独家 | 为什么Z世代会掉入网络错误信息的陷阱

2024-04-13 20:08

本文主要是介绍独家 | 为什么Z世代会掉入网络错误信息的陷阱,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作者:Jennifer Neda John
翻译:陈超校对:苗雨本文约2000字,建议阅读7分钟当今社会的社交媒体过量的信息也让事情变得更糟糕,导致我们信任并分享低质量信息。

女孩们在玩手机

一个十几岁的女孩表情严肃地盯着相机,当她试图将手机摄像头对准自己的脸时,相框一直在抖动。她的连帽衫上印着的字是:如果乔·拜登被选为美国总统,“特朗普们”将犯下对性少数群体和有色人种的大规模谋杀。第二行字写着“这真的会成为第三次世界大战”。

该视频在2020年11月2日被发布到TikTok上之后被点赞了20000次。在那段时间,许多年轻人在社交媒体上发布了类似的谣言,他们的帖子吸引了成百上千人的关注,点赞和评论。

很明显,这些说法是错误的。为什么还会有这么多Z世代的年轻人——Z世代是指那些天生就要比他们的前辈们对数据的敏感度更高的9到24岁的人——会被这种明显错误的信息所骗呢?

变化的期刊

我从去年夏天开始在斯坦福网络观测站担任研究助理,分析网络错误信息的传播情况。我已经研究了国外社会运动对社交媒体的影响,并探究了2020年大选以及covid-19疫苗的错误信息是如何疯狂传播的。我发现,如果年轻人与那些已经开始分享错误信息的人产生公共认同感时,他们更有可能相信那些谣言并将其继续传播下去。

在线下的时候,青少年们更倾向于基于发言者的社会背景来判断一个人的说法可不可信。青少年们通常通过长年累月形成的社会关系、个人声望来判断该发言者的言论是否可信,从而形成自己的观点,接受新鲜事物与消息。在这一背景下,社群形成的关于在哪个话题上该信任谁的集体知识对可信度的贡献远远超出了发言人的自身身份,即使年轻人们和发言人有着同样的身份背景。

社交媒体,促进基于身份的可信度,而非社群。当信任是基于身份建立起来的时候,权威就变成了影响力。由于看起来和听起来像他们的关注者,影响者们在他们没有专长的领域也能成为值得信赖的消息传播者。

根据公共感知媒体(Common Sense Media)的调查,60%使用YouTube关注当前事件的青少年都会选择相信网红而非新闻组织。在年轻人眼里具有可信度的网红们发表的错误信息往往广受关注传播,而这一领域真正的专家发言反而无人问津。

如果年轻人感觉到与第一次分享错误信息的人有一种公共认同感,他们更有可能相信并且传播这些错误信息。

在很大部分上,这就是大选之后的暴力冲突事件计划的谣言频发的原因。分享关于大选的错误信息的个体与他们的听众关系密切,许多是有色人种或者性少数群体,他们过去的帖子里也常讨论很多像家庭冲突和数学课上挣扎这样的熟悉话题。这样的私人分享经历让他们更容易获取信任,即使他们对大选或一些其他社会事情的言论毫无证据。

当今社会的社交媒体过量的信息也让事情变得更糟糕,导致我们信任并分享低质量信息。大选的谣言在青少年的抖音中到处都是,过量的信息导致他们几乎没有时间去思考每一条信息的真伪。任何想要挑战谣言的努力都被降级为评论。

随着年轻人越来越多地参与线上的政治讨论,我们可以预期那些成功建立起这种可信度的人将会成为真正的社群领导者,吸引想法相似的人并操控线上舆论。尽管这种现象可能会帮助边缘群体在社会中提升关注度,它也可能同时导致并加剧了错误信息的传播。由身份所联合的人们将会发现他们自己对于某一类的误导信息的抵抗力极其脆弱,而往往那些误导信息正是将他们聚集到一起的信息。

 

那谁应该对此负责呢?社交媒体平台可以完善优先推荐不同观点和价值话语而非钓鱼网站的推荐算法。新闻记者必须要承认,许多读者是从社交媒体的推送当中获得他们的新闻以及当前的信息的。政策制定者必须规范社交媒体平台的运营,并采取切实手段如立法监督网络错误信息的传播。学校则可以向学生分享如何判断网上流传的信息的可靠真实性。

虽然改变网络社交平台的现状并不容易,但是错误信息带来的危险——以及对更好的网络环境的愿景——推动我们去做出尝试。

Jennifer Neda John是斯坦福大学的大二学生,主修人类生物学。她在斯坦福网络观测平台从事网络错误信息的研究。

原文链接:

https://www.technologyreview.com/2021/06/30/1026338/gen-z-online-misinformation/

编辑:黄继彦

译者简介

陈超,北京大学应用心理硕士在读。本科曾混迹于计算机专业,后又在心理学的道路上不懈求索。越来越发现数据分析和编程已然成为了两门必修的生存技能,因此在日常生活中尽一切努力更好地去接触和了解相关知识,但前路漫漫,我仍在路上。

翻译组招募信息

工作内容:需要一颗细致的心,将选取好的外文文章翻译成流畅的中文。如果你是数据科学/统计学/计算机类的留学生,或在海外从事相关工作,或对自己外语水平有信心的朋友欢迎加入翻译小组。

你能得到:定期的翻译培训提高志愿者的翻译水平,提高对于数据科学前沿的认知,海外的朋友可以和国内技术应用发展保持联系,THU数据派产学研的背景为志愿者带来好的发展机遇。

其他福利:来自于名企的数据科学工作者,北大清华以及海外等名校学生他们都将成为你在翻译小组的伙伴。

点击文末“阅读原文”加入数据派团队~

转载须知

如需转载,请在开篇显著位置注明作者和出处(转自:数据派ID:DatapiTHU),并在文章结尾放置数据派醒目二维码。有原创标识文章,请发送【文章名称-待授权公众号名称及ID】至联系邮箱,申请白名单授权并按要求编辑。

发布后请将链接反馈至联系邮箱(见下方)。未经许可的转载以及改编者,我们将依法追究其法律责任。

点击“阅读原文”拥抱组织

这篇关于独家 | 为什么Z世代会掉入网络错误信息的陷阱的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901101

相关文章

Linux 网络编程 --- 应用层

一、自定义协议和序列化反序列化 代码: 序列化反序列化实现网络版本计算器 二、HTTP协议 1、谈两个简单的预备知识 https://www.baidu.com/ --- 域名 --- 域名解析 --- IP地址 http的端口号为80端口,https的端口号为443 url为统一资源定位符。CSDNhttps://mp.csdn.net/mp_blog/creation/editor

ASIO网络调试助手之一:简介

多年前,写过几篇《Boost.Asio C++网络编程》的学习文章,一直没机会实践。最近项目中用到了Asio,于是抽空写了个网络调试助手。 开发环境: Win10 Qt5.12.6 + Asio(standalone) + spdlog 支持协议: UDP + TCP Client + TCP Server 独立的Asio(http://www.think-async.com)只包含了头文件,不依

poj 3181 网络流,建图。

题意: 农夫约翰为他的牛准备了F种食物和D种饮料。 每头牛都有各自喜欢的食物和饮料,而每种食物和饮料都只能分配给一头牛。 问最多能有多少头牛可以同时得到喜欢的食物和饮料。 解析: 由于要同时得到喜欢的食物和饮料,所以网络流建图的时候要把牛拆点了。 如下建图: s -> 食物 -> 牛1 -> 牛2 -> 饮料 -> t 所以分配一下点: s  =  0, 牛1= 1~

poj 3068 有流量限制的最小费用网络流

题意: m条有向边连接了n个仓库,每条边都有一定费用。 将两种危险品从0运到n-1,除了起点和终点外,危险品不能放在一起,也不能走相同的路径。 求最小的费用是多少。 解析: 抽象出一个源点s一个汇点t,源点与0相连,费用为0,容量为2。 汇点与n - 1相连,费用为0,容量为2。 每条边之间也相连,费用为每条边的费用,容量为1。 建图完毕之后,求一条流量为2的最小费用流就行了

poj 2112 网络流+二分

题意: k台挤奶机,c头牛,每台挤奶机可以挤m头牛。 现在给出每只牛到挤奶机的距离矩阵,求最小化牛的最大路程。 解析: 最大值最小化,最小值最大化,用二分来做。 先求出两点之间的最短距离。 然后二分匹配牛到挤奶机的最大路程,匹配中的判断是在这个最大路程下,是否牛的数量达到c只。 如何求牛的数量呢,用网络流来做。 从源点到牛引一条容量为1的边,然后挤奶机到汇点引一条容量为m的边

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络

配置InfiniBand (IB) 和 RDMA over Converged Ethernet (RoCE) 网络 服务器端配置 在服务器端,你需要确保安装了必要的驱动程序和软件包,并且正确配置了网络接口。 安装 OFED 首先,安装 Open Fabrics Enterprise Distribution (OFED),它包含了 InfiniBand 所需的驱动程序和库。 sudo

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3

网络学习-eNSP配置NAT

NAT实现内网和外网互通 #给路由器接口设置IP地址模拟实验环境<Huawei>system-viewEnter system view, return user view with Ctrl+Z.[Huawei]undo info-center enableInfo: Information center is disabled.[Huawei]interface gigabit

Golang 网络爬虫框架gocolly/colly(五)

gcocolly+goquery可以非常好地抓取HTML页面中的数据,但碰到页面是由Javascript动态生成时,用goquery就显得捉襟见肘了。解决方法有很多种: 一,最笨拙但有效的方法是字符串处理,go语言string底层对应字节数组,复制任何长度的字符串的开销都很低廉,搜索性能比较高; 二,利用正则表达式,要提取的数据往往有明显的特征,所以正则表达式写起来比较简单,不必非常严谨; 三,使

Golang网络爬虫框架gocolly/colly(四)

爬虫靠演技,表演得越像浏览器,抓取数据越容易,这是我多年爬虫经验的感悟。回顾下个人的爬虫经历,共分三个阶段:第一阶段,09年左右开始接触爬虫,那时由于项目需要,要访问各大国际社交网站,Facebook,myspace,filcker,youtube等等,国际上叫得上名字的社交网站都爬过,大部分网站提供restful api,有些功能没有api,就只能用http抓包工具分析协议,自己爬;国内的优酷、