lewis, Rebecca (2017). Media Manipulation and Disinformation Online. New York: Data & Society Research Institute. pp. 40–45.
  83. ^ Gladstone, Brooke (2012). The Influencing Machine. New York: W. W. Norton & Company. pp. 49–51. ISBN 978-0393342468.
  84. ^ "Misinformation - ProQuest". www.proquest.com. ProQuest 2486203133. Retrieved 2021-12-16.
  85. ^ Egelhofer, Jana Laura; Aaldering, Loes; Eberl, Jakob-Moritz; Galyga, Sebastian; Lecheler, Sophie (2020-03-30). "From Novelty to Normalization? How Journalists Use the Term "Fake News" in their Reporting". Journalism Studies. 21 (10): 1323–1343. doi:10.1080/1461670x.2020.1745667. ISSN 1461-670X. S2CID 216189313.
  86. ^ a b c Stewart, Mallory (2021). "Defending Weapons Inspections from the Effects of Disinformation". AJIL Unbound. 115: 106–110. doi:10.1017/aju.2021.4. ISSN 2398-7723. S2CID 232070073.
  87. ^ Damstra, Alyt; Boomgaarden, Hajo G.; Broda, Elena; Lindgren, Elina; Strömbäck, Jesper; Tsfati, Yariv; Vliegenthart, Rens (2021-09-29). "What Does Fake Look Like? A Review of the Literature on Intentional Deception in the News and on Social Media". Journalism Studies. 22 (14): 1947–1963. doi:10.1080/1461670x.2021.1979423. ISSN 1461-670X. S2CID 244253422.
  88. ^ Lanoszka, Alexander (June 2019). "Disinformation in international politics". European Journal of International Security. 4 (2): 227–248. doi:10.1017/eis.2019.6. ISSN 2057-5637. S2CID 211312944.
  89. ^ Ognyanova, Katherine; Lazer, David; Robertson, Ronald E.; Wilson, Christo (2020-06-02). "Misinformation in action: Fake news exposure is linked to lower trust in media, higher trust in government when your side is in power". Harvard Kennedy School Misinformation Review. doi:10.37016/mr-2020-024. S2CID 219904597.
  90. ^ "Clarifying misinformation Clarifying - ProQuest". www.proquest.com. ProQuest 1771695334. Retrieved 2021-10-10.
  91. ^ Bodner, Glen E.; Musch, Elisabeth; Azad, Tanjeem (2009). "Reevaluating the potency of the memory conformity effect". Memory & Cognition. 37 (8): 1069–1076. doi:10.3758/mc.37.8.1069. ISSN 0090-502X. PMID 19933452.
  92. ^ Southwell, Brian G.; Thorson, Emily A.; Sheble, Laura (2018). Misinformation and Mass Audiences. University of Texas Press. ISBN 978-1477314586.
  93. ^ Barker, David (2002). Rushed to Judgement: Talk Radio, Persuasion, and American Political Behavior. New York: Columbia University Press. pp. 106–109.
  94. ^ "The misinformation that was told about Brexit during and after the referendum". The Independent. 2018-07-27. Retrieved 2020-11-23.
  95. ^ O'Connor, Cailin; Weatherall, James Owen (2019). The Misinformation Age: How False Beliefs Spread. New Haven: Yale University Press. pp. 10. ISBN 978-0300234015.
  96. ^ Sinha, P.; Shaikh, S.; Sidharth, A. (2019). India Misinformed: The True Story. Harper Collins. ISBN 978-9353028381.
  97. ^ a b Bratu, Sofia (May 24, 2020). "The Fake News Sociology of COVID-19 Pandemic Fear: Dangerously Inaccurate Beliefs, Emotional Contagion, and Conspiracy Ideation". Linguistic and Philosophical Investigations. 19: 128–134. doi:10.22381/LPI19202010.
  98. ^ Gayathri Vaidyanathan (22 July 2020). "News Feature: Finding a vaccine for misinformation". Proceedings of the National Academy of Sciences of the United States of America. 117 (32): 18902–18905. Bibcode:2020PNAS..11718902V. doi:10.1073/PNAS.2013249117. ISSN 0027-8424. PMC 7431032. PMID 32699146. Wikidata Q97652640.
  99. ^ "Misinformation on coronavirus is proving highly contagious". AP NEWS. 2020-07-29. Retrieved 2020-11-23.
  100. ^ "Info-Environmentalism: An Introduction". Archived from the original on 2018-07-03. Retrieved 2018-09-28.
  101. ^ "Information Environmentalism". Digital Learning and Inquiry (DLINQ). 2017-12-21. Archived from the original on 2018-09-28. Retrieved 2018-09-28.

추가 읽기

외부 링크