理解图像在Twitter上传播COVID-19 misinformation的作用

虽然COVID-19文本虚假信息已被多位学者研究，但针对通过照片和表情包等视觉形式传播的COVID-19虚假信息的研究较少。本文中，我们对2020年Twitter上基于图像的COVID-19虚假信息进行了混合方法分析。我们部署了一个计算管道来识别与COVID-19相关的推文，下载其中的图像，并对视觉上相似的图像进行分组。然后，我们开发了一个编码本來表征COVID-19虚假信息，并手动将图像标记为虚假信息或非虚假信息。最后，我们对包含COVID-19虚假信息图像的推文进行了定量分析。我们识别出五种类型的COVID-19虚假信息，从对COVID-19威胁严重程度的错误理解到虚假疗法和阴谋论的推广。我们还发现，包含COVID-19虚假信息图像的推文并不比同一用户发布的包含随机图像的基准推文获得更多互动。在时间属性方面，COVID-19虚假信息图像比非虚假信息图像分享时间更长，且具有更长的爆发时间。当从政治倾向的角度审视在Twitter上分享COVID-19虚假信息图像的用户时，我们发现亲民主党和亲共和党的用户分享包含误导性或虚假COVID-19图像的推文数量相似。然而，他们分享的图像类型不同：亲民主党用户专注于关于特朗普政府应对疫情的误导性主张，并经常分享被操纵为讽刺的图像；亲共和党用户经常推广羟氯喹（一种对COVID-19无效的药物）以及关于病毒起源的阴谋论。我们的分析为更好地理解社交媒体上的COVID-19虚假信息图像奠定了基础，并揭示了发布COVID-19虚假信息图像用户的一些特征。