《미국 국립과학원 회보 넥서스(PNAS Nexus)》에 실린 연구에 따르면 극단적인 정치적 견해를 가진 사람은 온라인에서 잘못된 정보를 접하고 믿을 가능성이 더 높은 것으로 나타났다.
온라인 허위 정보에 대한 노출과 영향을 평가하는 데 사용되는 기존 방법은 조회수나 공유 수를 측정하는 데 의존한다. 그러나 이러한 방법은 확산뿐만 아니라 사용자가 실제로 허위 정보를 믿는지 여부에 따라 달라지는 허위 정보의 진정한 영향을 완전히 포착하지 못한다.
이러한 단점을 해결하기 위해 뉴욕대 소셜 미디어 및 정치 센터(CSMaP)의 연구진은 트위터(현재는 X) 데이터를 사용해 특정 뉴스 기사에 노출된 사용자 수뿐만 아니라 해당 뉴스 기사를 믿을 가능성이 있는 사용자가 얼마나 될지 추정하는 새로운 접근 방식을 개발했다.
연구진은 “우리의 접근 방식에서 특히 혁신적인 점은 트위터에서 진짜 뉴스와 잘못된 정보의 확산을 추적하는 소셜 미디어 데이터와 미국인들이 이러한 기사의 내용을 믿었는지 여부를 평가하는 설문 조사를 결합한다는 것”이라며 “이를 통해 우리는 거짓 정보를 믿을 가능성과 동일한 연구의 동일한 기사에 걸쳐 그 정보가 확산되는 정도를 모두 추적할 수 있다”라고 설명했다.
연구진은 139개의 뉴스 기사(2019년 11월~2020년 2월)를 수집했다. 기사는 다섯 가지 유형의 뉴스 스트림에서 추출됐다. 주류 좌파 성향 출판물, 주류 우파 성향 출판물, 품질이 낮은 좌파 성향 출판물, 품질이 낮은 우파 성향 출판물, 이념적 성향이 뚜렷하지 않은 품질이 낮은 출판물 등이었다.
기사의 진실성을 확립하기 위해 각 기사는 출판 후 48시간 이내에 전문 팩트 체커 팀에 전송됐다. 팩트 체커는 각 기사를 ‘진실’ 또는 ‘거짓’으로 평가했다. 평가 결과 102개는 사실로, 37개는 거짓으로 평가됐다. 그리고 이 기사들이 처음 게시된 이후 트위터에서 얼마나 퍼졌는지 계산했다.
연구진은 기사에 대한 노출과 믿음을 추정하기 위해 두 가지 유형의 데이터를 결합했다. 우선 트위터 데이터를 사용해 트위터에서 각 기사에 잠재적으로 노출된 사용자를 식별했다. 또 그들이 팔로우하는 주요 뉴스와 정치 계정에서 사용자의 이념을 추론하는 확립된 방법을 사용해 잠재적으로 노출된 각 사용자의 이념적 위치를 자유주의-보수주의 척도로 추정했다.
다음으로 노출된 사용자가 기사를 사실이라고 믿을 가능성을 파악하기 위해 각 기사가 온라인에 퍼질 때 실시간으로 설문 조사를 했다. 습관적으로 인터넷을 사용하는 미국인에게 기사를 사실 또는 거짓으로 분류하고 이념을 포함한 인구 통계 정보를 제공하도록 요청했다. 이 설문 조사 데이터를 통해 각 이념적 범주 내에서 기사를 사실이라고 믿는 개인의 비율을 계산했다. 각 기사에 대한 이러한 추정치를 통해 기사를 사실이라고 믿고 수용한 트위터 사용자의 수를 계산할 수 있었다.
연구 결과 거짓 뉴스는 정치적 스펙트럼 전반에 걸쳐 사용자에게 도달했지만, 더 극단적인 이념(보수와 진보 모두)을 가진 사람들이 그것을 보고 믿을 가능성이 훨씬 더 높았다. 중요한 점은 잘못된 정보에 수용적인 이러한 사용자들이 트위터를 통해 퍼지는 초기에 그것을 접하는 경향이 있다는 것이었다.
정보의 확산을 막기 위해 고안된 다양한 유형의 개입의 영향을 시뮬레이션한 결과 개입을 일찍 적용할수록 효과적일 가능성이 더 높은 것으로 나타났다. 연구 저자인 크리스토퍼 토키타 박사는 “잘못된 정보는 소셜 미디어에서 심각한 문제이지만 그 영향은 균일하지 않다”라고 말했다.