谣言传播 Nature：比疫情更可怕的是伪科学谣言的传播

原创 郭瑞东 集智俱乐部

导言:

在西方社会中，对疫苗的不信任，例如认为疫苗会造成自闭症等谣言，是一种广为流传的伪科学。在新冠爆发的今天，这样的错误观点，会对社会造成严重的生命和财产损失。5月13号的 Nature 论文“支持与反对疫苗观点的线上竞争”，从观点传播动力学的角度，系统性地讨论在社交媒体上，科学与谣言在传播过程中，会呈现出哪些不同的特征。该文的研究套路值得借鉴，研究得出的结论，不只适用于西方文化的背景下，也具有一定的普适性。

论文题目:

The online competition between pro- and anti-vaccination views

论文地址:

https://www.nature.com/articles/s41586-020-2281-1

1.如何在媒体中形象化传播思想

类似微信公众号，脸书平台上的社群集团是一个用户创建的自媒体。该研究所基于的数据，正是在有三十亿用户的脸书平台，选取其中1亿就疫苗问题表达过观点的用户。由于本研究关注的是观念的传播，因此关注点不仅仅是用户是否关注某个自媒体，更是某个社群集团的用户是否向社群中的其他用户推荐某个账号。

下图为10月15日、19日关注疫苗相关话题的1亿用户组成的媒体生态。图中红色表示社区不信任和反对疫苗，蓝色表示社区支持疫苗，绿色表示该区域用户对该话题没有做出明确判断。点的大小代表社区的人数。图上方的全球态度代表了整个世界对这个话题的态度。这个网络可视化套路值得借鉴。

图1:疫苗问题全球社交网络社区的生态可视化

2. 如何描述观点的演化过程

这项研究收集的数据来自19年2月至10月。与2月份相比，10月份疫苗话题的社区生态发生了哪些变化，可以得到下图:

图2:关于疫苗的话题，网络传播的生态变化图

该图中，左边的红色为反对疫苗的自媒体，右边的蓝色为支持疫苗的自媒体。图中描述的是节点的增长情况，例如图中在绿点中出现了一个红点，意味着 2 月份还对这个话题保持中立的社群，在 10 月份，部分成员变得反对疫苗。

从上图可以直观地看出，与2月份相比，新增的反疫苗社区更多，从下图不同类型节点的中心性变化可以看出，反疫苗社区在网络中的中心性显著增加，这意味着它们在通信网络中占据了更加中心的位置。考虑到2019年西方社会麻疹疫情中，主流媒体对反疫苗观点的排斥，上述自媒体界的变化趋势解释了为什么反疫苗声音能够持续强劲。

图3:不同类型社区的初始规模和社区中心性的散点图

3. 支持与反对疫苗的观点

沟通中的六大差异

该文最大的贡献，除了上述的可视化，还在于作者从传播数据中，总结出的支持与反对疫苗的观点，在传播动力学上，与传统观念所呈现的不同之处，以及由其引申出的经验教训。

3.1谣言传播更加分散

从总人数来看，相信疫苗有益的人是多数，且这些人也认为自己处于社交网络的主流，然而从网络的视角来看，反对疫苗的声音，正在变为网络中的主流，同时和对疫苗态度犹疑未决的社群联系越来越紧密。而相信疫苗有益的群体，则大多处在网络中的某个特定区域中，他们会认为身边的人都相信疫苗有益，从而不认为自己需要进一步传播这一观点。

3.2不是静态侦听器，而是活动连接

社交网络中最多的，其实还是对于疫苗问题保持中立的那部分人，例如学校中的家长联合会，要决定是否给孩子打疫苗。传统的想法是，这些人消极的接受信息，直到被某一方说服。但实际中，绿色的社群有着最多的连接增长数，且其中和反对疫苗的群体有密切联系的社群，更容易在规模上出现快速增长。这意味着对于某一话题保持中立的社群，并不是消极的信息接收者，在这个自媒体时代，他们会积极的传播观点。

3.3大多数疫苗由大V账户支持

在自媒体账号数上，反对疫苗的自媒体账号更多，虽然每个反对疫苗的账号的关注者较少。但小号能够和关注者之间产生更多的互动，从而使其相比大V账号，能够更有力的占据网络的中心位置，并能够触及更多的对疫苗话题没有明确意见的群体。

3.4疫苗账户有更多子主题

疫苗有害这样的谣言，往往会和阴谋论，儿童安全及替代医学等纠缠在一起。而支持疫苗的言论，则只是一个帖子只谈论疫苗这一个话题，不会东拉西扯。这和国内的媒体生态几乎一模一样。养生谣言中，能分出诸多子群，每个子群讨论自己熟悉的话题。

3.5当相关事件成为热点时，反对疫苗的声音增长更快。

在 19 年 2 月到 10 月中，美国爆发了本来可以通过疫苗预防的麻疹疫情，这是由于多年来美国部分地区的孩子不接受麻疹疫苗造成的，主流媒体也对反疫苗的观点予以驳斥。然而在麻疹疫情期间，反对疫苗的声音反而传播的最为迅速，有些账号的关注者增加了300%，而没有任何一个支持疫苗的账号，关注者增加了100%，大部分关注者的增长都在 50% 以下。

3.6中型抗疫苗自媒体以来增长最快

之前的社交网络中，假设是富者越富，优先连接会让大号获得更快的增长。而针对疫苗这一话题，由于反对疫苗的大号发布的文章，会被支持疫苗的账号关注进而辟谣。从而使得增长速度最快的那部分账号，是初始关注者数量中等的那部分账号。

以上六条规则来源于对原文中脸书数据的分析。但基于我的日常生活经验，笔者认为它也描述了科普信息和伪科学谣言在国内自媒体生态系统传播过程中的规律。比如在养生的谣言中，可以区分出很多亚组，每个亚组讨论熟悉的话题。因此，当你阅读时，你会觉得虽然这篇文章描述了关于疫苗话题的观点演变，但这些规律可能适用于更广泛的场景，即传播过程中科学和谣言的区别。

4. 对未来的预测和干预

在原论文中，根据本研究得出的传播趋势，推断了未来可能出现的情况。因为反对疫苗的声音比支持疫苗的声音增长得快得多，所以在那些还没有对疫苗话题做出决定的人当中占了上风。假设没有干预，按照目前的进化动态，十年后，支持和反对疫苗的人将是平等的，这在面对新冠肺炎的挑战时并不是一个好消息。

图4:全球社交媒体上支持和反对疫苗的人数预测

该研究的现实意义在于指出了，在新媒体环境下，辟谣的游戏规则发生了改变。传统媒体占据主流的时代，由于绝对人数上的显着差异，反对疫苗的声音应该即使不做任何干预，也会自动消失，或者随着主流媒体的科普，使得关注者变得越来越少。但事实上，麻疹疫情爆发时，主流媒体对反疫苗观点的批判，反而加速了该观点的传播。

如何通过干预避免反疫苗声音的进一步传播，结合数学模型，本文给出三点建议:

4.1 利用反对疫苗的社群内部的异质性

如上所述，即使是一个小的反疫苗社区也可以细分为许多小团体。如果我们鼓励不同观点之间的竞争，促进社区的异质性，就会减缓社区规模的扩张速度。

图5:增加社区异质性并减缓社区交流

4.2 利用个人社交网络中存在的倒U型曲线

无论是关于疫苗还是其他有争议的话题，大多数人都没有一个明确的看法。这些人会走向哪一方，他们改变观点的速度有多快，取决于他们在社交网络上有多少朋友支持疫苗。下图的横轴是支持疫苗的朋友数量与在这个问题上悬而未决的朋友数量之比，纵轴是个人确信疫苗有益的速度。该图所示的倒U型曲线表明，通过选择性推送，更多的人可以更快地接受主流科学概念。

图6:对于犹豫不决的个人，需要多久才能相信疫苗是有益的，持这种观点的朋友比例

4.3 系统性的增加和删除连接更能够有效地改变传播过程

干预每个用户的社交网络，与个人层面进行对比。因为社区会监管类似于机器人的账号，仅仅通过增加大量支持疫苗的账号，很难让犹豫不决的用户支持疫苗。一个更有效的建议是阻断现有的联系，也就是关闭那些反对疫苗的账号，同时把支持疫苗的信息推给不关注的个人，也就是建立新的联系。下图中，横轴和纵轴分别是阻断和新连接的比例，两者平衡时形成的线将未来可能的社交网络分为两类。在左上角的例子中，反对疫苗的信息继续传播，而反对疫苗的声音不再传播。

图7:增加和阻断连接比例对通信行为的影响

5. 对比和总结

在《自然:删除帖子和屏蔽关键词能防止网络上的极端言论吗？也许效果适得其反”，讨论了恐怖分子用来传播信息的社交网络以及如何阻断极端信息的传播。本文探讨的是另一种信息，即反科学谣言的传播规律和阻断传播的建议。对比这两篇文章的内容，传播的内容不同，动力学呈现的规律也不同，如何阻断传播的建议也不同。

再结合“Nature物理：怎样让信息传遍全网？突破社区的临界相变点”中关于观点传播的建模文章，及其引申出的如何能够写出十万加的科普文的讨论。可以看出对观点传播研究，由于社交媒体提供的可量化数据，正在变得热门。这个网络科学与传媒学的交叉学科，对如何避免在自媒体时代，出现勒庞笔下的乌合之众，具有深刻的现实意义。

作者:郭瑞东

审校：张朔

编辑:张爽

来集智斑图

发起并参与论文翻译活动

以上是对这篇 Nature 研究要点的介绍。更多数据分析工作、研究方法介绍，请参见论文原文。

原标题:“自然:比疫情更可怕的是伪科学谣言的传播。”