关于本指南： 本指南旨在提供见解和策略，帮助您克服在识别可靠信息方面的困惑。在过去十年中，我们的在线信息格局发生了巨大变化。因此，区分事实和观点以及识别可靠的新闻变得更加困难。无论您是关心公众的公民还是教育工作者，本指南都适合您。
误传 被定义为虚假、不完整、不准确/误导性的信息或内容，这些信息或内容通常由没有意识到其虚假或误导性的人分享。该术语通常用于统称所有类型的虚假或不准确信息，无论引用或分享这些信息是否是故意误导。
造谣 是故意传播的虚假或不准确信息，以误导和操纵人们，通常是为了赚钱、制造麻烦或获得影响力。
误传 指基于事实（尽管可能被夸大或断章取义）但以攻击某个观点、个人、组织、团体、国家或其他实体为目的的信息。
您可以了解更多信息并探索每种形式的实际示例 开始 or 开始.
所有上述形式的问题信息都是所谓的 “信息混乱”， 这一术语由新闻研究员克莱尔·沃德尔（布朗大学）和侯赛因·德拉赫尚（伦敦政治经济学院）创造，他们对“假新闻”这一模糊短语的滥用感到担忧。
Wardle 共同创立 初稿新闻，一个旨在“打击网上错误信息和虚假信息”的合作项目，其使命仍在继续 信息未来实验室 布朗大学。沃德尔创建了“7 种信息障碍类型”，这一分类法说明并强调了我们媒体环境中的信息障碍类型，而这种信息障碍 词汇表. 这种类型学源于 报告 由欧洲委员会委托。
批判性评估在线信息的技巧:
分析信息时要问的基本问题是信息来源/作者的权威性和信息的目的：
权威性：谁撰写/赞助了它？
- 作者是该领域的专家还是只是转述个人经历的人？是公司还是个人？
- 他们是否具有任何资历（学位、证书、培训或丰富的经验）表明他们学习过该主题、在该领域工作过或拥有公认的专业知识？
- 是否有参考资料/引文？有办法联系作者吗？
目的：他们想让我用这些信息做什么？
- 目的是为了销售、说服、娱乐还是告知？
- 是否存在一些似乎旨在吸引您情感的文字和图像？
- 是否表达了政治、意识形态、宗教或文化观点？
阴谋论和宣传利用了我们内心深处的恐惧、情感和根深蒂固的信念或价值观。我们的认知偏见倾向也使对这些理论的信仰不受逻辑影响。我们常常想知道任何理性和逻辑思维的人怎么会相信它们，但事实并不能赢得争论。如果你发现某条信息的语气、语言或主张激起了内心的恐惧或愤怒，那么最好通过交叉引用各种不同的信息来源来调查其他地方的主张。
观看
PBS 新闻一小时的学生报道实验室系列节目《真相时刻》中，本期对话的主角是俄勒冈州波特兰市的 David Morrill 和他的父亲。David Morrill 曾参与过网上阴谋论社区，直到一场心理健康危机迫使他直面自己的信念。他与父亲的对话讲述了他如何回归现实，这很有启发性，为与受阴谋论影响的个人交谈提供了一个富有同情心的模式。
人工智能操纵的合成内容
随着开源聊天机器人技术越来越普遍，那些心怀不轨的人可以更简单、更便宜地利用这些技术 生成式人工智能模型 用于选民压制等活动。富有的公司、个人和国家支持的团体可能会通过将大型语言模型 (LLM)（生成式人工智能聊天机器人的基础）与语音或视频生成技术相结合，训练人工智能模型来影响或劝阻选民（“deepfakes”）来传播有关投票过程和民主制度的虚假信息。此类模型可以成为虚假信息的有力工具，大大促进 试图影响和欺骗选民.
这是首次大规模部署语音克隆人工智能来尝试 以阻止选民 2024 年 XNUMX 月，在新罕布什尔州初选前两天，有人拨打了冒充总统乔·拜登的自动拨号电话，这成为阻止人们参加美国大选的障碍。据报道，制作这段假音频的成本仅为 1 美元，耗时不到 20 分钟 生产。
在生成式人工智能和深度伪造的时代，眼见为实已不再可行。查看《华盛顿邮报》的 “事实核查人员对被操纵视频的指南” 了解视频被篡改和在线传播的三种基本方式：断章取义、欺骗性编辑或故意篡改。技术专家警告说，尽管仍有可能 发现 Deepfake 目前，个人无法依靠建议或提示来做到这一点 最短从现在起一年 因为“……人工智能正在以惊人的速度发展，人工智能模型正在根据互联网数据进行训练，以生成质量越来越高、缺陷越来越少的内容……”
如果你确定网上流传的某个说法或新闻报道包含虚假信息或人工智能操纵或合成的内容，你可以并且应该举报。（请参阅下面的举报资源 “举报人工智能操纵的内容” 请参阅本指南的后续部分。
评估在线信息：工具箱
- 不要分享有问题的说法或您在网上看到的任何可疑新闻报道。有问题的信息传播得越多，它就越受算法的驱动，从而增加了病毒式传播的可能性。通过以下方式调查这些说法……
- 搜索 事实检查 网站来确定是否有人已经证实或揭穿了这一说法。如果无法验证，则转向横向阅读……
- 练习 “横向阅读”：事实核查人员调查时使用的策略 未知来源的背后是谁 离开网页并打开新的浏览器选项卡，查看已验证的、值得信赖的网站对未知来源的评价。
- 处理可疑图片？尝试反向图片搜索工具： Tineye or 谷歌的反向图像搜索 是确定图像来源和真实性的最简单、最快捷的工具。
- 您是否正在寻找涵盖上述所有内容的标准程序或步骤集？查看 SIFT 信息评估方法.
选读
此列表列出了与虚假信息和错误信息有关的标题，这两种力量弥漫在我们当前的政治话语中，并破坏了我们的民主在利益竞争各方之间建立共识的潜力。
还推荐以下文章，以便深入探讨该主题的具体相关领域：
- 通过接种疫苗和预先准备来打击错误信息和虚假新闻 (2/2021)：Stephan Lewandowsky（布里斯托大学）和 Sander van der Linden（剑桥大学）撰写的一篇学术文章；通过此链接无需付费。
- 绝望是我们错误信息危机的根源：引入一种交互式工具。 作者为卡罗尔·格雷厄姆和艾米丽·多布森。 评论。 华盛顿：布鲁金斯学会，13 年 2023 月 XNUMX 日。
- 党派两极分化如何推动假新闻的传播 作者：马蒂亚斯·奥斯蒙森、迈克尔·邦·彼得森和亚历山大·博尔。 科技流。华盛顿：布鲁金斯学会，13 年 2021 月 XNUMX 日。
- 错误信息病毒：谎言和歪曲不仅仅困扰着无知的人. 作者 Elitsa Dermendzhiyska. 永旺。 伦敦：Aeon Media Group，16 4月2021。
- 错误信息信念的心理驱动因素及其对纠正的抵制 (2022)：Ecker 等人在《自然评论心理学》上发表的一篇学术评论，对这一主题进行了全面概述。作者“描述了导致人们形成或认可错误观点的认知、社会和情感因素，以及在纠正错误信息后知识修正的心理障碍，包括持续影响理论。”此链接无需付费。
有关错误信息和虚假信息的网络资源
Amanpour & Co. (PBS) “Caleb Cain 和 Kevin Roose 谈论激进主义和 YouTube”：Hari Sreenivasan 与 Caleb Cain 和《纽约时报》记者 Kevin Roose 共同探讨了技术的危险，并介绍了通过 YouTube 上的虚假信息进行激进化的真实案例研究。
知情公众中心 (华盛顿大学)：CIP 的使命是“抵制战略性错误信息，促进知情社会，加强民主话语。”
IREX 是一个全球发展和教育组织，其“学会辨别”方法侧重于识别可靠的决策信息，识别错误信息/虚假信息，同时减轻误导性和操纵性信息的影响和传播。
此 网络传染病研究所：该网络是罗格斯大学的一个项目，是一个独立的组织，其使命是通过“授权合作伙伴主动保护自己免受虚假叙述的侵害，这些叙述会造成影响机构、资本市场、公共健康和安全的不信任裂痕”，来追踪、揭露和打击虚假信息。
错误信息和虚假信息：保护自己的指南：Security.org 的这份指南提供了有关错误信息和虚假信息的学习资源、事实核查技巧以及保护您自己和您所爱的人免受错误信息和虚假信息侵害的策略。
关于错误信息的专家观点调查：定义、决定因素和该领域的未来：哈佛肯尼迪学院肖伦斯坦媒体、政治和公共政策研究中心的这份条理清晰、简明扼要的报告对错误信息的定义及其相关争论提供了专家分析。
斯坦福大学的研究揭示了虚假信息及其解决方法： 斯坦福大学社会科学领域学者就虚假信息对民主构成的威胁进行了研究。
有关新闻素养和新闻业的网站：
Ad Fontes Media 是一家媒体研究组织，创建了 互动媒体偏见图 允许用户评估来源偏见，包括事实和调查报告的准确性以及其社论写作的政治立场。
合作媒体中心（蒙特克莱尔州立大学）：该中心成立于 2012 年，旨在解决新泽西州当地新闻业日益减少的问题，“协调全州和地区的报道，通过其旗舰项目连接 280 多家当地新闻和信息提供商， 新泽西州新闻共享设立的区域办事处外，我们在美国也开设了办事处，以便我们为当地客户提供更多的支持。“
石溪大学新闻学院新闻素养中心：石溪大学为各年龄段的学习者精心挑选的课程、视频教程和资源。请仔细注意 “优质新闻报道的7个标准。”
新闻道德网络的新闻道德核心原则：ENJ 联合了“来自全球各地的 70 多个记者、编辑、媒体所有者和媒体支持团体”。该组织的众多不同支持者在对新闻道德原则的共同承诺中找到了共识。
“评估新闻来源”和“是什么造就了值得信赖的新闻来源”（迈克·考尔菲尔德（Mike Caulfield）的《开放教育出版社》中的章节)：这个开放的教育资源提供了增强评估在线和新闻信息的能力的技巧和策略。迈克·考尔菲尔德 (Mike Caulfield) 是华盛顿大学知情公众中心的一名研究科学家，他研究网络谣言和错误信息的传播。
新泽西公民信息联盟：该联盟的使命是“通过向在新泽西州各地社区建设和支持当地新闻和信息的组织提供财政资源，促进更多的公民参与，特别关注新闻荒漠和历史上边缘化的群体。”
波因特媒体研究所 自 1975 年成立以来，一直是支持记者教育和职业发展的中心。
“来源黑客：实践中的媒体操纵” ，来自 数据与社会 深入了解媒体操纵者传播虚假信息的几种方式。
对于教育工作者
有许多有趣的游戏可供您了解虚假信息： 坏消息 是一款由剑桥大学研究人员开发的在线游戏。当务之急：看看你能以多快的速度传播假新闻； 地理猜测器 为学生提供识别被滥用图像的机会；同样来自剑桥大学的 和谐广场游戏揭示了不良行为者用来误导的策略和操纵技巧； 发现巨魔 由克莱姆森大学媒体取证中心开发，用于练习识别虚假社交媒体账户。
检查学 是一个免费的电子学习平台，提供由专家指导的引人入胜、权威的课程，主题包括新闻媒体偏见、错误信息、阴谋论等。学生可以培养识别可靠信息、寻找可靠来源的能力，并运用批判性思维技能来区分基于事实的内容和虚假信息。
公民在线推理 （来自斯坦福大学）为中学教育工作者提供免费课程集（课程、视频和评估），帮助学生学会如何批判性地评估数字信息。
对抗错误信息、虚假信息和恶意信息 （直面历史和我们自己，免费课程）：这是一份课程计划和入门读物，面向有兴趣向学生传授不同类型的虚假、误导和操纵信息以及如何避免相信和分享此类内容的高中教育工作者。资源包括活动、讲义和幻灯片。
数字资源中心 （石溪大学新闻素养中心）由麦考密克和麦克阿瑟基金会资助。它是教师们的资料、课程计划、视频和专业发展资源的交流中心，旨在让学生学会如何“从每日媒体海啸中获取可靠信息”。查看 门户页面也为小学教师（6 至 12 年级）、学生或大学教师提供特定资源。
芬兰的媒体素养课程 教导四年级及以上的学生如何识别恶作剧、避免诈骗和揭穿宣传。《哥伦比亚广播公司周日早间新闻》的这篇引人入胜的报道强调了课程的基本教学理念和芬兰学生在当今“信息社会”学习重要公民技能的能力。
NewsGuard 为 K-12 学校提供符合 Common Core 和 ISTE 标准的媒体素养工具和课程，使学生能够培养技能，帮助他们发现和应对错误信息。其训练有素的记者和信息专家遍布全球，收集、更新、编目和跟踪所有 网上传播最多的虚假言论”（向下滚动查看已提供的免费资源。）
#人工智能报告
举报虚假信息和人工智能操纵的内容
使用以下资源报告有问题和虚假的内容或信息：
- AI 事件数据库 报告工具 提交“人工智能事件”的政策为个人提供了报告人工智能造成的伤害或潜在伤害事件的机会，他们将其定义为“……在部署到现实世界时无法预见且往往很危险的故障……智能系统需要一个现实世界中遇到的问题库，以便未来的研究人员和开发人员可以减轻或避免重复出现的不良后果”。 数据库也可搜索 对于那些希望更好地了解与人工智能相关的信息混乱因素的人来说。
- 如何举报网上错误信息（世界卫生组织）：一份清晰简明的指南，提供向 10 个不同的社交媒体平台举报虚假信息的分步说明
- 微软：举报欺骗性、人工智能生成的媒体或内容 通过微软渠道和产品遇到的问题。（与2024年大选相关的AI生成的虚假信息是重点关注对象）
#事实核查
事实核查网站和服务
BBC虚假信息观察: 一份双周新闻通讯重点关注新闻中的错误信息和虚假信息的传播，其中包括该领域领先研究人员的专题深入探讨、研究和见解。
Factcheck.org网站：安纳伯格公共政策中心的一个长期且值得信赖的项目，重点关注国家政治。
谷歌的 FactCheck 浏览器 是一款可以让人们查看和搜索由世界各地独立组织调查的事实核查的工具。专业事实核查员、记者以及任何有兴趣寻找事实的人经常使用此工具
NewsGuard 的“现实检查”：每周定期更新的报告重点关注网上虚假信息如何破坏信任以及幕后黑手是谁。
Politifact ：PolitiFact 是由《坦帕湾时报》创办，目前由 Poynter 研究所运营的一家无党派事实核查组织，专注于国家政治人物。
Snopes 可以追溯到 1994 年，调查“都市传说、恶作剧和民间传说”。随着时间的推移，它已发展成为通过“基于证据和情境分析”推翻错误信息的可靠资源。