很难判断图片是否真实。正如我们最近研究的参与者所做的那样,考虑一下这两张图像,看看您是否认为它们中的任何一个、其中一个或两个都被篡改了。
您可能仅根据视觉信息对图像进行评估,或者可能会考虑对来源信誉程度或喜欢和分享图像的人数的评估。
我的合作者最近研究了人们如何评估伴随在线故事的图像的可信度以及评估中包含哪些元素。我们发现,如果您对互联网、数码摄影和在线媒体平台更有经验,如果您拥有学者所说的“数字媒体素养”,
谁被假货欺骗了?
你被骗了吗?两张图片都是假的。
我们想了解对人们对在线图像的判断准确性的影响有多大我们假设原始来源的可信度可能是一个因素,任何二手来源(例如分享或转发它的人)的可信度也可能是一个因素。我们还预计,观看者对所描绘问题的现有态度可能会影响他们:如果他们不同意图像所显示的内容,他们可能更有可能认为它是假的,相反,如果他们同意,则更有可能相信它他们看到了什么。
此外,我们想看看一个人是否熟悉允许人们操纵图像并生成假图像的工具和技术有多重要。近年来,这些方法的发展速度比能够检测数字操纵的技术要快得多
在侦探追上,居心不良的人利用虚假图像影响舆论或造成情绪困扰的风险和危险仍然很高。就在上个月,印尼大选后骚乱期间,一名男子故意在社交媒体上散布虚假图片,煽动公众反华情绪。
我们的研究旨在深入了解人们如何对这些在线图像的真实性做出决定。
测试假图像
在我们的研究中,我们制作了六张关于不同主题的假照片,包括国内和国际政治、科学发现、自然灾害和社会问题。然后,我们创建了 28 个模型构图,展示每张照片在网上的显示方式,例如在 Facebook 上分享或在《纽约时报》网站上发布。
每个模型都呈现了一张假图像,并附有关于其内容的简短文字描述以及一些上下文线索和特征,例如据称出现的特定位置、有关其来源的信息以及是否有人转发了它,以及如何转发它。发生了很多点赞或其他互动。
所有图像以及随附的文本和信息都是捏造的 - 包括本文顶部的两个。
我们仅使用假图像,以避免任何参与者在加入我们的研究之前可能遇到原始图像的可能性。不相关的上下文中或带有错误信息的情况下呈现。
我们从Amazon Mechanical Turk,他们都年满 18 岁并且居住在美国
每个研究参与者首先回答了一组随机排列的问题,涉及他们的互联网技能、数字成像经验以及对各种社会政治问题的态度。然后,他们在桌面上看到随机选择的图像模型,并指示他们仔细查看该图像并评估其可信度。
上下文没有帮助
我们发现,参与者对图像可信度的判断并不随着我们放置图像的不同背景而变化。当我们将一张倒塌桥梁的图片放在只有四个人分享的 Facebook 帖子中时,人们的判断就像该图片很可能是假的,因为该图片是《纽约时报》网站上一篇文章的一部分。
相反,决定一个人是否能够正确地将每张图像视为赝品的主要因素是他们对互联网和数码摄影的经验水平。熟悉社交媒体和数字成像工具的人对图像的真实性更加怀疑,并且不太可能从表面上接受它们。
我们还发现,人们现有的信念和观点极大地影响了他们如何判断图像的可信度。例如,当一个人不同意向他们展示的照片的前提时,他们更有可能相信它是假的。这一发现与所谓的“确认偏差”的研究是一致的,即人们倾向于相信一条新信息与他们已经认为的相符,那么它
确认偏见可以帮助解释为什么虚假信息如此容易在网上传播——当人们遇到肯定自己观点的事情时,他们更容易在网上社区之间分享该信息。
其他研究表明,经过处理的图像会扭曲观看者的记忆,甚至影响他们的决策。因此,虚假图像造成的危害是真实且重大的。我们的研究结果表明,为了减少虚假图像的潜在危害,最有效的策略是为更多人提供在线媒体和数字图像编辑的体验 - 包括投资教育。然后他们会更多地了解如何评估在线图像,并且不太可能被假冒的图像所迷惑。
Mona Kasra 弗吉尼亚大学数字媒体设计助理教授
本文是根据知识共享许可The Conversation阅读原文。