Предупрежден — значит вооружен? Антивакцинный контент и восприятие пользователями пометок-предупреждений
DOI:
https://doi.org/10.14515/monitoring.2025.6.2917Ключевые слова:
предупреждающие сообщения, вакцинация, смешанная методология, человеко-компьютерное взаимодействие, интернет-исследования, социальные сетиАннотация
Распространение недостоверной информации в интернете требует от социальных сетей разработки эффективных инструментов противодействия. В данной работе оценивается восприятие пользователями различных форматов интерфейсных предупреждений о недостоверном контенте на примере антивакцинных публикаций. В качестве кейса выбрана социальная сеть «ВКонтакте» — одна из самых популярных платформ в Рунете, уже имевшая опыт внедрения подобных предупреждений. Эмпирически сравниваются четыре формата предупреждений: два распространенных (блокирующее всплывающее окно и постоянный баннер) и два экспериментальных (сообщение с прямым опровержением и комбинированный вариант, разработанный с учетом пользовательских предпочтений). В рамках смешанной методологии был проведен цикл исследований, включивший полуструктурированные интервью (N = 4), тест предпочтений (N = 169) и онлайн-эксперимент (N = 309). Результаты показали, что пользователи статистически значимо чаще предпочитают сообщения со структурированным опровержением ложных утверждений (p-value = 0,026). В то же время ни один из форматов не привел к значимому снижению желания пользователей взаимодействовать с помеченным постом (лайк, репост, комментарий). На основе выводов исследования сформулированы практические рекомендации по проектированию интерфейсных элементов для противодействия дезинформации, адресованные исследователям, дизайнерам и разработчикам платформ.
Библиографические ссылки
Дудина В. И., Сайфулина В. О. «Почитала, еще меньше вакцинироваться захотелось»: онлайн-дискурс вакцинной нерешительности // Мониторинг общественного мнения: экономические и социальные перемены. 2023. No. 1. C. 279—298. https://doi.org/10.14515/monitoring.2023.1.2344.
Dudina V. I., Saifulina V. O. (2023) «I Read It, I Wanted to Get Vaccinated Even Less»: An Online Discourse of Vaccine Hesitancy. Monitoring of Public Opinion: Economic and Social Changes. No. 1. P. 279—298. https://doi.org/10.14515/monitoring.2023.1.2344. (In Russ.)
Akhawe D., Felt A. P. (2013) Alice in Warningland: A Large-Scale Field Study of Browser Security Warning Effectiveness. In: Proceedings of the 22nd USENIX Conference on Security. P. 257—272. URL: https://dl.acm.org/doi/10.5555/2534766.2534789 (accessed: 17.02.2025).
Allen J., Watts D. J., Rand D. G. (2024) Quantifying the Impact of Misinformation and Vaccine-Skeptical Content on Facebook*. Science. Vol. 384. No. 6699. https://doi.org/10.1126/science.adk3451.
Benoit S. L., Mauldin R. F. (2021) The “Anti-Vax” Movement: A Quantitative Report on Vaccine Beliefs and Knowledge Across Social Media. BMC Public Health. Vol. 21. No. 1. https://doi.org/10.1186/s12889-021-12114-8.
Clayton K., Blair S., Busam J. A., Forstner S., Glance J., Green G., Kawata A., Kovvuri A., Martin J., Morgan E., Sandhu M., Sang R., Scholz-Bright R., Welch A. T., Wolff A. G., Zhou A., & Nyhan B. (2020) Real Solutions for Fake News? Measuring the Effectiveness of General Warnings and Fact-Check Tags in Reducing Belief in False Stories on Social Media. Political Behavior. Vol. 42. No. 4. P. 1073—1095. https://doi.org/10.1007/s11109-019-09533-0.
Epstein Z., Foppiani N., Hilgard S., Sharma S., Glassman E., Rand D. (2022) Do Explanations Increase the Effectiveness of AI-Crowd Generated Fake News Warnings? In: Budak C., Cha M., Quercia D. (eds.) Proceedings of the International AAAI Conference on Web and Social Media. Vol. 16. P. 183—193. https://doi.org/10.1609/icwsm.v16i1.19283.
Fritz C. O., Morris P. E., Richler J. J. (2012) Effect Size Estimates: Current Use, Calculations, and Interpretation. Journal of Experimental Psychology: General. Vol. 141. No. 1. P. 2—18. https://doi.org/10.1037/a0024338.
Gantiva C., Sotaquirá M., Marroquín M., Carné C., Parada L., & Muñoz M. A. (2019) Size Matters in the Case of Graphic Health Warnings: Evidence from Physiological Measures. Addictive Behaviors. Vol. 92. P. 64—68. https://doi.org/10.1016/j.addbeh.2018.12.003.
Guo C., Guo Z., Zheng N., Guo C. (2024) All Warnings Are Not Equal: A User-Centered Approach to Comparing General and Specific Contextual Warnings Against Misinformation. In: Bui T. (ed.) Proceedings of the 57th Hawaii International Conference on System Sciences. P. 2330—2339. URL: https://aisel.aisnet.org/hicss-57/dsm/critical_and_ethical_studies/3 (accessed: 12.01.2025).
Hassan A., Barber S. J. (2021) The Effects of Repetition Frequency on the Illusory Truth Effect. Cognitive Research: Principles and Implications. Vol. 6. No. 1. https://doi.org/10.1186/s41235-021-00301-5.
Johnson H. M., Seifert C. M. (1994) Sources of the Continued Influence Effect: When Misinformation in Memory Affects Later Inferences. Journal of Experimental Psychology: Learning, Memory, and Cognition. Vol. 20. No. 6. P. 1420—1436. https://doi.org/10.1037/0278-7393.20.6.1420.
Kaiser B., Wei J., Lucherini E., Lee K., Matias J. N., Mayer J. (2021) Adapting Security Warnings to Counter Online Disinformation. In: 30th USENIX Security Symposium (USENIX Security 21). P. 1163—1180. URL: https://www.usenix.org/conference/usenixsecurity21/presentation/kaiser (accessed: 29.12.2024).
Koch T. K., Frischlich L., Lermer E. (2023) Effects of Fact-Checking Warning Labels and Social Endorsement Cues on Climate Change Fake News Credibility and Engagement on Social Media. Journal of Applied Social Psychology. Vol. 53. No. 6. P. 495—507. https://doi.org/10.1111/jasp.12959.
König L. M. (2023) Debunking Nutrition Myths: An Experimental Test of the “Truth Sandwich” Text Format. British Journal of Health Psychology. Vol. 28. No. 4. P. 1000—1010. https://doi.org/10.1111/bjhp.12665.
Konstantinou L., Caraban A., Karapanos E. (2019) Combating Misinformation Through Nudging. In: Lamas D., Loizides F., Nacke L., Petrie H., Winckler M., Zaphiris P. (eds.) Human-Computer Interaction — INTERACT 2019. Cham: Springer. Vol. 11749. https://doi.org/10.1007/978-3-030-29390-1_51.
Kotz J., Giese H., König L. M. (2023) How to Debunk Misinformation? An Experimental Online Study Investigating Text Structures and Headline Formats. British Journal of Health Psychology. Vol. 28. No. 4. P. 1097—1112. https://doi.org/10.1111/bjhp.12670.
Lewandowsky S., Ecker U. K., Seifert C. M., Schwarz N., Cook J. (2012) Misinformation and Its Correction: Continued Influence and Successful Debiasing. Psychological Science in the Public Interest. Vol. 13. No. 3. P. 106—131. https://doi.org/10.1177/1529100612451018.
Martel C., Rand D. G. (2023) Misinformation Warning Labels Are Widely Effective: A Review of Warning Effects and Their Moderating Features. Current Opinion in Psychology. Vol. 54. Art. 101710. https://doi.org/10.1016/j.copsyc.2023.101710.
Mena P. (2020) Cleaning Up Social Media: The Effect of Warning Labels on Likelihood of Sharing False News on Facebook*. Policy & Internet. Vol. 12. No. 2. P. 165—183. https://doi.org/10.1002/poi3.214.
Nassetta J., Gross K. (2020) State Media Warning Labels Can Counteract the Effects of Foreign Misinformation. Harvard Kennedy School Misinformation Review. Vol. 1. https://doi.org/10.37016/mr-2020-45.
Pennycook G., Bear A., Collins E. T., Rand D. G. (2020) The Implied Truth Effect: Attaching Warnings to a Subset of Fake News Headlines Increases Perceived Accuracy of Headlines Without Warnings. Management Science. Vol. 66. No. 11. P. 4944—4957. https://doi.org/10.1287/mnsc.2019.3478.
Petrov I. (2022) Anti-vaccination Movement on VK: Information Exchange and Public Concern. In: Alexandrov D.A., Boukhanovsky A.V., Chugunov A.V., Kabanov Y., Koltsova O., Musabirov I. (eds.) Digital Transformation and Global Society. Cham: Springer. P. 108—121. https://doi.org/10.1007/978-3-030-93715-7_8.
Pluviano S., Watt C., Della Sala S. (2017) Misinformation Lingers in Memory: Failure of Three Pro-vaccination Strategies. PloS ONE. Vol. 12. No. 7. https://doi.org/10.1371/journal.pone.0181640.
Porter E., Wood T. J. (2022) Political Misinformation and Factual Corrections on the Facebook* News Feed: Experimental Evidence. The Journal of Politics. Vol. 84. No. 3. P. 1812—1817. https://doi.org/10.1086/719271.
Sharevski F., Alsaadi R., Jachim P., Pieroni E. (2022) Misinformation Warnings: Twitter’s Soft Moderation Effects on COVID-19 Vaccine Belief Echoes. Computers & Security. Vol. 114. https://doi.org/10.1016/j.cose.2021.102577.
Silic M. (2016) Understanding Colour Impact on Warning Messages: Evidence from Us and India. In: Kaye J., & Druin A. (eds.) Proceedings of the 2016 CHI Conference Extended Abstracts on Human Factors in Computing Systems. P. 2954—2960. https://doi.org/10.1145/2851581.2892276.
Sullivan G. M., Artino A. R. (2013) Analyzing and Interpreting Data from Likert-Type Scales. Journal of Graduate Medical Education. Vol. 5. No. 4. P. 541—542. https://doi.org/10.4300/JGME-5-4-18.
Swire-Thompson B., DeGutis J., Lazer D. (2020) Searching for the Backfire Effect: Measurement and Design Considerations. Journal of Applied Research in Memory and Cognition. Vol. 9. No. 3. P. 286—299. https://doi.org/10.1016/j.jarmac.2020.06.006.
Tulin M., Hameleers M., de Vreese C., Opgenhaffen M., Wouters F. (2024) Beyond Belief Correction: Effects of the Truth Sandwich on Perceptions of Fact-checkers and Verification Intentions. Journalism Practice. P. 1—20. https://doi.org/10.1080/17512786.2024.2311311.
Xie J., Yamashita M., Cai Z., Xiong A. (2022) A User Study on the Feasibility of Topic-aware Misinformation Warning on Social Media. In: Proceedings of the Human Factors and Ergonomics Society Annual Meeting. Vol. 66. No. 1. P. 621—625. https://doi.org/10.1177/1071181322661252.
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Игорь Дмитриевич Петров
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-ShareAlike» («Атрибуция — Некоммерческое использование — На тех же условиях») 4.0 Всемирная.
