Медиаэффект фейковых новостей в СМИ: опыт публикаций на экономическую тематику

Размещено на http://www.allbest.ru/

Челябинский государственный университет

Медиаэффект фейковых новостей в СМИ: опыт публикаций на экономическую тематику

Д.Э. Коноплев

Аннотация

фейковый новость публикация опровержение

В статье анализируется медиаэффект фейковых новостей в контексте распространения фиктивных информационных поводов в средствах массовой информации. Автор обращается к массиву fake news и рассматривает масштабы их прямой пролиферации в сопоставлении с массивом публикаций-опровержений. Корреляция между fake news и опровержениями фейковых новостей рассматривается с использованием кластерного анализа и статистических методов. Автор приходит к выводу, что медиаэффект фейковых новостей носит кратковременный характер, каждый раз порождая информационный каскад публикаций-разоблачений.

Ключевые слова: журналистика, информационный каскад, массовая коммуникация, экономическое мышление, медиаэффект, fake news.

Abstract

The article traces the media effect of fake news in the context of the spread of fake news stories in the media. The author refers to the array of fake news and examines the extent of their straight proliferation in comparison with the array of disproof articles. The correlation between fake news and fake news demolishing is examined using cluster analysis and statistical methods. The author comes to the conclusion that the media effect of fake news is short-lived, each time generating an information cascade of disclosures.

Keywords: journalism, information cascade, mass communication, economic thinking, media effect, fake news.

Проблема распространения фейковых новостей обретает наибольшую актуальность, когда несоответствующая действительности информация приобретает массовый характер и может служить основанием для потребителей информации совершать определенные действия, имеющие долгосрочные негативные последствия. В практическом смысле негативная роль fake news наиболее очевидна в публикациях на экономическую тематику, когда средства массовой информации через фейковые новости подают либо искаженные экономические данные, либо конструируют информационный повод из чистых фактов, заключенных в фиктивную оболочку.

Как отмечает Д. Поуг, наиболее эффективным средством борьбы с фейками является скептическое отношение аудитории к потребляемой информации [1]. Этой же точки зрения придерживается П. Йост, делая акцент на повышении осведомленности аудитории и формировании доверия к определенным источникам информации [2].

При этом основной сферой рассмотрения фейковых новостей в современном научном дискурсе остается проблема их автоматической идентификации. Так, Г. Граванис предлагает алгоритмы машинного обучения для поиска фейковых новостей на основе десятикратной перекрестной проверки [3, 202], а Р. Калийяр использует нейросеть с использованием алгоритмов глубокого обучения с оптимизацией гиперпараметров [4, 32]. Н. Делеллис и В. Рубин обращают внимание на сложность создания «проактивных инструментов» предотвращения распространения фейковых новостей в СМИ [5, 89].

Коммуникативный аспект fake news в контексте искажения информационного поля в социальных сетях на примере президентской кампании 2016 г. в США рассматривают Х. Оллкотт и М. Гентцков [6, 211]. Этический аспект фейковых новостей поднимается в работе С. Борден и Ч. Тью [7, 300]. Дж. Капуста сравнивает fake news с реальными новостями, используя морфологический анализ [8, 2285].

В нашей работе мы обращаемся к прикладной проблеме в рамках массовой коммуникации посредством СМИ -- распространению фейков по информационному пространству и их терминации с помощью публикаций-опровержений.

Для оценки распространения фейковых новостей на экономическую тематику мы рассмотрели цепочки пролиферации шести тематических блоков fake news, в том числе первоисточник и каналы распространения, включающие цитирующие источники. Отдельно оценивался массив публикаций-опровержений.

В выборку исследования вошли шесть фейков, опубликованных в российских СМИ с апреля 2019 по апрель 2020 гг.: Франция предлагает ЕС отменить санкции против России (1), США покупают нефть у режима Мадуро (2), Huawei хочет заменить Android на российскую операционную систему (3), экспорт фруктов из Евросоюза снизился из-за российского эмбарго (4), немецкие СМИ признали невероятный подъем сельского хозяйства России (5), на фоне COVID-19 в ФРГ призвали снять с России санкции (6).

Распространение фейковых новостей и их последующее опровержение оценивались с помощью методик контент-анализа, проводимых с помощью платформы QDA Miner, а также однофакторного дисперсионного анализа.

Мы сочли уместным также прибегнуть к кластерному анализу, учитывая, что данный метод успешно используется при рассмотрении фейковых новостей, например в работах П. Меел и Ч. Чанга [9, 1036].

Для оценки распределения групп фейков и их опровержений применялся кластерный анализ на основе агломеративного иерархического алгоритма классификации с использованием принципа «ближайшего соседа». Для построения кластеров как две различные группы кодировались публикации, включающие фейки (x1), и публикации, опровергающие фейки (x2).

Распределение групп и пролиферации цитирующих публикаций в рамках кластеров проводилось с опорой на матрицу расстояний. В основу матрицы расстояния кластеров было положено обычное евклидовое расстояние:

В сгруппированной матрице расстояний из значений публикаций по группам выбиралось наименьшее, чтобы разграничить полученные результаты на два отдельных кластера. Для каждого из шести тематических блоков публикаций наиболее близкие результаты распределения объединялись в один кластер. Критерием оценки публикационной группы в кластере как наиболее значимой по сравнению с соседней группой считалось наиболее равномерное распределение.

Для определения зависимости между пролиферацией фейковых новостей и их терминации с помощью опровержений рассчитывался коэффициент корреляции. Для этого в работе использовалось уравнение линий регресии и оценка статистической значимости парной линейной регресии.

Как отмечает С. Восоуи, фейки на экономическую тематику занимают третье место после политических fake news и фальшивых новостей, посвященных знаменитостям [10, 1146], указывая, среди прочего, что фейковые публикации распростаняются шире, чем правдивые.

Этот постулат находит свое подтвержение в нашей выборке: ни один из рассмотренных случаев опровержения fake news количественно не превосходит массив фейковых публикаций, включающих первоисточник и источники, непосредственного цитирующие его. При этом форма подачи fake news и логика их изложения может значительно различаться.

Так, в публикации портала «Вести» «Франция хочет предложить Евросоюзу отменить антироссийские санкции» автор указывает на инициативу французских властей по сворачиванию санкций в отношении России, хотя далее по тексту становится очевидно, что формулировка из заголовка -- фейк. Выясняется, что к отмене санкций призывает кандидат в члены Европарламента Тьерри Мариани, не имеющий отношения ни к парламенту, ни к действующим органам законодательной или исполнительной власти, а являющийся лишь сторонником ультраправой партии «Национальное объединение». В последующих публикациях-цитатах эта информация исчезает, а статус Мариани не проясняется.

Аналогичная история с публикацией «Здоровый смысл: на фоне COVID-19 в ФРГ призвали снять с России санкции», где в действительности роль инициатора выполняет депутат бундестага от ультраправой партии «Альтернатива для Германии» Вальдемар Гердт, не выражающий точку зрения официального Берлина. Таким образом, мнение одной одиозной фигуры выдается за «здоровый смысл» всей ФРГ.

Другие экономические фейки строятся на прямой фальсификации фактов, как, например, в материале «Huawei хочет заменить Android на российскую операционку». Здесь выясняется, что сама китайская компания никакого перехода на российское программное обеспечение не планировала, а предложение о переходе, ответа на которое не последовало, сделала российская сторона.

Схожим образом в публикации «Вишенка на санкциях: в США заявили о снижении ЕС экспорта фруктов из-за российского эмбарго» авторы в качестве первоисточника ссылаются на данные из доклада службы сельского хозяйства зарубежных стран Минсельхоза США. При этом в самом докладе ни о каком сокращении экспорта не упоминается вообще.

В свою очередь в материале «Вестей» «Захарова прокомментировала возобновление закупок США нефти у Венесуэлы» автор строит материал на словах цитируемого источника, легко опровергаемых данными официального отчета Управления энергетической информации США (EIA), свидетельствующими об обратном.

Наконец, в случае с публикацией «Немецкие СМИ признали "невероятный подъем” сельского хозяйства России» авторы используют более мягкую форму искажения фактов, ссылаясь на реальное событие -- участие российских компаний в сельскохозяйственной выставке в Берлине, упоминаемое немецкой газетой Der Tagesspiegel, и от себя добавляя информацию о «небывалом подъеме», которого нет в оригинале. Кроме того, как в первоисточнике фейка, так и в распространяющих его публикациях, издание Der Tagesspiegel, написавшее о выставке, выдается за некие многочисленные «немецкие СМИ».

При этом если проследить распространение экономических фейков в средствах массовой информации, то становится очевидным их внезапное затухание, в ряде случаев отмечаемое на активной фазе распространения fake news. Большинство фейков, рассмотренных в нашей выборке, прекратили активно распространяться в первый же день своего появления в медиапространстве. По времени этот момент, который мы предлагаем называть стадией терминации, совпадает с появлением публикаций- опровержений. Таким образом, можно предположить, что фактической стадией терминации распространения фейков является именно обнародование опровергающих публикаций.

Примечательно, что даже численное превосходство фейковых новостей (например, распространяемых через новостные агрегаторы в сетевых СМИ), не помогает массированному распространению фейка. Мы предположили, что, как только публикуется опровержение фейковых новостей, распространение фейка и его последующее цитирование другими СМИ останавливается. Для того чтобы доказать соответствующую закономерность, мы рассчитали коэффициент корреляции по шести рассмотренным фейкам, опубликованным в российских СМИ с апреля 2019 г. по апрель 2020 г. Уравнение линий регресии фейков и их опровержений по нашей выборке приобрело вид:

Таким образом, значимость коэффициента корреляции (совТ ИЛИ х-') с учетом переменных (и) по нашей выборке можно представить в виде:

В итоге мы видим, что коэффициент корреляции указывает на прямую связь между распространением фейка и быстротой его опровержения -- чем раньше будет опровергнут фейк, тем меньше он распространится в информационном пространстве. Данные по приведенной в работе выборке фейков и их опровержений подтверждают это предположение.

Таблица 1. Экономические фейки и их опровержение

Характерным примером быстрого распространения фейков в отсутствии публикаций-опровержений может служить материал «Вестей» «Франция хочет предложить Евросоюзу отменить антироссийские санкции», впервые опубликованный 29 апреля 2019 г. и затем продолжавший распространяться цитирующими первоисточник изданиями в течение трех дней, пока не были опубликованы материалы-опровержения.

Мы предполагаем, что распространение экономических фейков в СМИ останавливается ровно в тот момент, когда выходит публикация-опровержение и цитирующие ее публикации. При этом не важно итоговое количество публикаций-опровержений -- сам факт опровержения фейка служит инструментом сдерживания его распространения. Если же публикация-опровержение не появляется в день выхода фейка, то последний продолжает распространяться цитирующими источниками до момента опровержения. Важно отметить, что соотношение числа фейков и их опровержений по нашей выборке не имеет выраженной корреляции, что хорошо видно на графике (рис. 1).

Рис. 1. Распределение экономических фейков и их опровержений

Обозначенный выше механизм терминации fake news через публикацию опровержений не только объясняет принципы «умирания» фейков, но и ставит вопрос о количественном различии массивов фейков. Почему одни фейки до публикации опровержений активно цитируются и в итоге размещаются в десятках источников, в то время как другие не успевают активно распространиться и на момент опровержения находятся в количественном паритете с публикациями-опровержениями?

Мы предполагаем, что в данном случае речь идет об особенностях среды распространения фейков. Если таковой служат агрегаторы новостей, собирающие в сюжеты публикации сетевых средств массовой информации (как в случаях с фейками 2, 5, 6 в нашей выборке), то фейки быстрее распространяются через прямое цитирование первоисточника. Если же fake news не складываются в агрегированный новостной сюжет, то цитирование замедляется -- авторы последующих публикаций должны самостоятельно найти первоисточник и ознакомиться с ним.

Возможно, что второй сценарий распространения фейков носит естественный характер, в то время как первый имеет явные признаки организованного процесса. Между тем, как показывает проведенный нами кластерный анализ, распределение кластеров в матрице расстояний в нашей выборке сохраняется равномерным при изменении числа источников в тематической группе фейка, соответственно, массив fake news не оказывает существенного влияния на терминацию фейка через опровержение.

Таким образом, распространение экономических фейков в средствах массовой информации следует признать кратковременным и ограниченно эффективным процессом, не способным оказывать продолжительного влияния на аудиторию периодических изданий.

В то же время явная зависимость распространения fake news от материалов-опровержений недвусмысленно указывает на высокий потенциал пролиферации фейковых новостей при длительном (или полном) отсутствии соответствующей реакции независимых средств массовой информации на «фальшивые» публикации в ангажированных источниках.

Литература

1. Pogue D. The Ultimate Cure for the Fake News Epidemic Will Be More Skeptical Readers / D. Pogue // Scientific American.-- Режим доступа: https: //www.scientificamerican. com/article/the-ultimate-cure-for-the-fake-news-epidemic-will- be-more-skeptical-readers/ (дата обращения: 15.04.2020).

2. Jost P. Fake news -- Does perception matter more than the truth? / P. Jost, J. Punder, I. Schulze-Lohoff // Journal of Behavioral and Experimental Economics.--Vol. 85.-- Режим доступа: https://www.sciencedirect.com/journal/journal-of-behavioral-and-experimental-economics/vol/85/suppl/C (дата обращения: 15.04.2020).

3. Gravanis G. Behind the cues: A benchmarking study for fake news detection / G. Gravanis, A. Vakali, K. Diamantaras, P. Karadais // Expert Systems with Applications.-- 2019.-- № 128.-- P. 201-213.

4. Kaliyar R. FND-net -- A deep convolutional neural network for fake news detection / R. Kaliyar, A. Goswami, P. Narang, S. Sinha // Cognitive Systems Research.-- 2020.-- № 61.-- P. 32-44.

5. Delellis N. Fake News in the Context of Information Literacy: A Canadian Case Study / N. Delellis, V. Rubin // Navigating Fake News, Alternative Facts, and Misinformation in a Post-Truth World.-- IGI Global, 2020.

6. Allcott H. Social media and Fake News in the 2016 Election / H.Allcott, M. Gentzkow // Journal of Economic Perspectives.-- 2017.-- № 31 (2).-- P. 211-236.

7. Borden S. The Role of Journalist and the Performance of Journalism: Ethical Lessons From "Fake” News (Seriously) / S. Borden, C. Tew // Journal of Mass Media Ethics.-- 2007.-- №22 (4).-- P. 300-314.

8. Kapusta J. Comparison of fake and real news based on morphological analysis / J. Kapusta, P. Hajek, M. Munk, L. Benko // Procedia Computer Science.-- 2020.-- № 171.-- P. 2285-2293.

9. Zhang C. Detecting fake news for reducing misinformation risks using analytics approaches / C. Zhang, A. Gupta, C. Kauten, A. Deokar, X. Qin // European Journal of Operational Research.-- 2019.-- № 279 (3).-- P. 1036-1052.

10. Vosoughi S. The spread of true and false news online / S. Vosoughi, D. Roy, S. Aral // Science.-- 2018.-- № 359 (6380).-- P. 1146-1151.

Размещено на Allbest.ru