導引數位新聞景域:批判性評估的实用指南

資訊流動速度前所未有,批判性評估新聞的能力也成為公民参与的根據。 數位化時代在使信息获取民主化的同时,也放大了旨在引起反應而不是信息化的不實信息、不实信息以及情感上充斥的內容的传播。 對學生、教育家和日常公民而言,制定強烈的新聞策略不再是選擇性的,而這對保障民主、作出健全决策、保持共同的現實感至关重要。 這本指南提供了有效的新聞評估策略,從認清微妙的偏見到使用先进的數位工具來確認自己的要求。

媒體的通識不是不信任一切, 而是發展出一個可以判斷判斷的標準的懷疑主義。 在這篇文章的末尾, 教育者和學者都將有一套工具, 它們可以立即应用于任何新聞報導, 不管平台如何。

了解媒體的素养:超越了巴茲語

媒體素养通常被定义为利用所有交流形式存取、分析、評估、創作和行動的能力。 但實際上,它是一個需要不断完善的学科。 其核心是,媒體素养要求我們從被动消费轉而积极質疑。 重點不是記憶一串「假新聞」網站,而是建立一种能從來、目的和背景來審問每一個資訊的心态。

媒體文化最關鍵的方面之一是了解塑造新聞製作的經濟和政治力量。很多新聞都是由大公司或具有特定思想倾向的个人所有。這個所有制结构可以影響那些報導和故事的結構。 此外,數位媒體的廣告導演收入模式會奖励耸人听聞的主義和閃電, 因為這些模式會產生更多的頁面觀察。 認定這些结构性因素有助于讀者理解某些故事會變得引人入胜,而其他故事卻被忽略。

媒體的通識也涉及理解认知偏見,也就是我們大腦偏好確認我們现有信仰的信息的倾向。 確認偏見可能是最普遍的,但其他的則如可用性興奮(高估了信息的重要性,容易被理解)和Dunning-Kruger效应(對自己知識的過份自信)也起一定作用。 讀者了解這些偏見,就可以采取有心有義的反擊措施,比如在分享這些偏見之前,先找出对立的观点或查核情感指控的来源。

為什麼媒體的识字比以往更重要

The consequences of poor media literacy are not abstract. From public health crises like the COVID-19 pandemic to political disinformation campaigns that undermine election integrity, the ability to separate fact from fiction has life-or-death implications. A 2023 study published in Science Advances found that false news spreads significantly faster, farther, and deeper than true news on Twitter, largely because it is more novel and emotionally appealing. Without the skills to evaluate such content, individuals are vulnerable to manipulation by foreign actors, malicious bots, and partisan amplifiers.

相對地,不能把可信報導和宣傳相区别的民眾容易分化,容易被獨裁的呼籲。 因此,教授媒體素描不只是教育目的,也是公民的必備。 教育是教育的目標。

了解和理解媒体偏见

所有新聞都带有某种程度的偏見,如果不選擇包含什么、忽略什么、如何描述什麼,就不可能提出事件。 關鍵不是完全消除偏見,而是在評估資訊時認清和解釋它。 媒體偏見可以有多种形式,而辨識他們是關鍵的第一步。

新聞報導中的偏見類型

選舉比亞斯:[ , 這種情況發生在某個出版物選擇包涵某些故事而忽略其他故事。 例如, 一個只報導城市犯罪新聞的外傳可能會造成對城市生活的扭曲。 選舉偏見也可以被引申到哪些來源上, 如果一個關於氣候變遷的故事只包含業內疑問者的评论, 則會造成錯誤的平衡 。

以「暴動」與「示威」為代表, 其意義也大不相同。 Framing亦可能涉及故事的放置(前頁對埋在後面的)或頭條的選擇, 通常寫作目的不是精准地概括內容,

讀者們往往會尋找並相信與他們原有觀點一致的資訊。 儘管新聞本身並非偏見,

美國的媒體公司可能不會有批判軍事支出的機會。 相似的, 持有政治背書的媒體(例如, 左拾割或右拾割)自然會與他們的社論立场相符合。 美國的媒體公司可能會在國際媒體上發表「政治偏見」,

感知論的報導常常夸大風險, 使用超級的語言, 以及把景觀放在实质之上。 這種報導在有線新聞中尤其普遍, 收視率會推动內容決定。

有些媒體是公然的黨派, 透過嚴格的意識透視來提供新聞。

偵測比亞斯的实用工具

數個工具和方法可以幫助讀者有系統地評估偏差。 AllSides Media Bias Chart 估計了從左到右的頻道上的消息來源, Ad Fontes Media [ 提供了交互的圖, 勾勒偏差和可靠性。 這些不是定義的, 而是一個了解來源落落點的起点。 此外, 讀者可以使用 CRAAP 測試 [[FLT: 4]] [CRAAP: 5] (CRUT: 5]] (Curdency, International, arity, argunity, amication, amicationality, implements) 評估任何資訊來源。 在對新聞文章做測試時, 問: 資訊是否現今? 是否與你的需求有關? 是誰? 作者? ? 該申請提供證據支持嗎?

评估新闻來源的战略

估計新聞需要超越內心感受的有條理方法。 以下策略以資訊素識研究为基础,

檢查來源的音軌記錄

開始調查該出版物的歷史和使命。 值得尊敬的新聞組織有透明的校正政策,遵守記者道德,并遵守行为守则。使用像 Media Bias/Fact Check (MBFC) 等資源來觀察來源如何被評估事實的准确性和偏見。 如果一個網站有出版惡作劇或極端党派內容的歷史, 請小心地看待它的故事。

尋找作者憑證

尋找作者的姓名和背景。 他們在他們所報導的題目上有專業的嗎? 他們是一位有名的記者,還是匿名的撰稿人? 故事中的匿名來源有時是有必要的,但旁線本身應該歸屬于一個有可查證的資格的真實人物。 警惕人工智能所寫的文章而不披露,因為AI生成的内容可能缺乏上下文和可靠性。 人們在部落格上也看到了一些關於這項目的報導,但他們在部落格上也看到了一些不為人知的內容。

檢視證據

好新聞依靠可查證的證據。 問: 是否引用了特定的資料點? 是否引用或連結了主要來源? 您可以跟隨證據的串連到原始的研究、 報告或事件嗎? 如果故事提出粗略的聲明但沒有提供佐证, 應該舉起紅旗。 交叉參考其他有聲望的來源。 一個報導破解消息的來源可能是對的, 但多個獨立的網站的確認可以提高可信度 。

考慮多角度

讀取同樣的論題的多個來源有助于建立更完整的圖象。 不要只依靠那些確認你看法的渠道;积极從不同的思想倾向中尋找報導。 如果某事件被一個左撇子和一個右撇子所非常不同的描述, 試圖從聯合國出版社或路透社等組織中找到一個中立或基于事實的概要。 另外, 尋找國際觀點 — — 外国媒體常常以较少的國內偏見來報導美國的故事,反之亦然。

平面讀取

平面讀取是專業的事實檢查者使用的一种技術。 而不是留在原始網站上評估其可信度, 開放新的分頁, 搜尋網站、 作者和聲明的資訊。 這意味著把文章留到其他地方去查證來源的名聲。 例如, 如果您在不熟悉的網站上遇到一首令人震撼的頭條, 請快速地做谷歌搜索 : “ [站名] 可信嗎 ” 或 “ 實際檢查 ” 。 这种方法有助于避免受網站本身的設計和介面所影響 。

使用實驗檢查資源

實驗組織在反假消息的抗爭中已成為重要的盟友。 他們有時會系统地檢查政治人物、病毒性社交媒體文章和新聞文章的聲明。 使用這些資源應該是新聞評估的例行部分。

包括:

  • 斯諾普斯調查傳言、城市傳奇和病毒內容,
  • 美國政治人物和其他公共人物的言論實際上是否准确。
  • 由Poynter研究所(PoliticFact Reservation)運作, 使用「真理- O- Meter」(Truth-O-Meter)來宣稱利率, 并提供詳細的解釋,

除了這些, 很多國家都有自己的實驗組織(例如, Full Fact in the Unk, Africa Check, Chequeado in Latural America) 。 快速檢查時, 瀏覽器的延伸, 如 [[FLT: 0]] NewsGuard [[[FLT: 1] 等, 直接在搜索結果中提供新聞網站的实时可信度評估。 當使用實驗器時, 記得他們常常會評估特定的索赔, 而不是整個消息。 一個事實檢查, 發現一個說「 大部分是假的 ” , 并不意味整個出版物不可靠, 但對相似的評估, 也值得小心。

發展重要思考技巧,以掌握新聞消费

批判性思考是有效的新聞評估的引擎。它涉及質疑假設、分析辯論、合成多種來源的信息。 教育家可以通过有條理的、清晰的活動培植這些技能。

建立批判性思考的教室活動

分析頭條對內容: 學生們可以把頭條和文章的事實作比較。頭條通常比文字更具有震撼性。

追蹤一個Viral 的聲明:[ 從社交媒體中選取一個廣泛的傳言或聲明,

校對:Soup

建立媒體日記: 要求學生在一周內登入每篇新聞文章, 指出來源、他們發現的偏見、以及他們試圖的檢查。 這會建立對消费習慣的意識。

以「新聞室」為例: 模仿記者們的決定, 選擇要報導的報導、如何設計、以及要包含的來源。

鼓勵人質疑心靈

教育者應該模仿審問方式。 教育者應該接受事實, 而不是用面值來回答:「我們怎麼知道? 」 「這段敘述對誰有利? 」 「缺少什麼證據? 」

利用科技提升新聞評估

科技也提供強大的資訊評估工具。

新聞聚合器和監控器

使用 [[ FLT: 0]] 或 [ [FLT: 1] 或 [[ FLT: 2]] 剪貼簿 等應用程式來管理不同的新聞來源。 您可以故意包含不同角度的來源, 建立一個資訊來讓你受到更廣泛的報導。 有些集成器, 如 [ [FLT: 4]] News360 [[FLT: 5] , 使用 AI 來總結單一題上的多個來源, 以比較報導的內容。

社交媒体监测和核查工具

追蹤風潮的題目, 例如 [[ FLT: 0]] Hootsuite [[ FLT: 1] 或 [ [ [FLT: 2]] 布茲蘇莫 [ [ [FLT: 3]] ] 等工具可以顯示各平台的傳播。 然而, 注意: 風潮的列表常常反映bots或協調的活動的操縱。 使用 . Bot Sentinel [ [[ FLT: 5] 或 [[FLT: 6] 等工具可以直觀地看到债权的傳播, 并偵察自動帳號 。

關鍵讀取的瀏覽器延伸

延伸名像 NewsGuard 在搜尋結果和社交媒體資訊中, 在連結旁顯示可信度 。 B.S. Detectionor [ 標示不可靠來源。 ] Wikipedia 可以用作快速檢查基本事實的起点, 雖然它不是唯一的核查來源。 对于影像的確認, Google反向影像搜尋 [ 或[ TinEye 可以确定照片是否被操控或被取出上下文 。

教育平台

平台如Newsela提供平面新聞文章, 內置的考試和討論提示, 讓這些文章成為教室使用的理想。 Common Sense Education[ 提供了媒體素养的免費課程計劃。 檢查 由新聞素識計畫提供交互式模組, 教學生像實驗者一樣評估資訊。

導覽社會媒體算法與回聲頻道

社交媒體平台是許多人的主要新聞來源, 然而他們的算法卻旨在最大化的參與, 而不是精確。 這些算法會顯示使用者符合過去行為的內容、 强化現有信仰、 將他們隔離於不同觀點之外, 从而產生滤泡。 了解這個動力對新聞評估至关重要 。

使用者應有意追蹤代表著一系列觀點的帳號和頁面, 包括他們不贊同的帳號和頁面。 靜默或阻擋應留待騷擾, 而不是因思想上的不适。 此外, 要注意算法會放大情感和爭議性內容, 因為它會推动參與。 一個潮流的論點可能不反映當日最重要的消息, 而是最分裂的。 使用被編譯的新聞來源, 而不是只依靠社交媒體的訊息。

另一個关键策略是在分享故事之前檢查故事的日期和背景。 舊新聞常常會像傳播一樣重播, 造成混亂。 另外, 要小心深假和AI產生的音效或影片。 在偵測工具完善的同时, 最好的辯護是懷疑任何似乎太過過過份或完美的内容。 總要尋找多個獨立的來源。

建立可持续的新聞評估集

成為有效的新聞評估者不是一課,而是一課一課。 開始要學習幾項關鍵行為:在分享文章之前, 停止並檢查來源、日期和證據。 通常使用實驗網站。 分散媒體的饮食。 教別人—— 巩固這些技能的最佳方法之一是向別人解釋。

教育者可以幫助把新聞素养融入教程,而不是單獨的單位,而是作為各項科目的重複主题。 不管是在歷史課上分析原始來源、科學課程評估研究,還是數學課程解釋數據,都适用校準原理。 培植質疑和以證據为基础的推理文化的學校會培养出不仅更優秀的新闻消费者,而且更深思熟虑的公民的學生。

總之,目的不是消除所有疑惑 — — 某些不确定性是复杂世界所固有的 — — 而是建立人们对自己通訊能力的信心。 通过整合媒體素养、批判性思维和技术工具,我們可以以知情、负责任和赋权的方式与新聞打交道。

錯誤的挑戰是巨大的, 但這并非不可克服。 每次有人停下來檢查指控、讀反點或分享一篇事實檢查的文章, 它們就會强化資訊的生態。 這些跨越數百萬人, 它們可以恢复對新聞和民主的信任。 這篇文章概述的策略為這段旅程提供了一個路线图, 一個從一個問題開始的路程: [[FLT: 0]] 我怎麼知道這是真的?