【哈佛不實訊息專家】社群平台的演算法經濟 新時代惡意不實訊息的主要挑戰

記者何蕙安／編譯

《哈佛雜誌》（Harvard Magazine）7-8月號文章〈我們可以阻止惡意不實訊息嗎？〉採訪多位學者探討不實訊息的傳播、辯論科技平台與媒體的角色。哈佛不實訊息學者瓊安．唐納文（Joan Donovan）認為「演算法經濟」與「大眾媒體的推波助瀾」餵養不實訊息的行動，最終爆發了「國會山莊被闖入事件」。她呼籲對於帶有公共性質的社群平台要有更嚴格的監管，也要思考媒體的角色。

1月6日，震撼美國社會的美國國會闖入事件，迄今仍然有許多學者希望找出「停止偷竊」等匯集種種選舉謠言的網路行動形成的原因與過程。唐納文在內的一派學者主張惡意謠言是「由下而上」流動；有學者傾向是以美國前總統川普為首的政治人物與網紅「由上而下」帶動議題聲量；也有見解認為是兩股動力並存。

在七個多月前的1月6日，不實訊息的強大影響力在美國民主史上留下了傷痕：抗議選舉不公的美國前總統川普的支持者集結國會山莊示威，最終強行闖進國會，意圖打斷參眾議員確認選舉人票的程序，示威者與警方發生激烈衝突的畫面撼動全球。

當天，有四名闖入國會的示威者死亡，一名被化學噴霧攻擊的警察在隔天過世；國會警察工作的報告顯示，有近140名警察在事件中受傷，並有兩名警察在事件後不久自殺。目前已有超過400人被以聯邦罪名起訴。

「我們在1月6日看到的，不是年輕人的革命，而是臉書平台本身設計導致的人為作品，或是一個結果。」唐納文說，「現在該是認識到，我們當然不可能改變過去，但我們可以努力讓未來的網路變得跟現在不同。」

「演算法經濟」為不實訊息找到宿主

擔任哈佛大學蕭倫斯坦中心（Harvard Kennedy Shorenstein Center）研究總監的唐納文，專注研究惡意不實訊息（disinformation）的來源與傳播。過去幾年，她每天晚上都花好幾個小時聽白人優越主義的廣播Podcast與影片，這些積累讓她預先看到未來幾個月的發展。

在示威者闖入國會山莊的幾個小時前，唐納文推文預言：「今天我們將會見證『讓美國再次偉大』行動與代議政治完全決裂。」她說，早在1月6日前，川普就不斷地告訴支持者1月6日會有大事發生——而早在大選之前，川普就不斷地告訴支持者，如果他輸了，那就是選舉舞弊造成的。

雖然很多學者將當前的媒體與經濟模型稱之為「注意力經濟」（attention economy），唐納文並不同意，認為該說法太強調「用戶」在當中的角色；她傾向「演算法經濟」（algorithmic economy），是用戶將對注意力的控制權轉讓給了臉書、YouTube與推特等社群平台。

例如一個人在臉書上有500個朋友，但因為彼此的行為偏好差異，他並不會等量的接受到所有朋友發布的內容；一個看了YouTube上宣稱新冠疫情是騙局的影片的用戶，不會看到宣稱疫苗有效的影片推薦；一個對民主黨眾議院院長裴洛西推文點讚的人，也不會收到川普兒子的推文。

當唐納文在社群平台上研究越多陰謀論，社群平台就推送給她越多相關的內容，「特別是YouTube的演算法。」她說。

她相信，正是「演算法經濟」成為無數「媒體操弄行動」（Media manipulation campaign）的主要動力與推手。唐納文的團隊分析了幾個主要的陰謀論的起源、流傳原因與途徑，認為陰謀論與惡意不實訊息的傳播是「由下而上」的。

理論一：陰謀論與不實訊息的種子「由下而上」開枝散葉

「行動通常是從一些網路對話開始的。」唐納文團隊平常就四處追蹤可能會形成惡意不實訊息行動的討論的蹤跡，「我們在某個地方發現有一群人，在聊一些『如果每個人都覺得疫苗裡含有微晶片的話，是不是很棒』之類的東西。」

下一步則是「單一平台上幾個人的對話」播種、擴散到各個社群平台與網路空間。他們發現，2020年10月29日有個推特用戶@SongBird4Trump推文警告「計票機器會把選票轉給民主黨」，他在這則推文裡標記了許多川普身邊的人與親川普媒體，使得該理論開始出現在其他更有知名度的平台，例如前川普策士班農的The War Room等，使得相關說法傳播得更遠。

對唐納文來說，第三階段最為關鍵：在這個階段，包括行動人士、政治人物、記者與整個不實訊息產業鍊群起呼應行動，讓相關論述進入了主流的討論。當川普訴訟律師席妮‧鮑威爾（Sidney Powell）在福斯新聞台講述陰謀論並拋出離奇的「委內瑞拉介入大選」的不實說法，刺激了更多親川普媒體如One America News與Newsmax的報導討論。

唐納文說，這些媒體報導將使得陰謀論「合法化」，給陰謀論更多的觀眾，帶動更多的報導、更多的網路貼文與討論，以及更深入無法可管的網路空間。隨後，當川普與律師團在全美提出60多起法律訴訟「捍衛選票」，「選舉舞弊」的說法此時在川普支持者眼中看來自然合情合理。

圖1：哈佛大學蕭倫斯坦中心（Harvard Kennedy Shorenstein Center）研究總監瓊安．唐納文（Joan Donovan）曾經分享媒體操控行動的週期／擷自YouTube

理論二：政治精英與媒體發動不實訊息「由上而下」熱傳

並非所有學者同意這種「網路驅動」的媒體操控與不實訊息行動模型。2020年，哈佛法學院伯克曼網路與社會中心（Berkman Center for Internet and Society）的網路法律專家約哈．班克勒（Yochai Benkler）分析了關於郵寄選票詐欺的5.5萬個新聞報導、500萬推文與7.5萬臉書公開貼文，他們認為在大多數的案例中，這些討論的爆發並非來自社群媒體，而是被大眾媒體報導或是川普本人所推動。

「在新冠紓困條例通過後，當民主黨試著注資推動郵寄投票時，川普與共和黨領袖開始主張『選舉詐欺會成為大問題』。」他說，「然後在不到幾個小時至一天的時間，社群平台開始在流傳這些說法。」

班克勒與同事觀察2020年有關不在籍投票不實訊息的媒體報導，認為沒有一個報導熱潮是來自網路不實訊息行動，「每一個的背後都明顯是由精英驅動引發的事件，一個由上而下的論述。」

在他看來，當前的情況是由大眾傳媒與數十年以來媒體極端化所牽引，而非社群媒體，「人們最容易怪罪科技，因為顯得沒有政治因素。」

另名學者、哈佛甘迺迪學院國際傳播教授馬修．包姆（Matthew Baum）也認為，儘管社群平台惡化社會極化的問題，但並非社群平台導致了今天美國政治情勢，而是一些已經發生好幾十年的議題，如不公正的選區劃分、帶有偏見的人口區分與經濟疏離等。

「我認為很容易就過度誇大科技與資訊（在問題中）扮演的角色，因為每個世代都這樣做...對於不實訊息威脅民主的擔憂也不是今天才有。」包姆指出，不實訊息不是新議題，但他坦言當前的環境創造了一些必須要解決的問題，「如果川普沒有宣傳選舉舞弊的說法，我很確定不會有這個動亂事件。」

想要獲得認同、政治傾向 加速不實訊息傳播

麻省理工大學斯隆商學院大腦與認知科學教授大衛．蘭德（David G. Rand）主要研究人們為什麼會在社群平台在分享惡意不實訊息。

他的研究結果令人玩味：實驗中，大多數受試者可以在不受政治傾向下準確判斷新聞的正確性，也認為「資訊準確與否」是他們決定是否分享一則訊息的重要因素；有趣的是，如果不先考慮資訊正確度、單純判斷是否要分享一則新聞時，很多人還是會分享偏向自己政治傾向的內容。

蘭德解讀，看來矛盾的的結果顯示，大部分在社群平台上分享惡意不實訊息的人，其實是沒有惡意的，主要是因為「不小心」。因此，網路上最廣傳的理論，並不一定是因為分享的人真的相信。一旦受試者被要求在分享評比新聞的正確度，事後決定分享假新聞的機率大幅下降了一半。

對蘭德來說，惡意不實訊息的傳播既是「由上而下」，也是「由下而上」的，但他相信解決社群平台上的問題會比處理分享不實訊息的電視台挑戰要簡單一點。基於他的研究，他認為，平台或許可以鼓勵用戶評比貼文的準確性，讓他們在分享前思考是否真實。

杜克大學社會學、公共政治與數據科學教授克里斯．貝爾（Chris Bail）認為，人們分享資訊主要是為了創造一種認同，特別是臉書與推特的設計會特別放大那些有高互動數的內容，使得人們得以透過發布具爭議、明確立場的內容，獲得關注，讓人感覺好像變成了名人。

貝爾主張以「獎勵好的行為」對抗惡意不實訊息的流傳。他認為臉書與推特不應該只著重互動數，變相獎賞為求曝光、而毫無底線的內容，也要重視那些提出有力論述、可以引起廣大政治光譜迴響與討論的貼文。

打造符合公共利益的社群平台

唐納文的終極目標是一個「符合公共利益」的網路，她相信，如臉書這一類熱門的社群平台，已經成為了某種了基礎設施，因此應該對其用戶提供「即時、本地、相關、準確」的重要新聞與即時更新，而不只是單純的匯集一些意圖煽動的內容。

她強調，社群平台建立在廣告之上、利用販賣用戶個人資訊來獲利的商業模式，應該要受到更嚴格的監管。尤其臉書逐漸將版圖擴張至銀行與硬體，販賣智慧型顯示器與加密貨幣，唐納文確信當前情況急需政府的管制，「我們不能進入一個只有很有很有錢的人才能擁有所有資訊、控制局面的情況。」

此外，媒體也應該盡到自己的責任。

當惡意不實訊息在網路上逐漸成形時，唐納文認為媒體不見得都要報導，因為報導效應「弊大於利」，只會進一步帶動更多報導跟進，使得惡意不實訊息能見度更高，鼓勵更多人尋求極端的網路言論。

唐納文呼籲媒體「策略性沈默」（strategic silence），避免報導會導致惡意不實訊息傳播的新聞故事，以停止媒體操控行動。

推薦閱讀

〈【美國選民研究】不實訊息影響選民認知 六成五川普支持者深信川普贏得選舉〉2021.02.01
〈【示威者闖入美國國會】破解個別假訊息無效 要用同理心打破資訊泡泡〉2021.01.16

參考資料

Harvard Magazine <Can Disinformation Be Stopped? Scholars’ perspectives on a pervasive new threat> 2021. July-August