通常适用于大众媒体的规则和道德不一定会传播到社交媒体，社交媒体更多想要的是浏览量，而非可信度，注重是战略而非使命。

　　美国技术记者大卫·柯克帕特里克（David Kirkpatrick）的《Facebook效应》（Facebook Effect）一书中，记录了扎克伯格向同事解释用于新闻推荐的News Feed机制时，留下的一句金句：「现在，一只在你家门口死去的松鼠可能比在非洲饥荒的人更让你感兴趣。」

　　社会是如何走到这个异常熟悉的场景的，这很容易解释：有针对性的广告商业模式被以阴暗的意图利用了；而社交媒体公司在其中要负多大的责任，还需进一步斟酌。

　　为了消除「社交平台上的错误信息有自己的生命力」这一错误观念，了解算法、自动化和数据贩卖之间明确基本的区别至关重要。

　　在一篇假新闻的每一个字节的背后，不管它有多小，总是有一个真实的人在操纵，并为此担责。

　　2020年10月，出台的最新全球统计报告显示，到2020年底，社交媒体用户超过40亿大关，平均每天有近200万新用户加入，目前一共有41.4亿社交媒体消费者，还在不断增加。

　　算法不该承受一切

　　在目前围绕虚假信息的对话中，人们对信息的传播方式做了很多讨论，但很少注意到信息传播的原因所在。

　　很多人主张打击社交媒体网站，迫使其删除虚假信息，但这只能治标不治本。总会有一个平台愿意容纳虚假信息，也总会有人满足于困在信息茧房里。为了真正打击虚假信息，必须讨论其存在和传播的原因，并找到有效的解决方案。

　　比如说，算法负责为那些YouTube的推荐提供服务，推荐新的Facebook群组，或在News Feed上显示Instagram的「推荐帖子」。例如，超过60%的人在Facebook上加入极端主义团体是由于推荐系统在作祟。YouTube视频也是如此，在全部用户每天产生的10亿小时观看时长中，超过70%的视频也是推荐系统给的。

　　然而，算法的意识当然不是自生的，背后依然有人为在操作。

　　数据、算法、推荐都是机器上的齿轮——它们都不是凭空相互关联的，它们行有所图：为了产生更多的广告，利滚利得到更多的钱。

　　剑桥分析公司的前业务发展总监布里塔尼·凯瑟（Brittany Kaiser）的书描述了这个过程：所有公司都可以使用自己的数据，并从这些数据集中选择目标受众，然后付钱给Facebook，让它结合这些受众名单，并做一个相似的搜索。然后，Facebook会找到十万乃至百万个符合目标画像的人。然后，这些公司将通过Facebook平台直接向这些人定向发送广告。

　　而在Netflix一部揭示了社交媒体如何改写文明的纪录片《监视资本主义：智能陷阱》（The Social Dilemma）发布期间，记者阿迪·罗伯特森（Adi Robertson）一针见血地指出，算法推荐引擎远不是传播错误消息的唯一问题。

　　影片中提到，因为Facebook旗下的WhatsApp传播错误信息，误传印度几个普通平民绑架儿童，导致他们被愤怒的村民动用私刑，甚至有人为此付出了生命。这个传播过程是一个高度私密、没有算法干扰的加密信息服务，而它仍然成为了虚假叙述蔓延的沃土。

　　「逆火效应」的作祟

　　在2020年美国大选之后，关于如何遏制虚假信息传播的议题越演越烈。

　　这个问题的答案似乎很简单：看到虚假信息时，只需用事实信息加以纠正，一旦有足够多的人看到这些信息，问题不就会自行解决了？问题在于，人们真的喜欢被揭露错误，还欢迎纠正吗？

　　任何花时间试图打击虚假信息的人，到现在可能只能苦笑一下。为了解释为什么揭穿虚假信息如此之难，这里想关注一个较少讨论的概念，也就是逆火效应（Backfire Effect）。

　　逆火效应，指的是一种「确认性偏见」：当有信息挑战一个人的原始信念时，这些信息不仅没有说服这个人，反而使这个人进一步巩固他们的原始信念。因此，事实信息「适得其反」，使这个人更坚定地相信他们之前接触到的虚假信息。

　　有几项研究证明了逆火效应的真实性，其中最有名的是布兰登·尼汉（Brendan Nyhan）和杰森·雷弗勒（Jason Reifler）的研究，这两位研究人员先给被试看关于美国在伊拉克发现大规模杀伤性武器、干细胞研究和税收改革的虚假新闻，之后又向被试提供了含有正确信息的新闻故事。

　　正如预期的那样，每个被试选择相信哪一个故事是按照意识形态划分的，但没有想到的是，那些相信假消息的人在看到真消息时并没有恍然大悟，反而对虚假故事更加确信。

　　另一个有趣的逆火效应的例子来自大卫·P·雷德拉斯克（David P. Redlawsk）为芝加哥大学进行的一项研究。在他的研究中，他发现介绍一个政治候选人的负面信息实际上可以增加其支持者对该候选人的支持，特朗普的高流量可能就是这么个道理。

　　前段日子，克里斯·斯泰尔瓦特（Chris Stirewalt）因为过早声称拜登在总统选举中赢得了亚利桑那州，丢掉了他在福克斯新闻的政治编辑工作，之后，他在为《洛杉矶时报》撰写的专栏文章中总结了这种效应——

　　「长期以来，许多美国人被自我验证的报道所包围，现在他们认为任何可能表明他们错了或他们的阵营被打败的消息都是对他们个人的攻击。」

　　任何试过互联网上纠正虚假信息的人都对这种现象有切身体会：你没被当作一个帮忙的友好人士，而是被当作一个试图破坏这个人基本意识的敌人。

　　没有人喜欢承认他们那么容易就被虚假信息给骗了，人类的思维已经发展出优秀的应对机制，大脑想逃避处理「被骗了」的这个现实。

　　社媒指标「三剑客」被利用？

　　回到社交媒体的责任上，某种程度上，社交媒体的曝光率还取决于一个人收到多少鼓掌、赞或关注，也就是社交媒体指标「三剑客」。

　　像「赞」这样的按钮作为一个在线指标，旨在为网站的社会媒体增加内容验证。今天的用户总是执着于大量可见的社交媒体指标，从个人用户到公司再到名人，每个人都在比拼他们的社交媒体帖子上的点赞量。当一个帖子收获了足够量的鼓掌、赞或关注，它就会因为算法而自动获得更多的可见度。

　　人类的本质就是喜欢被关注，不断在社会中寻求认可，指标的存在挖掘了用户内心深处的一些非常核心的需求，关乎人们的成瘾、欲望、焦虑和快乐。

　　一方面，社交媒体的经验可能是有益的，对人的心灵有超乎想象的解放性；然而，在同样的程度上，它也可以对个人自由产生有害的影响。社交媒体的指标最险恶的部分，是它们如何被一个特定的系统利用，促进特定信息的四面铺开，还压制其他的想法。

　　社交媒体审查的功能还利用了认知偏差的现象。在目前，认知偏差在正在新冠疫情大流行中产生效应，导致2-3%的死亡率被夸大到像50%。认知偏差在政治上也起着突出的影响，当政治人物以有影响力的人为目标来传播他们的言论时，他们利用认知偏差来使自己的支持率看起来比实际情况更高——这一点社交媒体可以有效地传达给大众。

　　今天，媒体以一种有偏见的方式报道新闻，可以想象，这样会影响新闻消费者的信念，并改变他们的行为，毕竟社交媒体只宣传主流，那些剑走偏锋的人发的消息尤为受欢迎。

　　必须接受在现实中没有完美的媒体，以前没有，以后可能也不会有。作为消费业务的缩影，社交媒体将不得不想办法生存，赚取利润，并在压力下在战略上进行调整，以保持竞争中的领先地位。因此，它将使自己适应社会的主流言论，并推动他们丰满盈溢。

　　在假消息的传播中，社交媒体将只反映主流的需求，少数人的利益排不上号。在许多策略中，他们经常使用短语、行动和现象的语言差异来操纵公众的反应，但社交媒体同样能够利用算法，寻找方式节制他们的受众，引导他们做正确的事。

　　因此，社交媒体可以利用符合道德标准的语义转换来调节受众的接触面，以遵循他们的策略，社交媒体的准入标准可以如同餐厅的着装标准或适用于学校的统一标准一般。当然，那些反对统一校服的人也会同意限制社交媒体，但这当然不是最好的办法。

　　在虚假信息的传播中，一切看似虚无缥缈，实际都有迹可寻，除了互联网用户类似于杠精一般的「逆火效应」，社交媒体作为实体公司的另一种形式，利益所趋也要负责任，即使那本身就是使它利用人的高层次需求，变得红火的运作机制。

　　要控制这些很难，目前社交媒体上的虚假信息的遏制还处于僵持的阶段，只有在不断深入挖掘扩散的缘由和机制中，才能更接近于解决方案。

　　社交媒体平台应该严格测试其打击假新闻的想法，而不仅仅是依靠常识或直觉来判断什么将起作用。更加科学和循证的方法需要时间。

　　但是，如果这些公司能表明他们认真地致力于研究假消息的打击，对他们在内部进行的任何评估保持透明，并与外部独立研究人员进行更多合作，就公众而言，应该也能够耐心地等待下去了。

责任编辑：侯亚丽