假新聞比真相傳播速度快6倍數量大20倍！機器人是假新聞得以傳播的重要因素

假新聞的崛起很可能為民主、經濟和公共衛生帶來潛在的災難性的後果，關於它如何以及為什麼會在網上傳播開來的科學研究目前才剛剛起步。直到2018年，絕大多數有關假新聞的科學研究都只能分析很少的一些孤立的樣本，或者針對某個故事的傳播進行案例研究，而且每次研究的物件都是一些孤立的個案。所以，我和我的同事蘇魯希‧沃梭基、德布‧羅伊決定著手改變這一現狀，2018年3月，我們在《科學》雜誌上發表了已經進行了長達10年的關於假新聞在網路上傳播的研究報告。 

在這項研究中，我們與Twitter直接合作，研究了從2006年Twitter成立一直到2017年所有曾經在這個平臺上傳播的、經過事實核查的真實新聞和假新聞的傳播方式。我們從Twitter的歷史檔案中提取了那些經過事實核查的假新聞的推文，其中包括大約12.6萬條被反復轉發的推文，這些推文經過300萬人超過450萬次的轉發在網路上傳播開來。在將有關新聞（推文）分為真假兩類的過程中，我們使用了6家獨立的事實核查組織提供的資訊，而這些組織對相關新聞的真實性表現出了95%～98%的一致性。然後，我們又雇用了一些學生，讓他們在麻省理工學院和威爾斯利學院的校園內獨立核查上述幾家事實核查機構在選擇那些經過反復轉發的推文時是否存在偏見。 

一旦我們有了一個全面的資料庫，其中包含自Twitter問世以來的10年間各種經過事實核查的謠言，我們就可以搜索有哪些推文曾經提到過這些謠言，然後通過反向追蹤這些謠言的轉發鏈條，找出「原始」的推文（即第一篇在Twitter上提到這些謠言的推文），這樣我們就可以重建這些謠言在網上通過轉發進行傳播的整個過程（實際上，這個過程是眾多擁有單一共同源頭的完整轉發鏈條所組成的集合）。

在我們把完整的轉發鏈條圖形化以後，整個轉發的過程呈現出了一種奇異的、讓人感到非常陌生的形態。一般來講，這個過程的圖形會從原始的推文開始，呈放射狀向四周發散，透過轉發擴散開來，接著，每一個方向上都會形成新的轉發鏈條，而這些鏈條看上去就好像是從中心向外延伸的水母的觸鬚。我們在下圖中畫出了這些假新聞眾多轉發鏈條中的一條（見下圖），用數學的方式描繪了這些假新聞隨著時間的推移在Twitter的使用者群中不斷被轉發並傳播的過程，進而分析了假新聞的傳播是如何變得與真實新聞的傳播不同的。

▲ 一個假的新聞故事透過推特進行傳播的數據透視圖像。長線條代表了更長的轉發鏈，顯示了假新聞的傳播範圍更廣，滲透程度更深。上述結果發表在《科學》雜誌上

這個發現既讓我們感到驚訝，又讓我們感到擔憂。我們發現，與所有類別的真實資訊相比，假新聞會傳播得更遠、更快，而且滲透的程度會更深、範圍會更廣。有時候，後者甚至會超出前者一個量級。雖然真實資訊很少會擴散到1000人以上的群體中，但前1%的假新聞轉發鏈可以很輕鬆地擴散到10萬人的群體中。把真實資訊傳播給1500人所需要的時間大約是把假訊息傳播給同樣數量的人所需時間的6倍，而把前者的原始推文傳播給10個轉發人所需的時間又是把後者傳播給同樣數量的轉發人所需時間的20倍。假訊息的傳播範圍明顯比真實資訊更廣，而且在轉發鏈每個不同的「深度」層次上，假訊息被轉發的次數都比真實資訊多（每一次轉發都會將原始的推文傳播得更遠，在這個過程中就會產生一條新的轉發鏈條，或者多次轉發的層疊。在這樣一條轉發鏈條上，轉發或層疊的次數就是我們所說的「深度」）。 

與其他任何類別的假新聞相比，虛假政治新聞的傳播範圍更廣，滲透程度更深，影響到的人更多，因此在網上的熱度更高。虛假政治新聞影響超過2萬人的速度幾乎是其他所有類型的假新聞影響僅1萬人的速度的三倍。涉及政治和都市傳聞的新聞的傳播速度可以說是所有新聞當中最快的，也是網上熱度最高的。即便對社群帳號持有人的年齡、活躍程度、粉絲數量以及在原始推文下方進行評論的人數，甚至對原始推文的作者是不是一個經過驗證的使用者等各項因素進行控制，假訊息被轉發的概率仍然要比真實資訊高出70%。 

或許有人會認為，可以用傳播假新聞的人的性格特徵來解釋為什麼假訊息的傳播速度比真實資訊的傳播速度快很多，但資料告訴我們，情況並非如此。比如，有人可能會懷疑，那些傳播假訊息的人擁有更多粉絲，關注更多的人，更頻繁地在Twitter上發文，更經常地使用經過「認證」的帳號，或者註冊Twitter的時間更長。

事實上，情況卻恰恰相反。平均來講，那些散布假新聞的人的粉絲數量明顯更少，他們自己關注的人也寥寥無幾，他們在Twitter上的活躍度非常低，而且幾乎從不使用經過認證的帳號，另外，他們註冊Twitter的時間一般都很短。換句話說，儘管有上述這些差異，但假新聞比真實新聞傳播得更遠、更快，滲透的程度更深且範圍更廣的原因並不在這些人的身上。那麼，假新聞為什麼能傳播開來，又是如何傳播開來的呢？謊言在網上的傳播，實際上是在一個人們意想不到的共生關係中，在相互協同的機器人與一些毫不知情的人類進行某種複雜的互動後得以實現的。 

社群機器人（由軟體控制的社群媒體帳號）是假新聞得以傳播的一個重要因素。在橫跨了10年時間、範圍更加廣泛的來自Twitter的樣本資料中，我們也看到了這一點。社群機器人在網上傳播謊言的方式既令人感到不安，又令人非常著迷。 

社群機器人放大假新聞的方式令人感到非常驚訝，首先，在假新聞發布後的幾秒鐘內，社群機器人就會捕捉到這些新聞，然後自動進行大範圍的轉發，它們的程式就是這樣設計的。所以，最初傳播假新聞的人更有可能是機器人，而不是人類。

回想一下我們在之前圖中展示的假新聞在Twitter中通過層層轉發而形成的那種放射狀的形態，這種形態的絕大部分都是由機器人形成的。接下來發生的事情驗證了這種策略的有效性，因為之後的大部分轉發都是由人類完成的。機器人早期在Twitter上的活動引發了人類不成比例的參與，所以這些被機器人捕捉到的假新聞開始形成眾多不斷向外延伸的轉發鏈條，但最終還是需要由人類透過炒作機器的網路把這些假新聞傳播開來。 

其次，機器人會不斷地提到一些有影響力的人。如果它們能夠讓一個有影響力的人來轉發這些假新聞，那麼這些假新聞馬上就會被放大，而且還會被合理化。舉了一個例子。有一個機器人曾經19次提到了@realDonaldTrump（川普的Twitter帳號），而且它每次都轉發這樣一條假新聞：在2016年的總統大選中，有數百萬名非法移民也參與了投票。當有影響力的人士被愚弄並開始分享這些內容時，這種策略就起了作用。例如，川普曾經在很多場合轉發過一些已經被確認是由機器人發出來的內容，這就使那些內容好像得到了證實，進而使這些錯誤資訊在Twitter上被廣泛地傳播開來。實際上，正是川普將數百萬名非法移民在2016年總統大選中參與了投票這一錯誤資訊當成了官方的話題。 

但是，如果沒有人類，機器人就無法傳播假新聞。最終，人類和機器人在假新聞的傳播過程中共同扮演了某種共生的角色：通過誘導人類，機器人實現了假新聞的分享，而人類又透過炒作機器把假新聞傳播到了更大的範圍。任何利用錯誤資訊開展的活動的最終目標都是對一些人進行誤導，而且也只有人類才會進行諸如投票、抗議、抵制各種產品等一系列的活動，當然還包括決定是否讓他們的孩子接種疫苗等。這些深層次的人類決策過程正是假新聞想要進行誘導並施加影響的物件，而機器人只不過是達成這一目的的工具。但是，如果人類就是假新聞活動的目標，而且對它們的傳播還如此關鍵，那麼我們為什麼會被假新聞吸引？我們為什麼還會主動分享這些錯誤資訊呢？ 

一種解釋是「新奇性假設」。新奇的東西會吸引人的注意力，因為它會讓人感到驚訝並引起人們情緒上的共鳴，而且它還會更新或改變我們對這個世界的理解。新奇的東西會鼓勵人們進行分享，因為它會在無形中傳達出分享者的社會地位，分享者會被視為一個「知情人」或者能夠接觸「內幕消息」的人。在意識到了這些之後，我們決定利用我們在研究Twitter的10年間所搜集的資料進行測試，看一看假新聞是否真的比真實新聞更加新奇。我們還具體核查了Twitter使用者是否更有可能轉發那些看起來更加新奇的資訊。 

為了衡量所謂的「新奇性」，我們觀察了那些既分享真實新聞，也分享各種謠言的使用者，然後把謠言推文的內容與在使用者決定轉發這些謠言前60天內曾經接觸過的所有推文的內容進行了比較。在多種不同的衡量新奇性的標準下，我們的發現始終都是一致的：假新聞確實比真實新聞更加新奇，而且人們也更傾向於分享一些新奇的資訊。這個結果在所謂的「注意力經濟」的背景下是完全符合邏輯的。在社群媒體中，本來就存在各種競爭非常激烈的思想和行為模式，正是在這樣一種背景下，新奇性吸引了我們本就稀缺的注意力，激發了我們在網上看到的各種消費和分享行為。