Analiza indywidualnej podatności
użytkowników mediów społecznościowych
na fake newsy – perspektywa polska
Klaudia Rosińska
Uniwersytet Kardynała Stefana Wyszyńskiego, Warszawa claudia.rosinska@wp.pl
ORCID: 0000-0002-0503-9823
Paweł Brzóska
SWPS Uniwersytet Humanistycznospołeczny, Poznań pbrzoska1@st.swps.edu.pl
ORCID: 0000-0002-5230-2663
STRESZCZENIE
Cel i hipoteza: Przedmiotem badań prezentowanych w artykule jest zagadnienie fake newsów oraz wpływ analitycznego myślenia użytkownika na jego zdolność do rozpoznawania niepraw-dziwych informacji. U podstaw tych dociekań leży hipoteza, że wysoki poziom myślenia anali-tycznego wpływa pozytywnie na umiejętność rozróżniania fake newsów od wiadomości praw-dziwych. Metody badań: Metoda sondażu diagnostycznego, zawierającego skalę fake newsów oraz psychologiczny pomiar poziomu analitycznego myślenia. Wyniki i wnioski: Analiza udo-wadnia, że istnieje zasadniczy związek między poziomem analityczności myślenia a umiejęt-nością rozpoznawania fałszywych informacji. Ponadto zostały zidentyfi kowane pewne grupy szczególnie podatne na fake newsy. Wartość poznawcza artykułu: W artykule przedstawiono medioznawczo-psychologiczną analizę zjawiska fake news w Polsce, skupiającą się na podatno-ści użytkowników mediów społecznopodatno-ściowych na fałszywe wiadomopodatno-ści. Jest to pierwsze tego rodzaju interdyscyplinarne badanie przeprowadzone w polskich realiach medialnych.
SŁOWA KLUCZOWE
N
ieprawdziwe informacje, zwane fake newsami, stały się szczególnie popularne dzięki por-talom społecznościowym, w których informacje rozprzestrzeniają się niezwykle szybko. Z tego też powodu zjawisko dezinformacji za pomocą fake newsów jest zagadnieniem analizo-wanym przez naukowców z różnych dyscyplin. Duża część takich analiz dotyczy rozpoznania elementów bądź rodzajów tych wiadomości oraz schematu ich dystrybucji (Aldawairi, 2018; Shu et al., 2017; Horne & Adalı, 2016). Warto podkreślić, że liczni badacze z różnych dziedzin podkreślają powszechność i negatywny wpływ fake newsów na aktualną rzeczywistość zarównona świecie (Allcott & Gentzkow, 2017; Curtis, 2017; Flynn, Nyhan, &Reifl er, 2017; Lazer et al.,
2018; Lewandowsky, Ecker, &Cook, 2017; Mayer, 2018; Nyilasy, 2019; Public dialog, 2017),
jak i w Polsce (Bąkowicz, 2019; Gorwa, 2017; Łódzki, 2017; On Board Think Kong, 2017;
Palczewski, 2019).
Dlatego celem tego artykułu jest zbadanie i przedstawienie stanu indywidualnej podatności na fake newsy w Polsce w kontekście zmiennych demografi cznych i psychologicznych. Badanie zostało przeprowadzone za pomocą metody sondażu diagnostycznego zawierającego medio-znawczą skalę fake news oraz psychologiczny pomiar poziomu analitycznego myślenia. Jest to badanie wstępne, rozpoznające pewne tendencje, ale wymagające zweryfi kowania na większej próbie demografi cznej. Jednak wyniki tego badania pozwalają już na pewne wnioski, zwłaszcza w obszarze edukacji medialnej.
Defi niowanie fake newsa
Mimo że sformułowanie fake news zyskało zainteresowanie i szybko stało się popularne w języ-ku potocznym, to nie ma jednoznacznej defi nicji, która określałaby, czym są fake newsy. W li-teraturze istnieje podział na węższe i szersze defi nicje, które zwracają uwagę na różne aspekty tego zjawiska. Na potrzeby tego artykułu przytoczone zostaną niektóre defi nicje medioznawcze oraz perspektywa psychologiczna.
Amerykańscy badacze Hunt Allcott i Matthew Gentzkow (2017) defi niują zjawisko w węż-szym aspekcie i uważają, że fake newsy są to przekazy medialne przedstawiane jako fakty, choć nieoparte na faktach. Przekazy medialne rozumieją jako informacje zawarte zarówno w me-diach, jak i social mediach. Wykluczają jednak wypowiedzi polityków, które mogą być celo-wo fałszywe, kwalifi kując je jako manipulacje polityczne. Kanadyjscy naukowcy Naill Conroy, Victoria Rubin i Yimin Chen (2015) defi niują fake newsy jako celowe, oszukańcze wiadomości, które są rozpowszechniane wśród niczego niepodejrzewających odbiorców. Podobnie jak Allcott i Gentzkow, kanadyjscy badacze zwracają uwagę na celowość fałszywych informacji, ale sku-piają się dużo bardziej na rozpowszechnianiu ich wśród odbiorców. Zespół opracował metody weryfi kacji oparte na analizie tekstowej. W swoich badaniach naukowcy z Kanady analizują zwłaszcza social media, ale odnoszą się także do tradycyjnych artykułów prasowych. Z kolei niemiecki zespół badaczy: Martin Potthast, Johannes Kiesel, Kevin Reinartz, Janek Bevendorff oraz Benno Stein (2017) zwraca uwagę na oddziaływanie fake newsów. Zauważają oni, że w me-diach społecznościowych rozprzestrzenia się pewien rodzaj „newsów”, który szybko zyskuje popularność i jest zazwyczaj skrajnie jednostronny, kontrowersyjny, emocjonalny i często prze-pełniony nieprawdą. Niemieccy badacze opracowali też trzy poziomy wykrywania fake newsów. Jest to poziom wiedzy, czyli faktów, poziom oparty na kontekście mediów społecznościowych oraz rozpoznanie stylu, w jakim jest napisana fałszywa wiadomość.
Grupa badaczy amerykańskich, Chris Vargo, Lei Guo oraz Michelle Amazeen (2018), de-fi niuje fake news w szerszym kontekście, jako doniesienia medialne i zawarte w nich historie, które nie mają potwierdzenia w faktach, ale są prezentowane jako newsy, albo doniesienia cał-kowicie fałszywe, które przypominają newsy, a są rozpowszechniane w celu przyciągania uwagi
i przygotowywane dla uzyskania korzyści o charakterze fi nansowym. Ta defi nicja odnosi się do ukrytego celu ekonomicznego fałszywych publikacji, ale jednocześnie zostawia miejsce na satyryczne wiadomości. Szersze defi nicje fake newsów skupiają się nie tyle na intencjach, co na samej fałszywości treści. Tego rodzaju defi nicje zaliczają do rodzajów fake newsów również wiadomości satyryczne i prześmiewcze, a także wszelkiego rodzaju fabrykacje i mistyfi kacje oraz błędy dziennikarskie. W szerszym kontekście fake newsy defi niuje Robert Gorwa, badacz z Uniwersytetu w Oxfordzie. Uważa on (Gorwa, 2017), że fake news to wpisy, wiadomości lub nawet całe kanały, gdzie przesyłane dane (w różnym stopniu) okazują się nieprawdziwe lub przeinaczone. Na satyrę jako szerszy kontekst fake newsów zwracają uwagę Rubin, Conroy, Chen i Cornwell (2016), którzy zauważają, że fałszywe informacje mogą powstawać bez inten-cji twórcy. Według nich niektóre fake newsy zostały stworzone jako żart lub satyra, ale ludzie powielający takie newsy traktowali je jako poważne informacje. Ciekawym spostrzeżeniem na temat podziału na węższe i szersze defi nicje fake newsów podzieliły się Sandra Baron i Rebecca Crootof (2017) w raporcie „Fighting Fake News”. Zauważyły one, że bez względu na perspek-tywę defi niowania tego zjawiska wspólnym jest fakt, że dewaluuje i delegitymizuje ono głosy ekspertów, autorytatywne instytucje medialne i pojęcie obiektywnych danych. Autorki raportu zaznaczają, że bez względu na to, czy wiadomość została napisana intencjonalnie fałszywie, czy satyrycznie bez intencji manipulowania, to w konsekwencji staje się wiadomością podważającą fakty i przyczynia się do społecznej degradacji i odejścia od obiektywnego postrzegania rzeczy-wistości. Podobnego problemu dotyka koncept powielany przez wielu autorów, że fake newsy są efektem internetowych uwarunkowań technologicznych. Przedstawione dotąd defi nicje są różnorodne i wieloaspektowe. Choć zjawisko to ewoluuje i wymaga szerokiego spojrzenia, to na potrzeby tej pracy zdecydowano się przyjąć wąską defi nicję Allcotta i Gentzkowa. Badacze od-noszą się bowiem do tzw. twardych fake newsów, co w pewien sposób zawęża obszar badawczy i umożliwia zbadanie podatności na te konkretne fałszywe wiadomości.
Równoległy do defi nicji fake newsa jest podział treściowy. Na podstawie literatury medio-znawczej zaproponowano autorski podział, wyróżniający kilka rodzajów fake newsów: 1. ryczne (wiadomości humorystyczne, np. posty serwisu „AszDziennik” oraz wszelkie treści saty-ryczne, które oderwane od kontekstu mogą wydawać się poważne, ale wprowadzać odbiorców w błąd); 2. pomyłkowe (wszelkie błędne lub pomyłkowe informacje na temat osób lub zdarzeń, zyskujące duże zasięgi w procesie dystrybucji); 3. zwodnicze (treści, które zwodzą odbiorców np. tytułem, czyli niektóre clickbaity); 4. plotkarskie (informacje dotyczące celebrytów, sportow-ców itp., niemające żadnego pokrycia w faktach); 5. pseudonaukowe (wiadomości powołujące się na rzekome badania naukowe lub instytucje o dużym autorytecie naukowym, bez konkretnych źródeł lub manipulujące źródłami naukowymi w celu wykreowania fałszywej teorii); 6. konspi-racyjne (wszelkie teorie konspikonspi-racyjne i spiskowe, niemające żadnych źródeł opartych na fak-tach, ale także te, które są pisane w konwencji spiskowej, a oderwane od tej konwencji tworzą odrębną fałszywą wiadomość); 7. ekstremalne (treści dotyczące ekstremalnych wydarzeń, np. zamachów terrorystycznych, wojny, tragicznej śmierci osób publicznych, okaleczania i wszyst-kich tematów mających na celu zastraszenie odbiorcy lub zwrócenie jego uwagi na drastyczne zdarzenia); 8. społeczne (są to treści związane z aktualnym życiem społecznym, przedstawiające nieprawdziwą wersję zdarzeń lub manipulujące faktami na dany temat); 9. historyczne (wiado-mości dotyczące przeszłych wydarzeń bądź osób, przedstawiające je w nieprawdziwy sposób); 10. polityczno-gospodarcze (wiadomości dotyczące spraw politycznych i gospodarczych, polity-ków lub biznesmanów, przedstawiające fałszywy obraz działań politycznych i gospodarczych); 11. komercyjne (wszelkie fałszywe recenzje i kampanie reklamowe oraz niektóre clickbaity); 12. światopoglądowe (treści dotyczące religii oraz wszelkiego rodzaju ideologii). Podział
po-zwala wyselekcjonować fake newsy tematycznie zgodne z defi nicją tego pojęcia proponowaną przez Alcotta i Gentzkowa. Dlatego na tej właśnie defi nicji i klasyfi kacji oparto medioznawczą część badania, którego wyniki zostaną zaprezentowane w niniejszej pracy. Zanim to jednak na-stąpi, warto zrozumieć perspektywę psychologiczną, która ma istotne znaczenie dla przeprowa-dzonego badania.
Perspektywa psychologiczna dotycząca postrzegania fake newsa
Jednym z obszarów, których fake news bezpośrednio dotyczy, jest jego odbiorca, czyli użytkow-nik mediów. Perspektywa ta koncentruje się wokół pytania, dlaczego niektóre osoby mają ten-dencje do wierzenia w nieprawdziwe informacje, a inne niemal natychmiast je odrzucają, a także jakie czynniki poznawcze wpływają na takie rezultaty przetwarzania informacji?
Literatura dotycząca tego tematu wyróżnia dwa kluczowe aspekty. Po pierwsze, osoby prefe-rują informacje zgodne z ich przekonaniami i poglądami politycznymi, niezależnie od ich praw-dziwości i rzetelności. Kluczowe jest to, żeby informacja była zgodna z poglądami jednostki lub
pochodziła ze źródła przedstawiającego podobne poglądy (Kahan, 2017; Van Bavel & Pereira,
2018; Redławsk, Civettini, & Emmerson, 2010; Strickland, Taber, & Lodge, 2011; Berinsky,
2017; Nyhan & Reifl er, 2010; Ecker, Hogan, & Lewandowsky, 2017; Swire, Ecker, &
Lewan-dowsky, 2017; Harper & Baguley, 2019; Li & Sakamoto, 2014). Drugim aspektem indywidu-alnej podatności na fake newsy jest rola zdolności poznawczych. Kluczowe prace podejmujące temat indywidualnej podatności na fake newsy wskazują na fakt, że istotną zmienną w postrze-ganiu fake newsów jest poziom analitycznego myślenia (Pennycook & Rand, 2018; Pennycook & Rand, 2019). Badania sugerują, że jego niski poziom zwiększa indywidualną podatność na fake newsy. Dlatego też warto zweryfi kować te założenia w polskich realiach medialnych.
Metodologia
Celem przedstawionego badania jest sprawdzenie indywidualnej podatności użytkowników me-diów społecznościowych na fake newsy w Polsce. Aby zrealizować ten cel, przygotowano narzę-dzie badawcze składające się z kwestionariusza newsów i dwóch testów psychologicznych.
Badanie zostało przeprowadzone na portalu Facebook metodą kuli śniegowej. Ostateczna próba respondentów składała się z 303 osób. Paradygmat pomiaru i procedura jego pozyskiwa-nia zostały zaczerpnięte z licznych prac amerykańskich, w których zastosowano je w kontekście psychologicznym do testowania indywidualnej podatności na fake newsy (Bago, Rand, & Pen-nycook, 2020); PenPen-nycook, Bear, Collins, & Rand, in press; PenPen-nycook, Cannon, & Rand, 2018; Pennycook & Rand, 2018; Pennycook & Rand, 2019).
W celu uzyskania szerokiego spektrum pozycji i zgodności z defi nicją materiał do badań został zebrany niezależnie przez dwie osoby, zgodnie z autorską kategoryzacją tematyczną. Za-równo fake newsy, jak i prawdziwe informacje zostały przedstawione w takim samym formacie, przypominającym post z portalu Facebook. W pierwszej turze przygotowano 25 prawdziwych wiadomości pochodzących z popularnych źródeł medialnych, takich jak: Newsweek.pl, Fakt.pl, Polsatnews.pl, TVPinfo.pl, Wp.pl, Onet.pl, Gazeta.pl, Wyborcza.pl. Ta część materiału dla czy-telności będzie dalej określana jako real news, czyli wiadomości prawdziwe i wiarygodne. Poza tym przygotowano 25 fake newsów pochodzących z polskich stron zajmujących się
fact-chec-kingiem: Demagog.org, Fakenews.pl, Demaskator oraz Kontakt24. W dalszej kolejności trójka
sędziów kompetentnych oceniła jakość przygotowanego materiału badawczego i jego zgodność
z przyjętą defi nicją fake newsa. Następnie przeprowadzono na nim krótkie pilotażowe badanie
(N = 30), w którym respondenci oceniali prawdziwość 50 wiadomości. Badanie to wykaza-ło słabość 4 real newsów i niską rzetelność pomiaru fake newsów. Zdecydowano się więc na
drugą turę zbierania materiału. Zebrano dodatkowe 11 fake newsów (łącznie 23) i 4 real newsy (łącznie 16). Ponownie materiał został oceniony przez trzech sędziów kompetentnych, innych niż w pierwszej turze. Dwadzieścia osiem pozycji, po 14 w każdej z dwóch kategorii, uzyskało zadowalającą ocenę jakości. Następnie materiał został ułożony w losowej kolejności, tworząc kwestionariusz podatności na fake newsy, złożony z 14 fake newsów i 14 real newsów o różnej tematyce.
Skala odpowiedzi składała się z 6 stopni: 1 – zdecydowanie nieprawdziwe; 2 – nieprawdzi-we; 3 – częściowo nieprawdzinieprawdzi-we; 4 – częściowo prawdzinieprawdzi-we; 5 – prawdzinieprawdzi-we; 6 – zdecydowanie prawdziwe. Odpowiedzi badanych zostały zakodowane w trzy wskaźniki: (1) postrzeganie fake
newsów (średnia z odpowiedzi na wszystkie fake newsy). Im wyższy wskaźnik, tym osoba
bada-na za bardziej prawdziwe uzbada-nawała fake newsy wchodzące w skład skali; (2) postrzeganie real
newsów (średnia z odpowiedzi na wszystkie real newsy). Im wyższy był ten wskaźnik, tym
oso-ba oso-badana za oso-bardziej prawdziwe uznawała real newsy wchodzące w skład skali; (3) rozpozna-wanie fake newsów (różnica między postrzeganiem fake newsów a postrzeganiem real newsów). Im wyższy był ten wskaźnik, tym lepiej osoba badana rozpoznawała fake newsy, tj. uznawała
real newsy za bardziej prawdziwe niż fake newsy.
W dalszej części kwestionariusza, za pomocą dwóch narzędzi został zmierzony poziom analitycznego myślenia. Pierwszym narzędziem był trójpozycyjny test świadomego myślenia (Frederick, 2005). W jego skład wchodziły trzy pozycje w formie zagadek matematycznych. Na przykład: „Kij do baseballa i piłka kosztują razem 1,10 zł. Kij kosztuje o 1,00 zł więcej niż piłka. Ile kosztuje piłka?”. Intuicyjną odpowiedzią jest 10 groszy, jednak uważna osoba zauważy, że prawidłowa odpowiedź to 5 groszy. Żeby odpowiedzieć prawidłowo, trzeba poprawnie przeana-lizować treść zadania. Drugim wykorzystanym narzędziem jest nienumeryczny test świadomego myślenia ułożony ze względu na krytykę testu stworzonego przez Fredericka (Sirota, Kosto-vičová, Juanchich, Dewberry, & Marshall, in press). Składa się z ośmiu zagadek o podobnej strukturze, jednak nieopierających się na liczbach. Na przykład: „Ojciec Mary ma 5 córek i żad-nego syna. Ich imiona to Nana, Nene, Nini, Nono. Jak ma na imię piąta córka?”. Prawidłową odpowiedzią jest oczywiście Mary. Obydwa testy zostały skutecznie zaadaptowane i poddane walidacji w Polsce (Olszewska & Sobków, 2019). Wyniki zostały zakodowane we wskaźnik
Analitycznego myślenia w taki sposób, że 25 proc. osób, które odpowiedziało najlepiej,
zosta-ło przypisane do grupy o wysokiej analityczności, a 25 proc. osób, których odpowiedzi były błędne w największym stopniu, przypisano do grupy o niskiej analityczności. Na końcu badani wypełnili metryczkę składająca się z pytań o wiek, płeć, wykształcenie i korzystanie z portalu Facebook jako źródła informacji.
Na podstawie teorii przytoczonej w tej pracy postawiono hipotezę o pozytywnym związku między poziomem analitycznego myślenia a rozpoznawaniem fake newsów. W celu potwier-dzenia założonych hipotez postawiono następujące pytania badawcze: (1) Jak użytkownicy me-diów społecznościowych oceniają fake newsy i real newsy w skali prawdziwości? (2) Jakie fake newsy są postrzegane jako najbardziej fałszywe, a jakie jako najbardziej prawdziwe? (3) W jaki sposób różnicuje się rozpoznawanie fake newsów ze względu na takie czynniki, jak: wiek, płeć, wykształcenie czy korzystanie w Facebooka jako źródła informacji? (4) Jaki jest wpływ anali-tycznego myślenia na rozpoznawanie fake newsów w zależności od wieku, płci, wykształcenia czy korzystania z Facebooka jako źródła informacji?
Wyniki
Przedstawienie wyników warto rozpocząć od analizy skali fake newsów i real newsów znajdują-cej się w pierwszej części badania. Skala zawierała 14 fake newsów i 14 real newsów (przykłady
zawarte w skali zostaną dołączone do suplementu). Użytkownicy mieli za zadanie określić sto-pień prawdziwości danej informacji. Na rysunku 1. został zaprezentowany rozkład wszystkich fake newsów, w kolejności od tych postrzeganych jako najmniej prawdziwe, do tych postrzega-nych jako najbardziej prawdziwe. Dla porównania, rysunek 2. obrazuje to postrzeganie w przy-padku real newsów, czyli informacji prawdziwych. Z tych dwóch wykresów wynika, że fake newsy były postrzegane przez użytkowników jako mniej prawdziwe, a real newsy – jako bardziej prawdziwe. Jeszcze lepiej zobrazuje to rysunek 3.
Na rysunku 3. widać, że tylko jeden fake news (nr 10) był przez ankietowanych oceniany jako bardziej prawdziwy od trzech real newsów (nr 3, 4 i 13). Należy to ocenić jako pozytywne zjawisko, gdyż oznacza, że użytkownicy w większości potrafi ą odróżnić informacje prawdziwe od tych fałszywych. 6 5 4 3 2
1 fake 1 fake 8 fake 10
1 fake 14 fake 4 fake 5 fake 7 fake 9 fake 12 fake 1 fake 2 fake 6 fake 13 fake 3
Oś Y: średnia ocena prawdziwości fake newsów w skali 1 – zdecydowanie nieprawdziwe; 2 – nieprawdziwe; 3 – częściowo nieprawdziwe; 4 – częściowo prawdziwe;
5 – prawdziwe; 6 – zdecydowanie prawdziwe
Rys. 1. Postrzeganie fake newsów Źródło: badanie własne
Oś Y: średnia ocena prawdziwości real newsów w skali 1 – zdecydowanie nieprawdziwe; 2 – nieprawdziwe; 3 – częściowo nieprawdziwe; 4 – częściowo prawdziwe;
5 – prawdziwe; 6 – zdecydowanie prawdziwe
6
5
4
3
2
1 real 1 real 5 real 9
1 real 14 real 8 real 10 real 6 real 12 real 7 real 1 real 2 real 13 real 3 real 4
Rys. 2. Postrzeganie real newsów
Źródło: badanie własne
6 5 4 3 2 1
Oś Y: średnia ocena prawdziwości wszystkich newsów w skali 1 – zdecydowanie nieprawdziwe; 2 – nieprawdziwe; 3 – częściowo nieprawdziwe; 4 – częściowo prawdziwe;
5 – prawdziwe; 6 – zdecydowanie prawdziwe
real 9 real 5 real 1 1 real 14 real 8 real 10 real 6 real 12 real 7 real 1 real 2 real 13 real 3 real 4 fake 10 fake 8 fake 1 1 fake 14 fake 4 fake 5 fake 7 fake 9 fake 12 fake 1 fake 2 fake 6 fake 13 fake 3
Źródło: badanie własne
W odpowiedzi na drugie pytanie badawcze zostaną zamieszczone dwa wyróżniające się fake newsy. Na rysunku 4. przedstawiono najbardziej niewiarygodny fake news, który otrzymał śred-nią ocenę 1,57, czyli pomiędzy 1 (zdecydowanie nieprawdziwe) a 2 (nieprawdziwe). Natomiast na rysunku 5. pokazano fake news najbardziej wiarygodny, który otrzymał średnią ocenę 3,48, czyli pomiędzy 3 (częściowo nieprawdziwe) a 4 (częściowo prawdziwe).
Rys. 4. Najbardziej niewiarygodny fake news
Źródło: badanie własne
Źródło: badanie własne
Oba przykłady wydają się ciekawe, zwłaszcza z perspektywy medioznawczej. Pierwszy z nich (rys. 4), uznany za niewia-rygodny, dotyczy produktu popularnej marki produkującej napoje energetyczne oraz rze-komego składnika w postaci spermy byka. Założenie, że jest to informacja niewiary-godna może dotyczyć wiarygodności marki i jej silnej pozycji na rynku, ale także faktu, że sperma byka wydaje się dość abstrakcyj-nym składnikiem w jakimkolwiek napoju. Przykład drugi (rys. 5) to fake news oce-niany jako bardziej prawdziwy niż niektóre prawdziwe wiadomości. Dotyczy sytuacji w Niemczech związanej z wycinką lasów. Interesujące wydaje się, że akurat fake news na temat zachodnich sąsiadów wydał się respondentom wiarygodny. Trudno jednak wyjaśnić, dlaczego tak się stało.
Autorów tej pracy szczególnie intere-sował sposób rozumowania użytkowników i ich predyspozycje w zakresie odróżniania
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Płeć respondentów Kobieta (N = 173) Mężczyzna (N = 126)
Rys. 6. Rozpoznawanie fake newsów w zależ-ności od płci
Źródło: badanie własne
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Wiek respondentów < 25 lat (N = 99) 25–34 lata (N = 95) 35–49 lat (N = 56) 50+ lat (N = 30)
Rys. 7. Rozpoznawanie fake newsów w zależności od wieku
fake newsów od real newsów. Poziom rozpoznawania fake newsów oznacza, o ile punktów, w przedstawionej 6-stopniowej skali (1 – zdecydowanie nieprawdziwe, 6 – zdecydowanie praw-dziwe), badana osoba oceniała wyżej real newsy od fake newsów. Im wyższy jest wskaźnik, tym
lepiej osoba rozpoznaje fake newsy.Na podstawie tych danych starano się znaleźć odpowiedź na
pytanie, w jaki sposób różnicuje się rozpoznawanie fake newsów ze względu na takie czynniki, jak: wiek, płeć, wykształcenie czy korzystanie z Facebooka jako źródła informacji. Dane wska-zują na to, że mężczyźni nieco lepiej rozpoznawali fake newsy (rys. 6). Jest to jednak różnica niewielka.
Interesująco przedstawia się także czynnik wieku. Najwyższy poziom rozpoznawania fake newsów stwierdzono u osób między 25. a 34. rokiem życia. Natomiast po 35. roku życia ten poziom spadał wraz z wiekiem, co zostało zaprezentowane na rysunku 7. Może to wy-nikać ze spadku koncentracji lub braku umiejętności krytycznego analizowania przekazów medialnych w tych grupach wiekowych. Jest to bardzo cenna wskazówka dla edukatorów medialnych, którzy powinni skierować swoje działania przede wszystkim do tych grup wie-kowych. 2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Wykształcenie respondentów Podstawowe (N = 10) Średnie (N = 40) Techniczne (N = 7) Zawodowe (N = 6) W trakcie studiów (N = 70) Wyższe (N = 170)
Rys. 8. Rozpoznawanie fake newsów w zależności od wykształcenia
Źródło: badanie własne
Istotny w kontekście badania wydawał się też czynnik związany z poziomem wykształce-nia (rys. 8). Najwyższą rozpoznawalność fałszywych informacji prezentowały osoby w trakcie studiów. Może być to spowodowane podwyższoną aktywnością intelektualną w tym okresie życia, która jest nieustannie weryfi kowana w toku studiów. Najniższy poziom rozpoznawania fake newsów występował natomiast u osób z wykształceniem technicznym i zawodowym. Klu-czowym wnioskiem jest to, że osoby lepiej wykształcone trafniej rozpoznają fake newsy. Na-tomiast stosunkowo niski poziom rozpoznawania fake newsów przez osoby z wykształceniem technicznym i zawodowym może być wskazówką do dalszych rozważań. Liczebność tych grup
nie pozwala jednak wysuwać twardych wniosków na tym etapie.
Innym czynnikiem wartym uwagi wydawało się korzystanie z Facebooka jako istotnego źródła informacji. Niektóre badania przeprowadzone w USA wskazywały, że im częściej użyt-kownik korzysta z tego portalu w celu poszukiwania wiadomości, tym bardziej jest narażony na danie wiary nieprawdziwym informacjom
(Silverman & Singer-Vine, 2016). Z drugiej jednak strony wydaje się, że dzięki częstemu korzystaniu można wypracować umiejętność rozpoznawania fake newsów. Na rysunku 9. można zaobserwować, że osoby korzystają-ce z portalu w różnym nasileniu czasowym utrzymują w miarę podobny procent roz-poznawania fałszywych wiadomości. Duża różnica jest widoczna w przypadku osób, które korzystają głównie z Facebooka, a tak-że tych, które w ogóle nie korzystają z tego portalu. Te osoby znacznie gorzej radziły so-bie z rozpoznaniem fałszywych informacji. Można więc przyjąć, że obecność na portalu w jakiś sposób wzmacnia u użytkowników umiejętności rozpoznawania fake newsów, być może przez samo obcowanie z nimi.
Kluczowym pytaniem dla przeprowa-dzonego badania było to, w jaki sposób wysoki poziom analitycznego myślenia
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów
Częstotliwość korzystania z Facebook.com w celach informacyjnych W ogóle
z niego nie korzystam,
nie mam tam konta i nie interesuje mnie to (N = 12) Korzystam z niego, ale nie obchodzą mnie wiadomości tam zamieszczane (N = 44) Bardzo rzadko widuję i szukam wiadomości na Facebooku, korzystam z innych źródeł wiadomości (N = 98) Sporadycznie widuję i szkukam wiadomości na Facebooku, jest on jednym z moich źródeł wiadomości (N = 70) Dość często widuję i szukam wiadomości na Facebooku, jest on jednym z głównych źródeł wiadomości (N = 66) Facebook.com jest moim głównym źródłem najnowszych wiadomości i informacji (N = 13)
Rys. 9. Rozpoznawanie fake newsów w zależności od częstotliwości korzystania z Facebooka
Źródło: badanie własne
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Analityczne myślenie Niskie (N = 80) Wysokie (N = 72)
Rys. 10. Rozpoznawalność fake newsów a po-ziom analitycznego myślenia
wpływa na rozpoznawanie fake newsów. Na rysunku 10. widać, że osoby myślące bardziej analitycznie radziły sobie lepiej z rozpoznawaniem fake newsów. To zjawisko jest zgodne z obserwacjami indywidualnej podatności na fake newsy w Stanach Zjednoczonych uwzględ-niającymi tylko fake newsy polityczne. Zebrane dane potwierdzają, że wysoki poziom anali-tycznego myślenia zwiększa umiejętność rozpoznawania fake newsów również w Polsce.Na tej podstawie wnioski amerykańskich badaczy można rozszerzyć znacznie bardziej.
Dalsze analizy wskazują na to, że wyższy poziom myślenia analitycznego podnosił poziom rozpoznawania fake newsów, niezależnie od zbadanych przez nas zmiennych demografi cznych. W przypadku płci (rys. 11) można zaobserwować, że osoby z wysokim poziomem analitycznego myślenia prezentowały zbliżony poziom rozpoznawania fake newsów. Sytuacja jest odmienna w przypadku niskiego poziomu analityczności. Mężczyźni o niskim poziomie analitycznego myślenia znacząco lepiej rozpoznawali fake newsy niż kobiety o niskiej analityczności. Przepro-wadzenie badania z jeszcze szerszym zakresem wiadomości na reprezentatywnej próbie, wraz z pomiarem wartości, jest niezbędne, by wyraźnie określić powód tej różnicy.
W przypadku wieku (rys. 12) zaobserwowano, że wśród osób powyżej 50. roku życia różnica ze względu na poziom analityczności myślenia jest niewielka. Może to być spowodowane stosun-kowo niską liczebnością analizowanej próby w tym przedziale wiekowym (N = 30), jednak nawet mimo to wyniki sugerują, że warto dogłębniej zbadać właśnie tę grupę i na niej skupić działania edukacyjne.
Jeśli chodzi o zmienną związaną z wykształceniem (rys. 13), to pojawiły się dwie nieści-słości. Po pierwsze, w grupie osób z wykształceniem zawodowym nie znalazła się ani jedna osoba o wysoko analitycznym poziomie myślenia. Ponadto, co niespodziewane, bardziej anali-tyczne myślenie było wręcz szkodliwe w przypadku osób z wykształceniem technicznym.
Ana-2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Płeć respondentów Analityczne myślenie Niskie Wysokie Kobieta Mężczyzna
Rys. 11. Rozpoznawalność fake newsów w zależności od poziomu analitycznego myślenia, z po-działem na płeć
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Analityczne myślenie Niskie Wysokie
< 25 lat 25–34 lata 35–49 lat 50+ lat
Wiek respondentów
Rys. 12. Rozpoznawalność fake newsów w zależności od poziomu analitycznego myślenia, z po-działem na wiek
Źródło: badanie własne
2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Analityczne myślenie Niskie Wysokie
Podstawowe Średnie Techniczne Zawodowe W trakcie studiów
Wyższe
Wykształcenie respondentów
Rys. 13. Rozpoznawalność fake newsów w zależności od poziomu analitycznego myślenia, z po-działem na wykształcenie
liza w znaczącym stopniu pokazuje, że wyniki dla tych poziomów wykształcenia (techniczne i zawodowe) są niekonkluzywne. Ponowne zebranie dużej reprezentatywnej próby pozwoliłoby trafniej określić wpływ analitycznego myślenia wśród osób o takim wykształceniu. Warto jed-nak zauważyć, że wysoki poziom analitycznego myślenia bardzo pomaga w rozpoznawaniu fake newsów osobom w trakcie studiów.
W przypadku korzystania z Facebooka (rys. 14) również pojawiły się dwa efekty warte wy-tłumaczenia. Po pierwsze, wśród osób niekorzystających z Facebooka nie było ani jednej osoby o wysokim poziomie analitycznego myślenia. Wynika to ze zbyt małej liczby osób, które za-deklarowały brak Facebooka. Po drugie, różnica w rozpoznawaniu fake newsów, jaką generuje poziom analitycznego myślenia wśród osób, dla których Facebook jest głównym źródłem infor-macji, jest bez wątpienia przeszacowana. Jednak kierunek relacji jest zgodny z oczekiwaniami i prawdopodobnie taki jest też w rzeczywistości. Wskazuje to na fakt, że grupa teoretycznie najbardziej narażona na fake newsy (Silverman & Singer-Vine, 2016) najwięcej może zyskać wraz ze wzrostem analityczności myślenia. W tej grupie analityczność myślenia może być klu-czowym czynnikiem chroniącym. Oczywiście, żeby w uprawniony sposób postawić taki wnio-sek, powinno zostać przeprowadzone badanie na próbie reprezentatywnej, z włączeniem osób niekorzystających z Facebooka czy internetu.
2,50 2,00 1,50 1,00 0,50 0,00 Ś rednia rozpoznawalność fake newsów Analityczne myślenie Niskie Wysokie
Facebook.com jest moim
głównym źródłem najnowszych
wiadomości i informacji
Dość często widuję i szukam
wiadomości na Facebooku, jest
on jednym z głównych źródeł
wiadomości
Bardzo rzadko widuję i szukam
wiadomości na Facebooku,
korzystam z innych źródeł
wiadomości
W
ogóle z niego nie korzystam,
nie mam tam konta
i nie interesuje mnie to tam zamieszczane nie obchodzą mnie wiadomości Korzystam z niego, ale źródeł wiadomości jest on jednym z moich wiadomości na Facebooku, Sporadycznie widuję i szukam
Rys. 14. Rozpoznawalność fake newsów w zależności od poziomu analitycznego myślenia, z po-działem na częstotliwość korzystania z Facebooka
Źródło: badanie własne
Przeprowadzone analizy wskazują na trafność dokonanego pomiaru, ale także na możliwe luki i punkty krytyczne, które powinny zostać poddane dalszym działaniom.
Wnioski
Najważniejszym wnioskiem płynącym z przeprowadzonego badania jest fakt, że wysoki poziom analitycznego myślenia przyczynia się do lepszego rozpoznawania fałszywych informacji. Co
więcej, w porównaniu z pierwotnym badaniem amerykańskich autorów wiadomo, że dotyczy to wielu obszarów tematycznych, a nie tylko fake newsów politycznych. Najbardziej niewiarygod-nym fake newsem okazała się informacja dotycząca produktu popularnej marki, produkującej napoje energetyczne, zawierającego rzekomy składnik w postaci spermy byka. Niewiarygod-ność tej informacji może wynikać z jej abstrakcyjności, ale także z silnej pozycji marki RedBull, przedstawionej na zdjęciu dołączonym do nieprawdziwej informacji. Wydaje się, że jest to in-teresująca wskazówka dla specjalistów public relations oraz specjalistów od marketingu inter-netowego zajmujących się zarządzaniem kryzysowym związanym z fałszywymi informacjami (Grzesiak, 2017). Silna wiarygodność marki może zmniejszać negatywny wpływ fałszywych informacji. Dlatego ważne wydaje się budowanie wiarygodności jako formy przeciwdziałania takim fake newsom. Z kolei najbardziej wiarygodnym fake newsem okazała się wiadomość do-tycząca wycinki lasów w Niemczech. Wydaje się, że stało się tak dlatego, że wiadomość była mało konkretna i podawała stosunkowo mało kontrowersyjne fakty. Być może dlatego wydała się odbiorcom wiarygodna. Na tej podstawie można wyciągnąć istotny wniosek dotyczący siły oddziaływania fake newsa. Paradoksalnie okazuje się, że im bardziej niekonkretna i niekon-trowersyjna jest wiadomość, tym większe mogą być szanse, że zostanie uznana za wiarygodną (Gilbert, 1991). Z pewnością jest to ciekawy wstęp do dalszych analiz, zwłaszcza w obszarze psychologii i językoznawstwa.
Oprócz tego, z analizy wyników płyną istotne wnioski dla edukacji medialnej. Najwyższym poziomem rozpoznawania fake newsów legitymowały się osoby między 25. a 34. rokiem życia. Oznacza to, że w tym okresie życia warto wspierać tę intuicyjną zdolność poprzez kursy związa-ne z krytyczną analizą przekazów medialnych po to, by jeszcze bardziej rozwijać intelektualnie te osoby. Wyjątkowo niski poziom rozpoznawania fake newsów odnotowano natomiast u osób starszych. Do tej grupy warto skierować konkretne programy edukacyjne, które będą dostosowa-ne do ich możliwości poznawczych. Warto zatroszczyć się zwłaszcza o osoby po 50. roku życia, które dopiero otwierają się na nowe technologie i potrzebują wsparcia na tym polu. Ciekawym sposobem dotarcia do tej grupy mogłoby być wykorzystanie sieci bibliotek publicznych, z któ-rych te osoby korzystają, i tam zaproponować cykl szkoleń rozwijających umiejętności analizy przekazów online.
Równie ważny w kontekście edukacji medialnej wydaje się czynnik związany z poziomem wykształcenia. Kluczowym wnioskiem jest to, że osoby lepiej wykształcone trafniej rozpoznają fake newsy. Nie jest to wniosek zaskakujący, ale interesującym wydaje się fakt, że najwyższą rozpoznawalność fałszywych informacji prezentowały osoby w trakcie studiów. Właściwe może okazać się założenie, że jest to spowodowane zintensyfi kowaniem procesów intelektualnych w tym czasie oraz wzrostem krytycyzmu poznawczego. Ciekawe byłoby zbadanie, jak różnicuje się rozpoznawanie fake newsów w zależności od studiowanej dyscypliny. Jeśli byłyby to istot-ne różnice, mogłoby to stanowić zachętę do wprowadzenia uniwersalnych kursów związanych z krytycznym myśleniem i analizowaniem przekazów medialnych, bez względu na rodzaj stu-diów. Nieco zaskakujące wydaje się natomiast, że najniższy poziom rozpoznawania fake new-sów prezentowały osoby z wykształceniem technicznym i zawodowym, a nie podstawowym. Z pewnością jest to wskazówka dla osób odpowiedzialnych za programy nauczania na tym eta-pie kształcenia. Z przedstawionej analizy wynika, że istnieje pilna potrzeba uzupełnienia ich o przedmioty związane z rozpoznawaniem fałszywych informacji.
W przeciwieństwie do założeń niektórych badaczy (Silverman & Singer-Vine, 2016) wyniki przeprowadzonego badania wskazują, że częstotliwość korzystania z Facebooka nie wpływa nie-korzystnie na rozpoznawanie fałszywych wiadomości. Choć trzeba zaznaczyć, że stosunkowo niższą rozpoznawalność zauważono w przypadku osób, które traktowały Facebooka jako
głów-ne źródło informacji. Dla tych osób pomocgłów-ne w rozpoznawaniu fake głów-newsów mogą być infogra-fi ki dotyczące fałszywych informacji oraz działania algorytmów w mediach społecznościowych. Ważną rolę mogą też odgrywać organizacje zajmujące się fact-checkingiem, które szybko pro-stują nieprawdziwe wiadomości. Istotną różnicę można natomiast zaobserwować w przypadku osób, które nie posiadają konta na portalu Facebook. Choć przy założeniu, że te osoby korzystają raczej z mediów tradycyjnych i dzięki temu są mniej narażone na zetknięcie z fake newsami, z analizy wynika, że mają bardzo ograniczone zdolności do ich rozpoznawania. Warto więc przygotowywać programy edukacyjne w zakresie krytycznej analizy przekazów medialnych, które będą prezentowane w mediach tradycyjnych. Jak wynika z raportu fi rmy Public Dialog (2017) dziennikarze niekoniecznie zauważają swoją istotną rolę w tym obszarze, a w polskich mediach tradycyjnych takie programy praktycznie nie funkcjonują. Warto zatem zastanowić się nad nową funkcją dziennikarstwa informacyjnego, jaką jest edukowanie do odbioru informacji w internecie. Z pewnością we wszystkich wskazanych obszarach trzeba przeprowadzić dodatko-we analizy szczegółododatko-we, jednakże przedstawione pilotażododatko-we badanie wskazuje na pewne ważne kierunki, które można podjąć, zwłaszcza w obszarze edukacji medialnej i psychologii.
Bibliografi a
Allcott, H., & Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. The Journal of Economic Perspectives, 31(2), 211–236. doi: 10.1257/jep.31.2.211
Bago, B., Rand, D.G., & Pennycook, G. (2020). Fake News, Fast and Slow: Deliberation Reduces Belief in False (but not True) News Headlines. Journal of Experimental Psychology: General. doi:10.1037/ xge0000729
Baron, S., & Crootof, R. (2017). Fighting Fake News. Retrieved 19 March 2020 from https://law.yale.edu/ sites/default/fi les/area/center/isp/documents/fi ghting_fake_news_-_workshop_report.pdf
Bąkowicz, K. (2019). Wprowadzenie do defi nicji i klasyfi kacji zjawiska fake newsa. Studia Medioznawcze, 3(78), 281–289. doi: 10.33077/uw.24511617.ms.2019.2.106
Berinsky, A.J. (2017). Rumors and Health Care Reform: Experiments in Political Misinformation. British Journal of Political Science, 47(2), 241–246. doi:10.1017/S0007123415000186
Conroy, N.J., Rubin V.L., & Chen, Y. (2016). Automatic Deception Detection: Methods for Finding Fake News. Proceedings of the Association for Information Science and Technology, 52(1), 1–4. doi:10.1002/ pra2.2015.145052010082
Curtis, C. (2017). C4 Study Reveals Only 4 Surveyed Can Identify True or Fake-News. Retrieved 7 March 2020 from https://www.channel4.com/press/news/c4-study-reveals-only-4-surveyed-can-identify-true-or-fake-news
Ecker, U., Hogan, J., & Lewandowsky, S. (2017). Reminders and Repetition of Misinformation: Helping or Hindering Its Retraction? Journal of Applied Research in Memory and Cognition, 6(2), 185–192. doi:10.1016/j.jarmac.2017.01.014
Flynn, D.J., Nyhan, B., & Reifl er, J. (2017). The Nature and Origins of Misperceptions: Understanding False and Unsupported Beliefs About Politics. Political Psychology, 38, 127–150. doi:10.1111/pops.12394 Frederick, S. (2005). Cognitive Refl ection and Decision Making. The Journal of Economic Perspectives,
19(4), 25–42. doi:10.1257/089533005775196732
Gilbert, D.T. (1991). How Mental Systems Believe. American psychologist, 46(2), 107–119. doi:10.1037/0003-066X.46.2.107
Gorwa, R. (2017). Computational Propaganda in Poland: False Amplifi ers and the Digital Public Sphere. In P. Howard & S. Woolley (Eds.), Computational Propaganda Research Project (pp. 1–32). Oxford, UK: University of Oxford.
Grupa On Board Think Kong. (2017). Raport: Fake news w polskim internecie. Pobrane 19 marca 2020 z https://nowymarketing.pl/a/16876,fake-news-w-polskim-internecie?fbclid=IwAR0e3UtoqowSjIH88 g Cf8R-mGFILDT93eshGk-CicgfeiX0gFhtHhpwS5J0
osobistej. Marketing i Rynek, 12, 20–26.
Harper, C.A., & Baguley, T. (2019, January). “You Are Fake News”: Ideological (A) Symmetries in Percep-tions of Media Legitimacy. doi:10.31234/osf.io/ym6t5
Horne, B.D., & Adalı, S. (2017, May). This Just In: Fake News Packs a Lot in Title, Uses Simpler, Repeti-tive Content in Text Body, More Similar to Satire Than Real News. In Eleventh International AAAI Conference on Web and Social Media (pp. 759–766). Montreal, Kanada: AAAI Publications.
Kahan, D.M. (2017). Misconceptions, Misinformation, and the Logic of Identity-Protective Cognition. SSRN Electronic Journal. doi:10.2139/ssrn.2973067
Lazer, D.M., Baum, M.A., Benkler, Y., Berinsky, A.J., Greenhill, K.M., Menczer, F., & Schudson, M. (2018). The Science of Fake News. Science, 359(6380), 1094–1096. doi: 10.1126/science.aao2998 Lewandowsky, S., Ecker, U.K.H., & Cook, J. (2017). Beyond Misinformation: Understanding and Coping
With the “Post-Truth” Era. Journal of Applied Research in Memory and Cognition, 6(3), 53–69. doi: 10.1016/j.jarmac.2017.07.008
Li, H., & Sakamoto, Y. (2014). Social Impacts in Social Media: An Examination of Perceived Truth-fulness and Sharing of Information. Computers in Human Behavior, 41, 278–287. doi:10.1016/j. chb.2014.08.009
Łódzki, B. (2017). „Fake news” – dezinformacja w mediach internetowych i formy jej zwalczania w prze-strzeni międzynarodowej. Polityka i Społeczeństwo, 4(15), 19–30, doi:10.15584/polishpol.2017.4.2 Mayer, R. (2018). The Grim Conclusions of the Largest-Ever Study of Fake News. Retrieved 7 March
2020 from https://www.theatlantic.com/technology/archive/2018/03/largest-study-ever-fake-news-mit-twitter/555104/
Nyhan, B., & Reifl er, J. (2010). When Corrections Fail: The Persistence of Political Misperceptions. Poli-tical Behavior, 32(2), 303–330. doi:10.1007/s11109-010-9112-2
Nyilasy, G. (2019). Fake News: When the Dark Side of Persuasion Takes Over. International Journal of Advertising, 38(2), 336–342. doi:10.1080/02650487.2019.1586210
Olszewska, A., & Sobków, A. (2019, Maj 8-10). Pomiar myślenia refl eksyjnego zamiast pomiaru refl eksyj-ności w zadaniach matematycznych? Walidacja polskiej wersji Werbalnego Testu Refl eksyjnego My-ślenia. Prezentacja podczas konferencji: XIII Konferencja Psychologia Ekonomiczna, Poznań, Polska. Palczewski, M. (2019). Fake news w polityce. Studia przypadków. Mediatization Studies, 3, 137–150. doi:
10.17951/ms.2019.3.137-150
Pennycook, G., Bear, A., Collins, E.T., & Rand, D.G. (in press). The Implied Truth Effect: Attaching ings to a Subset of Fake News Headlines Increases Perceived Accuracy of Headlines Without Warn-ings. Management Science. doi:10.1287/mnsc.2019.3478
Pennycook, G., Cannon, T.D., & Rand, D.G. (2018). Prior Exposure Increases Perceived Accuracy of Fake News. Journal of Experimental Psychology: General. 147(12), 1865–1880. doi:10.1037/xge0000465 Pennycook, G., & Rand, D.G. (2018). Who Falls for Fake News? The Roles of Bullshit Receptivity,
Over-claiming, Familiarity, and Analytic Thinking. Journal of Personality, 88(2), 185–200. doi:10.1111/ jopy.12476
Pennycook, G., & Rand, D.G. (2019). Lazy, Not Biased: Susceptibility to Partisan Fake News Is Better Explained by Lack of Reasoning Than by Motivated Reasoning. Cognition, 188, 39–50. doi:10.1016/j. cognition.2018.06.011
Potthast, M., Kiesel, J., Reinartz, K., Bevendor, J., & Stein, B. (2017). A Stylometric Inquiry Into Hyperpar-tisan and Fake News. ArXiv preprint arXiv:1702.05638. doi:10.18653/v1/P18-1022
Public Dialog. (2017). Raport: Fake news z perspektywy polskich dziennikarzy. Pobrane 17 marca 2020 z http://publicdialog.home.pl/www_logotomia/wp-content/uploads/2018/07/Raport_Badanie-fake-news-23-05-2017.pdf
Rubin, V.L., Conroy, N., Chen, Y., & Cornwell, S. (2016). Fake News or Truth? Using Satirical Cues to De-tect Potentially Misleading News. In T. Fornaciari, E. Fitzpatrick, & J. Bachenko (Eds.), Proceedings of the Second Workshop on Computational Approaches to Deception Detection (pp. 7–17). San Diego, California: Association for Computational Linguistics. doi:10.18653/v1/W16-0802
Min-ing Perspective. ACM SIGKDD Explorations Newsletter, 19(1), 22–36. doi:10.1145/3137597.3137600 Silverman, C., & Singer-Vine, J. (2016). Most Americans Who See Fake News Believe It, New Survey
Says. Retrieved 19 March 2020 from https://www.buzzfeednews.com/article/craigsilverman/fake-news-survey
Sirota, M., Kostovičová, L., Juanchich, M., Dewberry, C., & Marshall, A.C. (in press). Measuring Cog-nitive Refl ection Without Maths: Developing and Validating the Verbal CogCog-nitive Refl ection Test. doi:10.31234/osf.io/pfe79
Strickland, A.A., Taber, C.S., & Lodge, M. (2011). Motivated Reasoning and Public Opinion. Journal of Health Politics, Policy and Law, 36(6), 89–122. doi:10.1215/03616878-1460524
Swire, B., Ecker, U.K.H., & Lewandowsky, S. (2017). The Role of Familiarity in Correcting Inaccurate Information. Journal of Experimental Psychology: Learning, Memory, and Cognition, 43(12), 1948– 1961. doi:10.1037/xlm0000422
Van Bavel, J.J., & Pereira, A. (2018). The Partisan Brain: An Identity-Based Model of Political Belief. Trends in Cognitive Science, 22(3), 213–224. doi:10.1016/j.tics.2018.01.004
Vargo, C.J., Guo, L., & Amazeen, M.A. (2018). The Agenda-Setting Power of Fake News: A Big Data Analysis of the Online Media Landscape From 2014 to 2016, New Media & Society, 20(5), 2028–2049. doi:10.1177/1461444817712086
Aneks
Formularz Oceny Newsów
Ocena Pani/Pana w charakterze sędziego kompetentnego
Sędzia kompetentny to osoba, którą badacze uważają za posiadającą wysoką wiedzę i/lub umiejętności umożliwiające prawidłowo i bezstronnie ocenić problemy odnoszące się do pewnej dziedziny wiedzy. Chcieliśmy poprosić Pana/Panią o wypełnienie roli sędziego kompetentnego w poniższym zadaniu. W kontekście tej pracy sędzia kompetentny powinien posiadać biegłość w rozumieniu prostego przekazu medialnego (w tym wypadku nagłówków), szczególnie w oto-czeniu fake newsów, które są informacją sfabrykowaną lub zmanipulowaną w taki sposób, aby przekazywała nieprawdziwą (a często też sensacyjną) treść, która ma udawać prawdziwą wiado-mość. Niezbędna dla naszej pracy jest ocena, czy poniższe stwierdzenia mogą zostać logicznie uznane za prawdziwe lub nieprawdziwe, a nie np. jako półprawdy, informacje niejasne albo informacje nieniosące treści, którą można ocenić jako prawda/nieprawda lub której nie można sfalsyfi kować.
Twoją rolą jako sędziego kompetentnego będzie ocenienie nagłówków pod względem moż-liwości ustalenia ich prawdziwości.
Pierwszą kategorię stanowią informacje mętne, niejasne, niefalsyfi kowalne i niejasno okre-ślone. Takie, których nie można ocenić jako prawdziwe/nieprawdziwe. Takim nagłówkom przy-dziel ocenę 0 (zero).
Przykład:
Informacja: to niesamowite, ile konie mają nóg! Zobacz u nas.
Ta informacja nie może zostać zero–jedynkowo oceniona jako prawdziwa lub nie (nie zawie-ra w sobie żadnych faktów, które byłyby zgodne z pzawie-rawdą lub z nią sprzeczne).
Druga kategoria to nagłówki jasne, których prawdziwość można obiektywnie sprawdzić, są klarowne i falsyfi kowalne. Takie nagłówki można poddać ocenie prawdziwości i po wnikliwej analizie uznać je za na pewno prawdziwe albo na pewno nieprawdziwe. Takim nagłówkom przydziel ocenę 2 (dwa).
Przykład:
Informacja: konie mają 6 nóg.
nieprawda.
Istnieją również nagłówki, które zawierają niejasne albo nie do końca jasno określone ele-menty, lub takie, które można różnie zinterpretować, wobec czego nie można ich przypisać do żadnej z dwóch podanych grup, lub też zawierające własne opinie, takie jak „naszym zdaniem”, czy też przypuszczenia, takie jak ,,być może”, „prawdopodobnie”, które zmniejszają zero–je-dynkowość przekazu. Takie nagłówki oceniaj jako 1 (jeden).
Przykład:
Informacja: prawdopodobnie, przynajmniej niektóre konie mają około 6 nóg.
Ta informacja nie jest w 100 proc. nieprawdziwa, nie jest też zupełnie wyzbyta z walorów prawdziwości/nieprawdziwości. Ze względu na zastosowanie nieostrych sformułowań („praw-dopodobnie”, „około”) pod względem zero–jedynkowym zajmuje pozycję pośrednią, między informacjami 0 a 2.
Przykłady fake newsów, zamieszczone w skali: 1.
3.
4.
6.
7.
9.
10.
12.
13.
Przykłady real newsów, zamieszczonych w skali: 1.
2.
4.
5.
7.
8.
10.
11.
13.