●張 璐 敬 卿 (國防科技大學(xué) 長沙 410073)

信息技術(shù)的發(fā)展提升了信息服務(wù)的覆蓋度和深度，信息資源在豐富人們生活方式的同時，也帶來了重復(fù)堆疊與虛假信息等干擾。從恐怖主義到網(wǎng)絡(luò)攻擊，虛假信息帶來的風(fēng)險一直存在，網(wǎng)絡(luò)虛假信息給現(xiàn)實(shí)世界也帶來了一定程度的負(fù)面影響，它已經(jīng)被世界經(jīng)濟(jì)論壇(WEF)列為人類社會的主要威脅之一[1]。廣義上，虛假信息可以被定義為不正確的信息，“虛假信息”與“謠言”“假新聞”間的區(qū)別并沒有得到明確界定[2]。與真實(shí)信息相比，一些假新聞因其新穎、奇特的內(nèi)容，更易于得到傳播[3]，而虛假信息的傳播擴(kuò)散會干擾社會治理賴以存在的傳播秩序，網(wǎng)絡(luò)信息治理迫在眉睫[4]。虛假信息治理是一項(xiàng)復(fù)雜的系統(tǒng)工作，尤其是在自媒體時代，治理難度極大增加[5]。新環(huán)境下，隨著信息傳播媒體的擴(kuò)展和參與用戶的變化，虛假信息已經(jīng)成為現(xiàn)代信息治理的重要挑戰(zhàn)之一[6]。

到目前為止，學(xué)者對虛假信息從定義、傳播到治理等角度都進(jìn)行了研究，但基于整個領(lǐng)域文獻(xiàn)來識別研究前沿的探討仍較少。SciVal是愛思唯爾開發(fā)的科研分析及科研表現(xiàn)分析平臺，基于Scopus數(shù)據(jù)庫(全球最大的同行評審文摘與引文數(shù)據(jù)庫)縱覽全球科研動態(tài)，能實(shí)現(xiàn)230個國家和17 000多所研究機(jī)構(gòu)科研表現(xiàn)的可視化分析，可助力發(fā)現(xiàn)全球研究的前沿?zé)狳c(diǎn)。本文基于SciVal科研分析平臺，針對Scopus數(shù)據(jù)庫中2016年至2021年虛假信息相關(guān)研究文獻(xiàn)，采用文獻(xiàn)計(jì)量學(xué)的方法，分析該領(lǐng)域的研究現(xiàn)狀，挖掘潛在的前沿?zé)狳c(diǎn)，以期為虛假信息研究提供借鑒與參考。

1 數(shù)據(jù)與指標(biāo)

1.1 數(shù)據(jù)來源

鑒于“虛假信息”與“虛假新聞”常交替使用[7]，本文檢索表達(dá)式為：TITLE-ABS-KEY(“false information”)OR misinformation OR rumor OR disinformation OR (“fake news”)OR(“inaccurate information”)OR(“biased information”)OR(“digital falsehood”)OR(“fabricated news”)OR(“false news”)AND PUBYEAR > 2015 AND PUBYEAR < 2022，在Scopus數(shù)據(jù)庫中進(jìn)行檢索(檢索時間為2021年12月31日)，即標(biāo)題、摘要或關(guān)鍵字為虛假信息，時間范圍為2016年至2021年，最終得到14 799篇文獻(xiàn)記錄。因SciVal平臺更新至2021年12月15日，將所得文獻(xiàn)記錄導(dǎo)入到SciVal時部分文獻(xiàn)無法導(dǎo)入，最后成功導(dǎo)入14 667條文獻(xiàn)記錄。

1.2 研究指標(biāo)

科技文獻(xiàn)的引用分析能夠幫助我們跟蹤新思想、預(yù)測新領(lǐng)域[8]，而高關(guān)注度和新穎性則是研究前沿最為主要的特征[9]。除了文獻(xiàn)計(jì)量學(xué)常用的指標(biāo)外，本文還采用了主題顯著性百分位數(shù)和歸一化影響因子，用來給前沿探測提供數(shù)據(jù)支撐。主題顯著性百分位數(shù)是SciVal在主題創(chuàng)建中應(yīng)用全域微觀(Global-micro)模型，基于近2年論文的引用、瀏覽和期刊質(zhì)量指標(biāo)綜合計(jì)算得出的，該指標(biāo)兼具高關(guān)注度和新穎性兩個特征，研究人員可以根據(jù)需要選擇主題顯著性百分位數(shù)前1%的主題作為研究前沿[10]。除此之外，考慮到關(guān)于虛假信息可能會有多個學(xué)科參與研究，需要將不同學(xué)科的科技文獻(xiàn)進(jìn)行比較，本文還用到歸一化影響因子(Field Weighted Citation Impact, FWCI)指標(biāo)，即標(biāo)準(zhǔn)化后的論文影響力，這是目前國際公認(rèn)的定量評價科研論文質(zhì)量的最優(yōu)方法[11]，世界平均FWCI為1，大于1意味著論文影響力高于世界平均水平。

CiteScore是衡量來源出版物所發(fā)表文獻(xiàn)的平均被引用次數(shù)的指標(biāo)，如CiteScore 2020計(jì)算在2017—2020年所發(fā)表文獻(xiàn)(articles, reviews, conference papers, book chapters 和 data papers) 的被引用次數(shù)，除以在2017—2020年發(fā)表的文獻(xiàn)總數(shù)。CiteScore Percentile 指連續(xù)出版物在其學(xué)科領(lǐng)域中的相對位置，如果該值為96%則代表根據(jù)CiteScore排名，該連續(xù)出版物等于或高于其所在類別中96%的出版物[12]。

SciVal平臺每周都會根據(jù)Scopus的最新數(shù)據(jù)重新計(jì)算文獻(xiàn)的指標(biāo)數(shù)值，本文出現(xiàn)的指標(biāo)及數(shù)值均為數(shù)據(jù)導(dǎo)入后第一周內(nèi)數(shù)值。

2 虛假信息領(lǐng)域研究現(xiàn)狀

14 667條文獻(xiàn)共被引用106 540次，篇均被引用7.3次，所有文獻(xiàn)平均FWCI為2.07，前1%高被引論文405篇，文獻(xiàn)涉及Scopus的全部27個學(xué)科分類，包含4 460個發(fā)文機(jī)構(gòu)，覆蓋超過100個國家或地區(qū)。

2.1 年度發(fā)文分析

對所有文獻(xiàn)的出版年份進(jìn)行統(tǒng)計(jì)分析如圖1所示，2016年以來，虛假信息相關(guān)研究文獻(xiàn)數(shù)量逐年穩(wěn)步上升(2021年數(shù)據(jù)僅更新至12月15日尚不完整)。主題發(fā)文數(shù)量的年度分布可以展現(xiàn)該主題的發(fā)展趨勢，發(fā)文量越大增速越快，說明虛假信息相關(guān)研究愈發(fā)受到學(xué)者的關(guān)注與重視。

圖1 2016—2021年虛假信息相關(guān)論文數(shù)量年度分布

2.2 國家/地區(qū)分布

SciVal僅展示發(fā)文數(shù)量前100的國家/地區(qū)，如為合作發(fā)文則每個國家/地區(qū)均計(jì)算一次。本文選取了前十個國家/地區(qū)，同時對比了他們的國際合作占比、FWCI、前1%高被引論文占比情況，具體如表1所示。

表1 國家/地區(qū)詳情(發(fā)文數(shù)量前十位)

發(fā)文數(shù)量超過1 000的國家/地區(qū)分別是美國、英國和中國，其中美國的發(fā)文數(shù)量遠(yuǎn)遠(yuǎn)超過其他國家，并在FWCI和前1%高被引論文方面也有不俗的表現(xiàn)，整體質(zhì)量較高，是虛假信息研究領(lǐng)域的重要國家。英國發(fā)文數(shù)量略高于中國，國際合作、FWCI、前1%高被引論文占比則遠(yuǎn)高于中國。值得關(guān)注的是澳大利亞和加拿大，雖然論文數(shù)量不是特別多，但超過半數(shù)的論文都采用國際合作的方式完成，論文的整體質(zhì)量也較高。

2.3 機(jī)構(gòu)分布

發(fā)文數(shù)量前十位的機(jī)構(gòu)詳情如表2所示，各個機(jī)構(gòu)發(fā)文數(shù)量相差不大，前1%高被引論文占比差距較大，占比超過10%的機(jī)構(gòu)分別是哈佛大學(xué)和賓夕法尼亞大學(xué)，均為美國高校。排名前十的機(jī)構(gòu)中，美國占據(jù)了6所，英國2所，新加坡和法國各1所。說明歐美在虛假信息研究規(guī)模方面目前已具有明顯的領(lǐng)先優(yōu)勢。

表2 機(jī)構(gòu)詳情(發(fā)文數(shù)量前十位)

發(fā)文數(shù)量前100的機(jī)構(gòu)主要分布于17個國家/地區(qū)，如表3所示，美國以絕對的優(yōu)勢占據(jù)首位，囊括了近半數(shù)的機(jī)構(gòu)。中國(含港澳臺地區(qū))的7所機(jī)構(gòu)(發(fā)文數(shù)量排名)分別是：中國科學(xué)院(11)、中國科學(xué)院大學(xué)(28)、武漢大學(xué)(48)、教育部(61)、電子科技大學(xué)(77)、香港大學(xué)(95)、四川大學(xué)(99)。

表3 機(jī)構(gòu)所屬國家/地區(qū)分布

2.4 學(xué)科領(lǐng)域分布

(1)來源出版物學(xué)科分布。ASJC(All Science Journal Classification)是Scopus對連續(xù)出版物的學(xué)科分類，一種出版物可能會有多個ASJC分類，該分類方法在SciVal中得到了延續(xù)，本文所指的學(xué)科分類均為ASJC分類。虛假信息相關(guān)文獻(xiàn)來源出版物覆蓋了ASJC所有27個學(xué)科分類，各學(xué)科發(fā)文占比如圖2所示，圖中僅展現(xiàn)了占比較高的前9個學(xué)科，其他學(xué)科因占比較少，統(tǒng)一歸于“Other”中進(jìn)行計(jì)算。虛假信息學(xué)術(shù)成果來源出版物主要集中于計(jì)算機(jī)科學(xué)、社會科學(xué)、醫(yī)學(xué)、工程、人文藝術(shù)等學(xué)科領(lǐng)域。

圖2 來源出版物所屬學(xué)科發(fā)文占比

(2)研究主題學(xué)科分布。SciVal中的主題是指具有共同知識關(guān)注點(diǎn)的動態(tài)文獻(xiàn)集。2016年至2021年，虛假信息相關(guān)文獻(xiàn)共涉及3 441個研究主題，每一篇文獻(xiàn)僅可歸屬于一個主題，這些主題主要集中于計(jì)算機(jī)科學(xué)、社會科學(xué)、醫(yī)學(xué)、數(shù)學(xué)等學(xué)科，詳情如圖3所示。圓圈內(nèi)每個氣泡代表一個研究主題，主題所屬學(xué)科可根據(jù)氣泡對應(yīng)的圓圈外圍及下方的標(biāo)注確定(在SciVal平臺中以氣泡顏色來區(qū)分不同學(xué)科)，氣泡大小與發(fā)文數(shù)量成正比。氣泡位置與整個主題中占據(jù)主導(dǎo)位置的學(xué)科(ASJC分類)相關(guān)，越靠近圓心則該主題的跨學(xué)科特征越明顯。總體來看，虛假信息研究主題學(xué)科覆蓋范圍非常廣泛，跨學(xué)科研究的論文數(shù)量較多。

圖3 研究主題所屬學(xué)科分布

2.5 來源出版物分布

發(fā)文數(shù)量前十位的來源出版物詳情如表4所示，包括叢書、會議錄和期刊三種類型，期刊所屬學(xué)科多與計(jì)算機(jī)科學(xué)、數(shù)學(xué)、醫(yī)學(xué)、工程相關(guān)，這也反映了虛假信息的重要研究方向。

表4 來源出版物詳情(發(fā)文數(shù)量前十位)

3 虛假信息領(lǐng)域研究前沿與熱點(diǎn)

3.1 熱點(diǎn)關(guān)鍵詞

為了解虛假信息領(lǐng)域的研究熱點(diǎn)，本文進(jìn)行了關(guān)鍵詞分析。SciVal平臺從文獻(xiàn)的標(biāo)題、摘要和作者關(guān)鍵字等信息中提取重要的關(guān)鍵詞，虛假信息領(lǐng)域關(guān)鍵詞如圖4所示，圖中50個關(guān)鍵詞相關(guān)研究熱度均處于上升的狀態(tài)，字體越大表明與主題相關(guān)性越強(qiáng)。可以發(fā)現(xiàn)，除了“虛假信息”相關(guān)表述外，Social Media、COVID-19、Communication、Fake detection、Pandemic、Vaccination、Politics等詞具有較高的關(guān)注度。

圖4 領(lǐng)域熱點(diǎn)關(guān)鍵詞(相關(guān)性前50位)

3.2 前沿主題

SciVal平臺基于整個引文網(wǎng)絡(luò)(包括超過48萬條索引文獻(xiàn)和超過20萬條非索引文獻(xiàn))分解形成了9.6萬個主題[13]。主題命名規(guī)則運(yùn)用了愛思唯爾的指紋引擎技術(shù)(Elsevier Fingerprint Technology，EFT)，綜合利用自然語言文本挖掘技術(shù)、學(xué)科敘詞表、加權(quán)術(shù)語來確定主題命名關(guān)鍵詞[14]。本文分析的14 667條文獻(xiàn)涉及3 441個研究主題，顯著性百分位數(shù)位于前1%的主題有279個，其中發(fā)文數(shù)量超過100的主題如表5所示，這些主題均為虛假信息研究領(lǐng)域的重要主題和研究方向，本文綜合考慮了與虛假信息領(lǐng)域的相關(guān)性、發(fā)文量和顯著性百分位數(shù)等方面因素，重點(diǎn)分析了4個前沿主題。

由表5可知，發(fā)文量最高的主題是謠言與虛假信息(T.28 966)，結(jié)合主題命名規(guī)則來看，該主題與本研究契合度非常高，與本研究相關(guān)的文獻(xiàn)共計(jì)2 366篇，平均FWCI為3.01，篇均被引頻次為11.7，前1%高被引論文104篇，約占總數(shù)的4.4%。高被引論文的研究方向主要集中于虛假信息識別與監(jiān)測技術(shù)，虛假信息在網(wǎng)絡(luò)平臺、政治活動、醫(yī)藥健康等領(lǐng)域的傳播與擴(kuò)散等。

本文進(jìn)一步分析了與謠言與虛假信息(T.28 966)相關(guān)性最高的50個主題，其中顯著性百分位數(shù)位于前1%的共有6個，按相關(guān)性排序依次為Twitter等社交媒體中的危機(jī)處理與事件感知(T.6 485)、Twitter等社交媒體中的政治競選與政治傳播(T.5 299)、品牌社區(qū)的在線評論與網(wǎng)絡(luò)口碑(T.1 190)、新聞制作與新聞實(shí)踐(T.9 441)、政治黨派活動中的媒體使用(T.2 736)、以Facebook和Instagram為代表的社交網(wǎng)站(T.2 470)。其中，T.2 736、T.5 299、T.9 441和T.6 485也出現(xiàn)在表5中，即該4個主題顯著性百分位數(shù)位于前1%，也與謠言與虛假信息(T.28 966)主題相關(guān)性較高，同時還是本文設(shè)定的檢索條件下發(fā)文量較多的主題?；诖?，本文認(rèn)為T.2 736、T.5 299、T.9 441和T.6 485為虛假信息研究領(lǐng)域的前沿主題。

表5 顯著性百分位數(shù)位于前1%的主題(發(fā)文量>100)

(1)政治黨派活動中的媒體使用(T.2 736)。在虛假信息領(lǐng)域中，該主題發(fā)文共計(jì)272篇，平均FWCI為4.29，篇均被引頻次為10.4，其中前1%高被引論文19篇，約占總數(shù)的7%。

該主題下研究內(nèi)容主要涉及：虛假信息對重大政治活動的影響，黨派政治活動中如何應(yīng)對虛假信息，黨派關(guān)系與政治活動對虛假信息的影響，信息鴻溝對政治活動的影響，分享虛假政治信息的動機(jī)，如何開展政治謠言治理，網(wǎng)絡(luò)平臺上的政治謠言傳播，政治誤解與分歧的形成，虛假政治信息中的傳播學(xué)理論研究，虛假信息與公眾信息素養(yǎng)等。

前1%高被引論文重點(diǎn)關(guān)注：虛假信息如何影響社會公眾的認(rèn)知，虛假信息對政治活動的持續(xù)影響，2016年美國總統(tǒng)大選期間虛假新聞的傳播特征及預(yù)測，過濾氣泡和選擇性接觸導(dǎo)致的虛假新聞和意識形態(tài)的兩極分化問題，青年如何判斷爭議性政治話題的真假，虛假信息的糾正，新冠肺炎疫情對新聞媒體與社會公平的影響，虛假信息傳播對政治活動的影響，社交媒體上分享的小報新聞與虛假信息間的關(guān)聯(lián)——以英國大選為例，面對虛假政治信息時深思熟慮是否有用，2016年美國政治大選期間的虛假信息發(fā)布網(wǎng)站研究，政治參與和虛假信息傳播的關(guān)系研究，社交媒體中“回音室”現(xiàn)象出現(xiàn)和意識形態(tài)極化的核心機(jī)制，虛假政治信息的核查與揭露，政治環(huán)境中虛假信息如何影響個體觀念，美國政治大選中的敘事特征和虛假信息，虛假信息的社會效用，虛假信息背景下的新聞素養(yǎng)與公眾社交媒體行為，虛假信息的定義及內(nèi)涵外延。

(2)Twitter等社交媒體中的政治競選與政治傳播(T.5 299)。在虛假信息領(lǐng)域中，該主題發(fā)文共計(jì)150篇，平均FWCI為2.18，篇均被引頻次為6.2，其中前1%高被引論文2篇，約占總數(shù)的1.3%。

該主題下的研究內(nèi)容主要涉及：Twitter謠言對民主、民粹、人權(quán)等政治理念的影響與干擾，歐美國家政治大選期間的Twitter謠言，Twitter上的網(wǎng)絡(luò)戰(zhàn)與政治對抗，Twitter、Instagram、Facebook、YouTube、Tik Tok、Parler 等平臺上的虛假政治信息傳播與治理等。

前1%高被引論文重點(diǎn)關(guān)注：2012年及2016年美國大選期間Twitter上的政治謠言。

(3)新聞制作與新聞實(shí)踐(T.9 441)。在虛假信息領(lǐng)域中，該主題發(fā)文共計(jì)128篇，平均FWCI為2.34，篇均被引頻次為6.2，其中前1%高被引論文4篇，約占總數(shù)的3.1%。

該主題下的研究內(nèi)容主要涉及：虛假信息的生產(chǎn)與傳播動機(jī)，虛假信息識別技術(shù)、算法與工具，數(shù)字媒體時代的假新聞危機(jī)與解決方案，面向虛假信息的新聞教育，新聞報道中的虛假信息，虛假信息對電視、報紙、網(wǎng)站等新聞媒體平臺的挑戰(zhàn)，虛假信息的治理，虛假信息對記者及讀者等人群的影響等。

前1%高被引論文重點(diǎn)關(guān)注：新聞制作過程中的“黑暗參與”，政治事實(shí)核查的制度根源，國家外交政策中的虛假信息，仇恨言論和虛假信息的平臺治理問題。

(4)Twitter等社交媒體中的危機(jī)處理與事件感知(T.6 485)。在虛假信息領(lǐng)域中，該主題發(fā)文共計(jì)109篇，平均FWCI為1.07，篇均被引頻次5.3，其中前1%高被引論文1篇，約占總數(shù)的0.92%。

該主題下研究內(nèi)容主要涉及：社交媒體平臺上的虛假信息如何影響公共危機(jī)事件(如公共衛(wèi)生事件、自然災(zāi)害、突發(fā)輿情等)，人工智能、區(qū)塊鏈、機(jī)器學(xué)習(xí)、自然語言處理等技術(shù)在虛假信息治理中的應(yīng)用，重大突發(fā)事件下的信息傳播規(guī)律、媒體情緒分析等。

前1%高被引論文重點(diǎn)關(guān)注：新冠肺炎疫情中的信息流行病管理框架構(gòu)建。

4 結(jié)論與討論

4.1 虛假信息領(lǐng)域的整體研究趨勢向好

本文以虛假信息研究領(lǐng)域2016—2021年Scopus數(shù)據(jù)庫文獻(xiàn)為基礎(chǔ)，利用SciVal平臺進(jìn)行分析，了解全球自2016年以來在虛假信息研究領(lǐng)域的發(fā)文趨勢、國家/地區(qū)、機(jī)構(gòu)、學(xué)科領(lǐng)域、來源出版物、前沿?zé)狳c(diǎn)等。結(jié)果顯示，2016年至2021年，該領(lǐng)域發(fā)文逐年上升，發(fā)展勢頭較好，且學(xué)術(shù)影響力明顯高于全球平均水平。該領(lǐng)域研究廣泛分布于全球多個國家和地區(qū)，美國的發(fā)文數(shù)量居于世界領(lǐng)先地位，遠(yuǎn)超其他國家。英國的發(fā)文量居第二位，其學(xué)術(shù)影響力在發(fā)文量前十位的國家中居于首位。中國的發(fā)文量和學(xué)術(shù)影響力雖略低于美國和英國，但也高出世界平均水平，中國科學(xué)院的發(fā)文量居于全球第11位，其學(xué)術(shù)成果的被引次數(shù)、FWCI、前1%高被引論文比例均有較好的表現(xiàn)，顯示了該機(jī)構(gòu)在虛假信息研究領(lǐng)域的競爭力。虛假信息研究領(lǐng)域發(fā)文主要集中于Lecture Notes in Computer Science、CEUR Workshop Proceedings和PLoS ONE等，出版物類型涵蓋了叢書、會議錄和期刊等，在高水平刊物(CiteScore Percentile 2020 前25%)的發(fā)文量達(dá)47.6%。

4.2 研究學(xué)科以計(jì)算機(jī)科學(xué)和社會科學(xué)為主，跨學(xué)科特征突出

14 667條文獻(xiàn)的來源出版物覆蓋了Scopus全部27個學(xué)科，主要集中于計(jì)算機(jī)科學(xué)(占比19.5%)、社會科學(xué)(占比19.5%)、醫(yī)學(xué)(占比13.4%)等學(xué)科領(lǐng)域(見圖2)，計(jì)算機(jī)科學(xué)與社會科學(xué)具有明顯優(yōu)勢。對14 667條文獻(xiàn)涉及的3 441個研究主題所屬的學(xué)科領(lǐng)域進(jìn)一步分析發(fā)現(xiàn)，虛假信息研究領(lǐng)域的跨學(xué)科特征非常明顯，充分說明了虛假信息問題已出現(xiàn)在各個學(xué)科領(lǐng)域并得到了學(xué)者們的關(guān)注。虛假信息問題波及范圍較廣，尤其在數(shù)字時代虛假信息的擴(kuò)散速度更是呈指數(shù)級別增長，各學(xué)科均易受影響。計(jì)算機(jī)科學(xué)領(lǐng)域重點(diǎn)從機(jī)器識別、算法等角度來探討對虛假信息的識別、核查和處理；社會科學(xué)領(lǐng)域重點(diǎn)從新聞倫理、新聞制作、傳播路徑等角度來研究，這正是本文分析的主題T.9 441的主要研究方向。除此之外，還有醫(yī)學(xué)、工程、藝術(shù)人文、數(shù)學(xué)等學(xué)科基于本學(xué)科研究基礎(chǔ)，分析虛假信息相關(guān)問題。

正如本領(lǐng)域高被引論文指出的，虛假信息是一個全球性的歷史長期問題，社會科學(xué)和計(jì)算機(jī)科學(xué)領(lǐng)域都已經(jīng)探討了它的傳播機(jī)制和動機(jī)問題，學(xué)者也正在關(guān)注虛假信息在政治領(lǐng)域傳播所導(dǎo)致的復(fù)雜結(jié)果，虛假信息的預(yù)警、治理和糾正，需要跨學(xué)科研究才能對癥下藥[15]。

4.3 虛假信息在政治活動中有較高的參與度

虛假信息與政治活動的相關(guān)研究自2016年以來有較高的學(xué)術(shù)產(chǎn)出，在本文重點(diǎn)分析的4個主題中，主題T.2 736和T.5 299均和政治活動有關(guān)。虛假信息的產(chǎn)生動機(jī)和廣泛傳播與政治活動、意識形態(tài)緊密相關(guān)[16]，容易接觸到虛假信息的主要是保守派、年齡較大者和非常關(guān)注政治新聞的人群[17]。2016年美國政治大選中的虛假信息傳播是其中的典型案例，在大選最后五個月內(nèi)，Twitter上與大選相關(guān)的信息中虛假、極端偏見信息占到25%，而此類信息的傳播網(wǎng)絡(luò)連接更加緊密，即推文被轉(zhuǎn)發(fā)的數(shù)量更多[ 18]。社交媒體因其準(zhǔn)入門檻低、信息碎片化、社交圈信息趨同等特征，成為虛假政治信息滋生和傳播的土壤，但尚無明確證據(jù)可證明社交媒體上的虛假信息在影響大選結(jié)果上起到?jīng)Q定作用[19]。

與2016年美國政治大選類似，2017年法國政治大選[20]、意識形態(tài)兩極分化[21]、烏克蘭沖突[22]等政治活動中均有虛假信息的介入。虛假信息對政治活動的影響是復(fù)雜而深遠(yuǎn)的，尤其是以社交媒體為代表的網(wǎng)絡(luò)平臺賦予了虛假信息更快的傳播速度、更復(fù)雜的網(wǎng)絡(luò)人際關(guān)系、更隱蔽的偽裝形式，虛假信息對政治活動的干預(yù)和影響可能更加難以具象和量化，目前一些社交媒體和網(wǎng)絡(luò)平臺已在盡力遏制虛假政治信息的傳播，如采取人工干預(yù)或機(jī)器算法來識別并限制正在傳播中的虛假信息。

4.4 重大輿情和危機(jī)事件中的虛假信息治理是當(dāng)務(wù)之急

危機(jī)事件(如地震、臺風(fēng)、洪水、恐怖襲擊、疫情等)的暴發(fā)會影響人們的物質(zhì)、情感狀態(tài)，干擾人類生存環(huán)境，在這個過程中人們會利用信息與通信技術(shù)獲取信息以應(yīng)對災(zāi)難中的不確定性，這是危機(jī)信息學(xué)的核心[23]，也是本文重點(diǎn)分析的前沿主題之一T.6 485的主要內(nèi)容。近半數(shù)(45%)的公眾會在危機(jī)中使用社交媒體來分享或查找信息，但虛假信息已成為這個過程中的主要障礙[24]。虛假信息不斷消解公眾對信息中介的信任，破壞了信息空間的完整性，影響公眾和管理者的行為與決策。

危機(jī)事件中的虛假信息治理尤為重要，虛假信息一旦進(jìn)入傳播鏈條引發(fā)信息污染，將使得危機(jī)事件的走向更加復(fù)雜，難以管控，可能會帶來危機(jī)事件本身以外的重大輿情事件。正如危機(jī)信息學(xué)結(jié)合了計(jì)算機(jī)科學(xué)、社會科學(xué)一樣，危機(jī)事件的虛假信息的治理也主要集中在以下兩個方向：在技術(shù)方面，可采用基于排序和分類的混合方法[25]、多模態(tài)深度學(xué)習(xí)方法[26]等來自動識別虛假信息；在綜合治理方面，可以組織公眾自發(fā)參與信息驗(yàn)證、平臺及時處理過時信息、對公眾開展信息素養(yǎng)教育、政務(wù)機(jī)構(gòu)和第三方組織積極參與[27]等。重大輿情和危機(jī)事件中的虛假信息治理需要專業(yè)技術(shù)與綜合治理雙管齊下，只有在識別、分辨、監(jiān)測、預(yù)警技術(shù)的支撐下加強(qiáng)虛假信息綜合治理，在綜合治理的過程中不斷提升技術(shù)，才能避免重大輿情和危機(jī)事件進(jìn)一步惡化。

本文通過文獻(xiàn)計(jì)量分析發(fā)現(xiàn)，虛假信息研究領(lǐng)域熱度不斷上漲，學(xué)術(shù)產(chǎn)出整體水平較高，研究主題豐富多樣，前沿方向主要是虛假信息對政治活動的干擾與影響，計(jì)算機(jī)、社會科學(xué)領(lǐng)域的虛假信息技術(shù)識別和新聞倫理，危機(jī)事件中的虛假信息傳播擴(kuò)散等。

可以預(yù)見，未來關(guān)于虛假信息在政治活動和危機(jī)事件中的傳播規(guī)律研究，將有助于建立更加完善有效的虛假信息治理模式，為虛假信息治理的自動化識別、全流程管控、多主體參與奠定基礎(chǔ)。網(wǎng)絡(luò)賦予了虛假信息更大的影響范圍、更快的傳播速度和更復(fù)雜的外在形式，虛假信息的傳播可能會引發(fā)社會問題和重大輿情事件，甚至危及國家信息安全。虛假信息治理是一項(xiàng)系統(tǒng)工程，只有加快完善虛假信息治理框架，通過系統(tǒng)性的政策和規(guī)則，引導(dǎo)信息生產(chǎn)者、傳播者、使用者和管理者共同參與到虛假信息的管控和治理中來，才能在信息傳播鏈條上有效阻斷虛假信息的入侵和干擾，提升信息質(zhì)量，降低信息使用成本，保障信息安全。