Instagram 上的网红与传统媒体:对感知可信度与关注意愿的影响

社交平台设计与用户行为内容审核与平台治理虚假信息与事实核查记者与编辑事实核查员UI/UX 设计师

文献标题

Influencers vs. Legacy Media on Instagram: Effects on Perceived Credibility and Following Intention

出版信息

  • 主题领域: 社交媒体新闻可信度与用户行为
  • 关键词: Instagram, 新闻可信度, 网红, 传统媒体, 政治意识形态, 选择性接触, 信任, 社交媒体平台, 用户行为, 混合方法研究

背景与问题

  • 问题/挑战: 网红作为社交媒体新闻来源的兴起模糊了专业新闻与个性化评论之间的界限,但关于用户如何评估网红与传统媒体新闻的可信度并与之互动,尤其是在两者同时出现在同一信息流中的情况下,相关研究仍然有限。
  • 意义: 理解这些动态对于解决选择性接触、两极化以及在线新闻生态系统中的信任问题至关重要。
  • 动机与相关研究: 先前研究表明,政治意识形态对新闻来源的可信度和信任有重要影响,但很少有研究专门探讨这些动态在Instagram上的表现,在该平台上网红与传统媒体共存。本研究旨在填补关于来源类型、政治倾向与用户行为之间相互作用的研究空白。

解决方案

  • 提出的方法: 采用混合方法实验,评估来源类型(网红与传统媒体)和政治意识形态如何影响Instagram上的可信度感知和关注意图。
  • 创新性:
    1. 在同一平台背景下研究网红与传统媒体的可信度感知。
    2. 探讨政治意识形态在塑造可信度判断和行为意图中的调节作用。
    3. 提供用户关注或不关注新闻账号的原因的定性洞察。
    4. 使用完全平衡的实验设计控制主题特定偏差。
  • 过程与关键技术:
    • 参与者(N=120,按政治意识形态平衡)观看了来自四个账号的Instagram帖子(两个网红,两个传统媒体;每种类型各一个左倾和一个右倾)。
    • 使用改编自现有框架的5项7点Likert量表测量可信度。
    • 通过二元是/否问题和开放式回答评估关注意图。
    • 定量分析采用累积链接混合模型(CLMM)评估可信度预测因素,定性分析使用主题编码探索关注意图的原因。

结果

  • 具体发现:
    • 左倾来源整体被评为更具可信度(β = 1.538, p < .001)。
    • 右倾参与者认为传统媒体比网红更具可信度(β = 1.262, p < .001)。
    • 左倾参与者表现出强烈的意识形态一致性效应,对左倾来源的评分显著高于右倾来源。
    • 右倾参与者在来源意识形态上的可信度评分变化较小,但更偏好传统媒体而非网红。
  • 相较基线的优势:
    • 显示意识形态一致性是比来源类型更强的可信度预测因素,并揭示左倾与右倾参与者之间的细微差异。
    • 突出传统可信度标志(如机构权威)在社交媒体环境中的持续影响力。
  • 实验/评估:
    • 四个Instagram账号(@so.informed, @nytimes, @dhjr, @foxnews)与四个新闻主题(ICE, DOGE, 萨尔瓦多驱逐, EPA)配对。
    • 完全平衡设计确保账号与主题配对的均等代表性。
    • 测量包括可信度感知(Likert量表)和关注意图(二元及开放式回答)。
  • 局限性与未来工作:
    • 仅关注Instagram,结果可能无法推广到其他平台。
    • 以美国为中心的研究,需要跨文化复制。
    • 短期曝光;未来研究应探讨长期可信度判断和行为模式。
    • 仅限于政治新闻,其他领域可能呈现不同模式。

摘要

本研究探讨了美国Instagram用户如何评估网红与传统媒体的可信度,重点关注政治意识形态。研究发现,意识形态一致性是可信度感知的最强预测因素,右倾参与者更偏好传统媒体,左倾参与者表现出强烈的意识形态一致性效应。尽管网红崛起,传统可信度标志如机构权威仍然具有影响力。这些洞察对解决社交媒体新闻生态系统中的两极化和信任问题具有重要意义,表明尽管政治身份占主导地位,用户仍考虑新闻质量和真实性等因素。未来研究需在平台、背景和时间范围上推广研究结果。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/223141/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790942
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
社交平台设计与用户行为、内容审核与平台治理、虚假信息与事实核查
work
职业/产业
记者与编辑、事实核查员、UI/UX 设计师
article
内容状态
已索引正文
hub
相关论文
4 篇相关论文