跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播›

调查:85%的人担忧网络虚假信息,选举临近加剧风险

联合国教科文组织委托益普索在16个国家对8000人进行的调查显示,全球超过85%的人担忧网络虚假信息的影响,87%的人表示这已经损害了其所在国家的政治。

媒体与互联网新闻林晓雯发布: 2026年9月28日3 分钟阅读资料来源 4
调查:85%的人担忧网络虚假信息,选举临近加剧风险

这项调查在联合国发布平台与监管机构治理蓝图之际公布。68%的受访者认为社交媒体是假新闻传播最广的地方,即时通讯应用以38%位居第二。

联合国教科文组织总干事奥德蕾·阿祖莱告诉记者,社交媒体平台加速并放大了网络上的虚假信息和仇恨言论,对“社会凝聚力、和平与稳定构成重大风险”。她强调,迫切需要监管来“保护获取信息的权利……同时保护言论自由和人权”。

这些数字并非抽象概念。接受调查的16个国家明年将举行全国选举,选民总数达25亿。

虚假信息与现实暴力

当虚假声明从信息流蔓延到街头,其破坏力是可衡量的。据CNBC报道,7月英国萨瑟波特镇发生持刀袭击事件,三名年轻女孩遇害后,关于袭击者姓名、宗教和移民身份的虚假信息在几小时内迅速传播。警方在谣言出现后的第二天即予以辟谣,称嫌疑人出生于英国,但该叙事已扩散开来。

战略对话研究所(ISD)的仇恨与极端主义分析师汉娜·罗斯告诉CNBC,X平台上的一则帖子错误地将凶手命名为“Ali al-Shakati”,据传是一名穆斯林移民。到第二天下午3点,仅X平台上该错误姓名的提及量就超过3万。ISD的分析发现,当用户在TikTok上搜索“Southport”时,该错误姓名会出现在平台的“其他搜索”版块中,甚至在警方确认信息有误8小时后依然如此。

极右翼团体组织了反移民和反伊斯兰抗议活动,局势升级为持续数天的骚乱,清真寺、移民中心以及收容寻求庇护者的酒店遭到袭击。Logically公司英国研究与技术主管乔·翁德拉克告诉CNBC,这些虚假报道充当了“一种合理化并强化既有偏见、偏狭和猜测的方式,在任何既定真相出现之前”。

Telegram否认其帮助传播错误信息,称其审核人员正在监控局势,并移除那些呼吁暴力、违反其服务条款的频道和帖子。TikTok和X未立即回应CNBC的置评请求。英国《在线安全法》要到明年年初才生效,媒体监管机构Ofcom已告知平台,不应等待新法律生效。

国家关联网络与平台压力

国家关联行动是另一个更大规模的问题。CNN对法庭文件和社交媒体公司公开披露信息的审查发现,中国政府建立了全球已知规模最大的在线虚假信息行动,并利用它骚扰美国居民、政治人物和企业,有时甚至对目标施加暴力威胁。Meta表示,8月已下架了归因于该团伙的约8000个账户集群,仅2023年第二季度就有此规模。谷歌告诉CNN,近年来已关闭了超过10万个关联账户,而据公司博客称,X已封锁了数十万个中国的“国家支持”或“国家关联”账户。

俄罗斯一直是X平台上虚假信息的老源头。《卫报》报道,一段看似显示哈马斯感谢乌克兰出售武器的视频,由一个与俄罗斯瓦格纳雇佣兵集团相关的X账户发布,此后观看次数超过30万。欧盟委员会致信X的所有者埃隆·马斯克,就其关于哈马斯袭击以色列的涉嫌虚假信息(包括假新闻和“挪用旧图像”)提出警告。

联合国教科文组织的计划基于134个国家在18个月内提交的1万多项意见中提炼出的七项原则,呼吁建立独立的公共监管机构、在所有语言中实施有效的内容审核,并在选举和危机期间提高算法和政治广告的透明度。该组织计划于2024年举办世界监管者大会。

评论 0

资料来源

4
  1. 0185% of people worry about online disinformation, global survey findsEN
  2. 02Online disinformation sparked a wave of far-right violence in the UKEN
  3. 03China is using the world's largest online disinformation operation to harass AmericansEN
  4. 04How Israel-Hamas war disinformation is being spread onlineEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。