Può essere difficile dire se un'immagine è reale. Considera, come hanno fatto i partecipanti alla nostra recente ricerca, queste due immagini e vedi se pensi che nessuna delle due, o entrambe o entrambe, siano state manipolate.
Potresti aver basato la tua valutazione delle immagini solo sulle informazioni visive, o forse tenere conto della tua valutazione dell'affidabilità della fonte o del numero di persone a cui sono piaciute e condivise le immagini.
Di recente io e i miei collaboratori come le persone valutano la credibilità delle immagini che accompagnano le storie online e quali elementi rientrano in tale valutazione. Abbiamo scoperto che è molto meno probabile che tu cada in immagini false se hai più esperienza con Internet, la fotografia digitale e le piattaforme multimediali online, se possiedi quella che gli studiosi chiamano "alfabetizzazione mediatica digitale".
Chi viene ingannato dai falsi?
Sei stato ingannato? Entrambe le immagini sono false.
Volevamo scoprire in che misura ciascuno dei diversi fattori contribuisce all'accuratezza del giudizio delle persone sulle immagini online. Abbiamo ipotizzato che l'affidabilità della fonte originale potrebbe essere un elemento, così come la credibilità di qualsiasi fonte secondaria, come le persone che l'hanno condivisa o ripubblicata. Abbiamo anche anticipato che l'atteggiamento esistente dello spettatore rispetto al problema rappresentato potrebbe influenzarlo: se non è d'accordo con qualcosa di ciò che l'immagine mostra, potrebbe essere più propenso a considerarlo un falso e, al contrario, più propenso a crederci se è d'accordo con quello che hanno visto.
Inoltre, volevamo vedere quanto fosse importante che una persona avesse familiarità con gli strumenti e le tecniche che consentono di manipolare le immagini e generarne di false. Questi metodi sono avanzati molto più rapidamente negli ultimi anni rispetto alle tecnologie in grado di rilevare la manipolazione digitale.
Fino a quando gli investigatori non si metteranno al passo , i rischi e i pericoli che persone mal intenzionate utilizzino immagini false per influenzare l’opinione pubblica o causare disagio emotivo rimangono elevati. Proprio il mese scorso, durante i disordini post-elettorali in Indonesia, un uomo ha deliberatamente diffuso un’immagine falsa sui social media per infiammare il sentimento anti-cinese tra il pubblico.
La nostra ricerca aveva lo scopo di acquisire informazioni su come le persone prendono decisioni sull'autenticità di queste immagini online.
Testare immagini false
Per il nostro studio, abbiamo creato sei foto false su una vasta gamma di argomenti, tra cui politica interna e internazionale, scoperte scientifiche, disastri naturali e questioni sociali. Quindi abbiamo creato 28 composizioni mock-up di come ciascuna di quelle foto potrebbe apparire online, ad esempio condivisa su Facebook o pubblicata sul sito web del New York Times.
Ogni modello presentava un'immagine falsa accompagnata da una breve descrizione testuale del suo contenuto e da alcuni segnali e caratteristiche contestuali come il luogo particolare in cui presumibilmente appariva, informazioni su quale fosse la sua fonte e se qualcuno l'aveva ricondivisa, nonché come erano avvenuti molti Mi piace o altre interazioni.
Tutte le immagini, i testi e le informazioni di accompagnamento erano invenzioni, comprese le due all'inizio di questo articolo.
Abbiamo utilizzato solo immagini false per evitare la possibilità che qualche partecipante potesse imbattersi nell'immagine originale prima di unirsi al nostro studio. La nostra ricerca non ha esaminato un problema correlato noto come attribuzione errata, in cui un'immagine reale viene presentata in un contesto non correlato o con informazioni false .
Abbiamo reclutato 3.476 partecipanti da Amazon Mechanical Turk , tutti maggiorenni e residenti negli Stati Uniti
Ogni partecipante alla ricerca ha prima risposto a una serie di domande ordinate in modo casuale riguardanti le proprie competenze in Internet, l'esperienza nell'imaging digitale e l'atteggiamento verso varie questioni sociopolitiche. È stato quindi presentato loro un modello di immagine selezionato casualmente sul desktop e è stato chiesto loro di guardare attentamente l'immagine e valutarne la credibilità.
Il contesto non ha aiutato
Abbiamo scoperto che i giudizi dei partecipanti su quanto fossero credibili le immagini non variavano con i diversi contesti in cui le abbiamo inserite. Quando abbiamo inserito l'immagine che mostrava un ponte crollato in un post di Facebook che solo quattro persone avevano condiviso, le persone l'hanno giudicata proprio come probabilmente era falsa, come quando sembrò che l'immagine facesse parte di un articolo sul sito web del New York Times.
Invece, i fattori principali che determinavano se una persona poteva percepire correttamente ogni immagine come un falso erano il suo livello di esperienza con Internet e la fotografia digitale. Le persone che avevano molta familiarità con i social media e gli strumenti di imaging digitale erano più scettiche riguardo all’autenticità delle immagini e meno propense ad accettarle per valore nominale.
Abbiamo anche scoperto che le convinzioni e le opinioni esistenti delle persone influenzavano notevolmente il modo in cui giudicavano la credibilità delle immagini. Ad esempio, quando una persona non era d'accordo con la premessa della foto presentata, era più probabile che credesse che fosse un falso. Questa scoperta è coerente con gli studi che mostrano il cosiddetto “ bias di conferma ”, ovvero la tendenza delle persone a credere che una nuova informazione sia reale o vera se corrisponde a ciò che già pensano.
Il bias di conferma potrebbe aiutare a spiegare perché le informazioni false si diffondono così facilmente online: quando le persone incontrano qualcosa che afferma le loro opinioni, condividono più facilmente tali informazioni tra le loro comunità online.
Altre ricerche hanno dimostrato che le immagini manipolate possono distorcere la memoria degli spettatori e persino influenzare il loro processo decisionale . Quindi il danno che può essere causato dalle immagini false è reale e significativo. I nostri risultati suggeriscono che per ridurre il potenziale danno delle immagini false , la strategia più efficace è offrire a più persone esperienze con i media online e l’editing di immagini digitali, anche investendo nell’istruzione. Allora sapranno di più su come valutare le immagini online e avranno meno probabilità di innamorarsi di un falso.
Mona Kasra , Professore assistente di Digital Media Design, Università della Virginia
Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi l' articolo originale .