信任的转变:探讨在COVID-19信息搜索中信任和不信任的产生、转变和崩溃

内容审核与平台治理虚假信息与事实核查事实核查员社会学家与人类学家

文献标题

Shifting Trust: Examining How Trust and Distrust Emerge, Transform, and Collapse in COVID-19 Information Seeking

文献信息

  • 主题领域: 社会信息学,危机中的信任与不信任行为研究
  • 关键词: 危机信息学, 信息行为, 信任, 不信任, 虚假信息, 信息基础设施, 社交媒体, 混合方法, 长期研究, COVID-19

研究背景与问题

  • 研究问题:

    • 作者发现,在COVID-19疫情危机中,人们面临大量互相矛盾且时间紧迫的信息,这使得快速评估信息来源和平台的信任度和可靠性变得十分重要。
    • 现有文献大多假设信任与行为之间是一种静态关系,忽略了信任和不信任在动态信息评估中的变化。
    • 信息平台(如社交媒体、众包系统、政府网站)在信息信任形成过程中扮演的重要角色尚未被深入探讨。
    • 传统上被边缘化的群体(如低社会经济地位群体)在COVID-19信息信任演变中的角色需进一步研究。
  • 重要性:

    • 疫情期间信息不仅影响了公众健康风险认知,还影响了政策决策和行为指南的制定。
    • 信息基础设施的不完善可能削弱人们对科学和政府机构的信任,从而影响疫情防控。
    • 边缘化群体的风险不对称性凸显了深入了解信息信任对可能缓解健康差异的关键意义。
  • 研究动机与相关工作:

    • 过往研究主要聚焦于信任的静态构成以及信任对行为的影响,但未考虑信任随时间推移的动态变化。
    • 本研究通过混合方法对信任和不信任的形成动态进行探讨,填补数字信息信任与社会技术系统相结合的内容空白。

解决方案

  • 方法和解决方案:

    • 作者采用混合方法,包括纵向问卷调查和半结构化访谈,以研究疫情期间的信息行为及信任变化,尤其侧重分析低社会经济地位群体。
    • 问卷设计涵盖信息平台使用频率、信任程度与信息暴露程度等多维指标。
    • 通过定量与定性数据的三角验证,结合统计分析与编码分析以揭示信息使用行为与信任变化之间的关系。
  • 创新之处:

    • 动态视角:与传统静态研究不同,本文探索了信任和不信任随时间变化的演化过程。
    • 边缘化群体关注:填补了低社会经济地位群体在危机信息信任中的角色及其差异的研究空白。
    • 混合方法:利用问卷调查与访谈相结合的方法追踪长期信任变化,提供更丰富、多维的研究视角。

研究成果

  • 具体成果:

    • 信息平台使用趋势:调查显示,传统媒体的使用率较稳定,互联网和社交媒体的使用率随时间下降,主要因为信息疲劳及不信任情绪。
    • 信任演化:参与者对社交媒体信息的信任逐渐转向对平台整体的不信任(“信任对象”从信息到平台的转移)。
    • 社交媒体的不信任主要来源于信任修复困难、信息混杂及对误导性信息潜在负面影响的担忧。
    • 相较于传统媒体,部分参与者更偏好由志愿者支持的众包信息系统如COVID Tracking Project,认为其较少受到政治或商业影响。
    • 不信任减少:随着疫情数据源的信息质量与基础设施逐渐改善,参与者对政府和官方来源的怀疑减少。
  • 与现有解决方案的比较与优势:

    • 本研究注重对信任动态变化的理解,而非静态信任与行为的关系,提供了更真实、复杂的信任形成图景。
    • 在调查方法上,混合方法综合了定量问卷的数据广度和定性访谈的数据深度,为信任与信息行为的复杂探索提供了坚实基础。
  • 实验或评估结果:

    • 通过纵向数据分析发现,信息暴露水平与不信任之间呈负相关:信息暴露越少,不信任程度越高。
    • 在访谈中揭示了信任形成与信息生产过程和数据表现相关的细节,例如数据不一致性和缺乏透明度如何导致信任受损。
  • 局限性与未来方向:

    • 本研究局限于美国马萨诸塞州和乔治亚州低收入人群的行为和态度,结果可能无法完全推广至其他国家或地区。
    • 未来研究可更关注每种信息平台的具体信任问题以及如何设计技术来缓解信息不信任。
    • 应进一步研究在不同社会经济、教育背景下的人群信息行为特点,加深对边缘化群体信息需求的理解。

通过探索依赖与不信任形成的复杂机制以及信息基础设施在危机中的角色,本文为未来危机应对中的信息传播和信任建设提供了重要启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/68923/2022

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/abs/10.1145/3491102.3501889
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
10 位作者
sell
研究子方向
内容审核与平台治理、虚假信息与事实核查
work
职业/产业
事实核查员、社会学家与人类学家
article
内容状态
已索引正文
hub
相关论文
5 篇相关论文