Противостояние фейкам на китайских социальных платформах: коммуникационные особенности Weibo и Wechat

Обложка

Цитировать

Полный текст

Аннотация

ВВЕДЕНИЕ. Рассмотрены особенности распространения фейковых новостей на китайских социальных платформах Weibo и WeChat. Научная проблема заключается в выявлении различий в механизмах вирусного и скрытого распространения дезинформации, а цель исследования – проведение сравнительного анализа применяемых механизмов дезинформации и оценка превентивных мер по борьбе с фейками.

МАТЕРИАЛЫ И МЕТОДЫ. В качестве материала исследования использованы 2000 публичных постов с примерами фейковых новостей из Weibo и WeChat. Применены методы качественного контент-анализа и сравнительного анализа: систематическое наблюдение способов распространения фейковых новостей, анализ структуры социальных связей («слабые» и «сильные» связи) целевых аудиторий и исследование пользовательского поведения.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ. Доказано, что Weibo, как открытая сеть со «слабыми связями», обеспечивает молниеносное вирусное распространение фейков через массовые репосты и хэштеги. В то же время WeChat распространяет дезинформацию через «сильные» доверительные связи внутри закрытых групп и личных чатов, делая новости более скрытыми и труднопроверяемыми. Инструменты борьбы с фейками, используемые медиаплатформами, представлены публичными аккаунтами опровержения, алгоритмическим регулированием, внедрением ИИ и блокчейна, что имеет разную степень эффективности в зависимости от типа сети.

ЗАКЛЮЧЕНИЕ. Интерпретация результатов подчёркивает необходимость междисциплинарного сотрудничества и расширения глобальных сравнительных исследований. Для повышения устойчивости общества к фейкам требуются комплексные стратегии управления информационной средой, развитие цифровой гуманитаристики, повышение прозрачности алгоритмов модерации и создание международных механизмов оперативного опровержения дезинформации.

Об авторах

В. Л. Музыкант

ФГАОУ ВО «Российский университет дружбы народов им. Патриса Лумумбы»

Email: muzykant-vl@rudn.ru
ORCID iD: 0000-0001-9422-351X

доктор социологических наук, профессор кафедры массовых коммуникаций

Россия, 117198, Российская Федерация, г. Москва, ул. Миклухо-Маклая, 6

Яогуан Янь

ФГАОУ ВО «Российский университет дружбы народов им. Патриса Лумумбы»

Автор, ответственный за переписку.
Email: yanyg1997@gmail.com
ORCID iD: 0009-0008-2938-602X

аспирант, кафедра массовых коммуникаций

Россия, 117198, Российская Федерация, г. Москва, ул. Миклухо-Маклая, 6

Список литературы

  1. Munadhil A.M., Muzykant V.L. Fake news on Covid-19 in Indonesia // Pandemic Communication and Resi-lience / D.M. Berube (ed.). Cham: Springer, 2021. P. 363-378. https://doi.org/10.1007/978-3-030-77344-1_22
  2. 党留新. 社交网络中的假新闻检测系统 [D]. 成都:电子科技大学, 2021. (Дан Лю Синь. Система обна-ружения фейковых новостей в социальных сетях. Чэнду: Университет электронной науки и технологий Китая, 2021.)
  3. Muzykant V.L., Hossain B. Shifting Narratives: Russia’s Image in South Asian Media in 2022–2024 (by the Ex-ample of the Mass Media in People’s Republic of Bangladesh) // Вопросы теории и практики журналистики. 2024. Т. 13. № 4. С. 710-722. https://doi.org/10.17150/2308-6203.2024.13(4).710-722, https://elibrary.ru/sxklif
  4. Манойло А.В., Попадюк А.Э. Зарубежные научные подходы к исследованию «фейковых новостей» в ми-ровой политике // Россия и современный мир. 2020. № 2 (107). С. 285-300. https://doi.org/10.31249/rsm/2020.02.17, https://elibrary.ru/raokwi
  5. Guo L., Zhang Y. Information flow within and across online media platforms: An agenda-setting analysis of rumor diffusion on news websites, Weibo, and WeChat in China // Journalism Studies. 2020. Vol. 21. № 15. Р. 2176-2195. https://doi.org/10.1080/1461670X.2020.1827012, https://elibrary.ru/vizezp
  6. Zhou X.Y., Zafarani R. A survey of fake news: Fundamental theories, detection methods, and opportunities // ACM Computing Surveys. 2020. Vol. 53. № 5. Р. 1-40.
  7. Allcott H., Gentzkow M. Social media and fake news in the 2016 election // Journal of Economic Perspectives. 2017. Vol. 31. № 2. Р. 211-236. https://doi.org/10.1257/jep.31.2.211, https://elibrary.ru/yfkydz
  8. Lazer D.M.J., Baum M.A., Benkler Y. et al. The science of fake news // Science. 2018. Vol. 359. № 6380. Р. 1094-1096. https://doi.org/10.1126/science.aao2998
  9. Shu K., Sliva A., Wang S. et al. Fake news detection on social media: A data mining perspective // ACM SIGKDD Explorations Newsletter. 2017. Vol. 19. № 1. Р. 22-36. https://doi.org/10.1145/3137597.3137600
  10. Vosoughi S., Roy D., Aral S. The spread of true and false news online // Science. 2018. Vol. 359. № 6380. Р. 1146-1151. https://doi.org/10.1126/science.aap9559
  11. Chen Y., Conroy N.J., Rubin V.L. Misleading online content: Recognizing clickbait as “false news” // Proceedings of the 2015 ACM Workshop on Multimodal Deception Detection. 2015. P. 15-19.
  12. Tandoc J.E., Lim Z.W., Ling R. Defining “fake news”: A typology of scholarly definitions // Digital Journalism. 2018. Vol. 6. № 2. Р. 137-153.
  13. Kshetri N., Voas J. The economics of “fake news” // IT Professional. 2017. Vol. 19. № 6. Р. 8-12. https://doi.org/10.1109/MITP.2017.4241459, https://elibrary.ru/yfiyfv
  14. Guess A., Lyons B. Misinformation, disinformation, and online propaganda // Social Media and Democracy: The State of the Field, Prospects for Reform / N. Persily, J. Tucker (eds.). Cambridge: Cambridge University Press, 2020. P. 10-33. https://doi.org/10.1017/9781108890960.003
  15. Asudeh A., Jagadish H. V., Wu Y. et al. On detecting cherrypicked trendlines // Proceedings of the VLDB En-dowment. 2020. Vol. 13. № 6. Р. 939-952. https://doi.org/10.14778/3380750.3380762, https://elibrary.ru/xwxiis
  16. Chen Y., Conroy N.J., Rubin V.L. Deception detection for news: Three types of fakes // Proceedings of the 78th Association for Information Science and Technology. 2015. P. 1-4.
  17. Zubiaga A., Aker A., Bontcheva K. et al. Detection and resolution of rumours in social media: A survey // ACM Computing Surveys. 2018. Vol. 51. № 2. Р. 1-36. https://doi.org/10.1145/3161603
  18. 王剑, 王玉翠, 黄梦杰. 社交网络中的虚假信息:定义、检测及控制 [J]. 计算机科学, 2021, 48(8):263-277. (Ван Цзянь, Ван Юцуй, Хуан Мэнцзе. Ложная информация в социальных сетях: определение, обна-ружение и контроль // Компьютерные науки. 2021. Т. 48. № 8. С. 263-277.)
  19. Dong L., Nor N.H.M., Bai G.K., Adzmi A.M., Rais S.S.A. Fake news sharing among Weibo users in China // Jurnal Komunikasi: Malaysian Journal of Communication. 2023. Vol. 39. № 4. Р. 284-305 https://doi.org/10.17576/jkmjc-2023-3904-15, https://elibrary.ru/bbfmgh
  20. Wang D., Qian Y. Echo chamber effect in rumor rebuttal discussions about COVID-19 in China: Social media content and network analysis study // Journal of Medical Internet Research. 2021. Vol. 23. № 11. Р. e27009. https://doi.org/10.2196/27009, https://elibrary.ru/hrynpz
  21. 袁帆, 严三九. 从“点式”到“链式”:区块链技术对新闻透明的再推进 [J]. 中国编辑, 2019, (03):14-19. (Юань Фань, Ян Саньцзюнь. От «точечного типа» к «цепному типу»: блокчейн-технология вновь продвигает прозрачность новостей // Китайский редактор. 2019. № 3. С. 14-19.)
  22. 陈旭. 官方辟谣平台发展对策研究 [J]. 辽宁师专学报(社会科学版), 2022, (04):137-140. (Чэнь Сюй. Исследование мер по развитию официальных платформ опровержения слухов // Вестник Ляонинского педагогического колледжа (социальные науки). 2022. № 4. С. 137-140.)

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».