ข่าวด่วนที่ผิดพลาดมีปัญหาสองชั้นที่งานวิจัยรองรับ ชั้นแรก งานวิจัยในวารสาร Science พบว่าข่าวเท็จบนทวิตเตอร์แพร่ไกลกว่าและเร็วกว่าข่าวจริง ชั้นที่สอง Debunking Handbook 2020 ชี้ว่าข้อมูลผิดแม้ถูกแก้แล้วก็ยังมีอิทธิพลต่อความคิดของคน ข่าวด่วนที่พลาดเพราะข้อมูลยังไม่ครบจึงเสี่ยงทั้งแพร่เร็วและแก้ไม่หมด สื่อและผู้อ่านต้องระวังตั้งแต่ก่อนปล่อยและก่อนกดแชร์
ข่าวผิดแพร่ไกลและเร็วกว่าข่าวจริง
งานวิจัยขนาดใหญ่ที่สุดเรื่องนี้ตีพิมพ์ในวารสาร Science เมื่อปี 2561 (ค.ศ. 2018) โดยนักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) ทีมนี้ศึกษาข่าวและข้ออ้างที่ถูกตรวจสอบแล้วว่าจริงหรือเท็จบนทวิตเตอร์ ช่วงปี 2549 ถึง 2560 รวมราว 126,000 เรื่อง ที่ผู้คนราว 3 ล้านคนทวีตมากกว่า 4.5 ล้านครั้ง การตัดสินว่าจริงหรือเท็จอาศัยองค์กรตรวจสอบข้อเท็จจริงอิสระ 6 แห่ง ซึ่งให้ผลตรงกัน 95 ถึง 98%
ผลที่ได้คือข่าวเท็จแพร่ไกลกว่า เร็วกว่า ลึกกว่า และกว้างกว่าข่าวจริงอย่างมีนัยสำคัญทางสถิติ ในทุกหมวดที่ศึกษา และชัดที่สุดในข่าวการเมือง นักวิจัยพบด้วยว่าข่าวเท็จมีความแปลกใหม่มากกว่าข่าวจริง จึงตีความว่าคนมีแนวโน้มแชร์ข้อมูลที่ใหม่ นอกจากนี้ คนที่ตอบกลับข่าวเท็จมักแสดงความกลัว ความรังเกียจ และความประหลาดใจ ส่วนข่าวจริงได้รับการตอบกลับที่สะท้อนความคาดหวัง ความเศร้า ความดีใจ และความไว้วางใจ
ข้อค้นพบที่ขัดกับความเชื่อทั่วไปคือบอตไม่ใช่ตัวการหลัก บอตเร่งการแพร่ของข่าวจริงและข่าวเท็จในระดับเท่ากัน ทีมวิจัยจึงสรุปว่าข่าวเท็จแพร่มากกว่าเพราะมนุษย์เป็นฝ่ายแชร์เองมากกว่า ไม่ใช่เพราะระบบอัตโนมัติ
ควรรู้ข้อจำกัดของงานนี้ด้วย ทีมวิจัยศึกษาเฉพาะทวิตเตอร์ และเก็บข้อมูลจากเรื่องที่เว็บตรวจสอบข้อเท็จจริงภาษาอังกฤษนำมาตรวจ จึงไม่ได้วัดการแพร่ของข่าวในไทยหรือบนแพลตฟอร์มอื่นโดยตรง งานนี้เทียบข่าวเท็จกับข่าวจริงทั่วไป ไม่ได้ศึกษาเฉพาะข่าวด่วน และไม่ได้เทียบการแพร่ของข่าวผิดกับคำแก้ข่าวที่ตามมา ทีมวิจัยยังระบุว่าไม่ได้อ้างอะไรเกี่ยวกับเจตนาของผู้เผยแพร่ข้อมูล
ข่าวด่วนที่ผิดพลาดแก้ทีหลังได้ยากแค่ไหน
คำตอบอยู่ที่ Debunking Handbook 2020 คู่มือที่นักวิชาการจากหลายมหาวิทยาลัยเขียนร่วมกัน นำโดยสเตฟาน เลวันดอฟสกี (Stephan Lewandowsky) คู่มือนิยามข้อมูลที่ผิดโดยไม่คำนึงถึงเจตนาว่า misinformation และข้อมูลที่ตั้งใจเผยแพร่เพื่อหลอกว่า disinformation ข่าวด่วนที่พลาดเพราะข้อมูลยังไม่ครบจึงเข้าข่ายข้อมูลผิดได้ แม้ไม่มีใครตั้งใจหลอก
ข้อมูลผิดมีลักษณะ "เหนียว" ตามที่คู่มือบรรยาย การตรวจสอบข้อเท็จจริงช่วยลดความเชื่อในข้อมูลผิดได้ แต่ข้อมูลผิดมักยังมีอิทธิพลต่อความคิดของคน แม้เขารับและยอมรับคำแก้แล้ว ปรากฏการณ์นี้เรียกว่า continued influence effect หรือผลของอิทธิพลที่ยังต่อเนื่อง
ลองนึกถึงคนที่ได้ยินว่าญาติป่วยเพราะอาหารเป็นพิษ ต่อมาทราบว่าข้อมูลนั้นผิดและจำคำแก้ได้ แต่ก็ยังเลี่ยงร้านอาหารที่ถูกพาดพิง ตัวอย่างนี้มาจากคู่มือเล่มเดียวกัน เมื่อถามตรงๆ คนมักตอบว่าตอนนี้ไม่เชื่อแล้ว แต่ข้อมูลเดิมกลับโผล่ในการตอบคำถามที่เกี่ยวข้องทางอ้อม หรือในการตัดสินใจเรื่องอื่น
อีกปัจจัยหนึ่งคือความคุ้นเคย คนมักเชื่อสิ่งที่เคยได้ยินบ่อยมากกว่าข้อมูลใหม่ เรียกว่า illusory truth effect ยิ่งเห็นข้อมูลผิดซ้ำโดยไม่ได้โต้แย้ง ข้อมูลนั้นก็ยิ่งดูจริงและยิ่งติดแน่น แม้แหล่งที่มาจะถูกระบุว่าไม่น่าเชื่อถือก็ตาม พาดหัวแบบคำถามอย่าง "เรากำลังอยู่ร่วมกับมนุษย์ต่างดาวหรือเปล่า" จึงมีความเสี่ยง ถ้าผู้อ่านไม่อ่านต่อจากพาดหัว ก็อาจเดินจากไปพร้อมความเข้าใจผิด
ข่าวดีคือเรื่องนี้แก้ได้ ความกังวลเดิมที่ว่าคำแก้จะยิ่งทำให้คนเชื่อข้อมูลผิดมากขึ้น เกิดขึ้นไม่บ่อยเท่าที่เคยคิด และการแก้ข้อมูลผิดอย่างถูกวิธีช่วยลดการแชร์เนื้อหาที่ทำให้เข้าใจผิดในโลกออนไลน์ได้ ดังนั้นไม่ควรหยุดแก้ข่าวเพราะกลัวว่าจะไม่ได้ผล
สื่อควรแก้ข่าวด่วนที่ผิดอย่างไร
สื่อที่แก้ข่าวแค่ว่า "ข้อมูลนี้ไม่จริง" ยังทำได้ไม่พอ ตามที่คู่มือเตือนไว้ ข้อมูลผิดจะหลุดออกจากความเชื่อของผู้อ่านก็ต่อเมื่อมีคำอธิบายละเอียดสองเรื่อง คือทำไมตอนนี้จึงชัดว่าข้อมูลเดิมผิด และอะไรคือความจริงแทน ถ้าไม่มีคำอธิบายครบ ข้อมูลผิดก็ยังวนอยู่ในความคิดของผู้อ่านต่อไป
คำแก้ที่ดีควรมี 3 ถึง 4 ส่วน เริ่มด้วยข้อเท็จจริงถ้าสรุปได้สั้นและชัด แล้วเตือนล่วงหน้าว่าจะพูดถึงข้อมูลผิด โดยพูดถึงครั้งเดียวเท่านั้น จากนั้นอธิบายว่าข้อมูลผิดนั้นหลอกให้เข้าใจผิดได้อย่างไร และปิดท้ายด้วยการย้ำข้อเท็จจริงอีกครั้ง พร้อมคำอธิบายทางเลือกที่เติมช่องว่างว่าเหตุการณ์เกิดขึ้นอย่างไรจริงๆ คำอธิบายทางเลือกช่วยให้ผู้อ่านสลับความเข้าใจเดิมออก และเปลี่ยนเป็นภาพเหตุการณ์ชุดใหม่ได้ง่ายขึ้น
ตำแหน่งของคำแก้ก็สำคัญ คำแก้ต้องเด่นเท่ากับข้อมูลผิด คือขึ้นในพาดหัว ไม่ถูกซ่อนไว้ในคำถามหรือท้ายเนื้อหา ส่วนการป้องกันล่วงหน้า แค่เตือนผู้อ่านว่าอาจได้รับข้อมูลผิดก็ลดการเชื่อข้อมูลนั้นในภายหลังได้ คำเตือนแบบกว้างๆ เช่น สื่อบางครั้งไม่ได้ตรวจข้อเท็จจริงก่อนเผยแพร่ ทำให้คนเปิดรับคำแก้ที่ตามมามากขึ้น และคำเตือนเฉพาะเรื่องว่าเนื้อหาอาจเป็นเท็จ ก็ลดโอกาสที่คนจะแชร์ต่อ ข้อนี้สอดคล้องกับการระบุว่าข่าวใดยังไม่ยืนยันหรืออยู่ระหว่างตรวจสอบ แทนที่จะปล่อยให้ผู้อ่านเข้าใจว่าทุกอย่างเป็นข้อเท็จจริงแล้ว

ผู้อ่านเช็กอะไรก่อนกดแชร์
อย่าคาดหวังว่าผู้อ่านจะตรวจสอบแหล่งข่าวเองโดยอัตโนมัติ เพราะตามคู่มือ คนไม่ได้ติดตามหรือประเมินความน่าเชื่อถือของแหล่งข้อมูลเป็นประจำ แต่การกระตุ้นให้ประเมินข้อมูลระหว่างอ่านก็ช่วยลดโอกาสรับข้อมูลผิดเข้าไป และช่วยให้เลือกแชร์ได้รอบคอบขึ้น ท่าทีที่คู่มือแนะคือ "ผู้ซื้อต้องระวัง" กับข้อมูลบนโซเชียลมีเดียทุกชิ้น
ก่อนกดแชร์ ลองทำตามนี้
- ชะลอ แล้วคิดว่าข้อมูลนี้สมเหตุสมผลหรือไม่เมื่อเทียบกับคำอธิบายอื่น
- ดูแหล่งข้อมูลว่ามีประวัติที่ผ่านมาอย่างไร มีความเชี่ยวชาญเรื่องนั้นหรือไม่ และมีแรงจูงใจอะไร
- อ่านให้เลยพาดหัว เพราะพาดหัวอย่างเดียวอาจพาให้เข้าใจผิด
- ใช้วิธี lateral reading คือเปิดแหล่งอื่นเพื่อเช็กความน่าเชื่อถือของเว็บหรือข้ออ้างนั้น แทนการวิเคราะห์จากหน้าเว็บเดียว
- ยืนยันข้ออ้างให้ได้ก่อนส่งต่อ
เมื่อข้อมูลผิดฝังลึกและแก้ยากขนาดนี้ การชะลอก่อนแชร์จึงเป็นด่านป้องกันที่ได้ผลกว่าการแก้ทีหลัง ข้อสรุปของคู่มือคือข้อมูลผิดควรถูกป้องกันก่อนถ้าทำได้ เพราะเมื่อเข้าไปอยู่ในความทรงจำแล้ว การดึงกลับออกมาทำได้ยาก สำหรับสื่อ นั่นหมายถึงการตัดสินใจว่าจะเผยแพร่เมื่อไรและระบุสถานะของข้อมูลอย่างไร ส่วนผู้อ่านก็มีบทบาทเท่ากัน เพราะงานวิจัยใน Science ชี้ว่ามนุษย์ ไม่ใช่บอต เป็นแรงหลักที่ทำให้ข่าวเท็จแพร่ไป
ที่มา: งานวิจัย The spread of true and false news online โดย Soroush Vosoughi, Deb Roy และ Sinan Aral ตีพิมพ์ในวารสาร Science ปี 2561 (ค.ศ. 2018) และคู่มือ The Debunking Handbook 2020 โดยสเตฟาน เลวันดอฟสกี (Stephan Lewandowsky), จอห์น คุก (John Cook), อุลริช เอคเกอร์ (Ullrich Ecker) และคณะ







