Content uploaded by Paweł Brzóska
Author content
All content in this area was uploaded by Paweł Brzóska on Apr 03, 2021
Content may be subject to copyright.
2021, tom 22, nr 1 (84)
ISSN 2451-1617
Analiza postrzegania prawdziwości
informacji wśród studentów
– podobieństwo super fake newsów
do prawdziwych wiadomości
Klaudia Rosińska
Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
claudia.rosinska@gmail.com
ORCID: 0000-0002-0503-9823
Paweł Brzóska
SWPS Uniwersytet Humanistycznospołeczny w Poznaniu
pbrzoska1@st.swps.edu.pl
ORCID: 0000-0002-5230-2663
Bartłomiej Nowak
SWPS Uniwersytet Humanistycznospołeczny w Poznaniu
bnowak19@st.swps.edu.pl
ORCID: 0000-0002-2949-5452
STRESZCZENIE
Cel i hipoteza: przedmiotem badań prezentowanych w artykule jest postrzeganie prawdziwo-
ści fake newsów w zależności od sposobu ich defi niowania: jako dezinformacji intencjonalnej
(wąska defi nicja) lub niezamierzonej dezinformacji (szeroka defi nicja). U podstaw analizy leży
hipoteza, zgodnie z którą fake newsy defi niowane wąsko będą skuteczniej udawały prawdzi-
we wiadomości niż fake newsy defi niowane szeroko, a zatem użytkownicy będą obie te grupy
fake newsów postrzegać w różny sposób. Metody badań: metoda sondażu diagnostycznego,
zawierającego skalę fake newsów, oraz psychologiczny pomiar poziomu analitycznego myślenia
841
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
i aktywnie otwartego myślenia. Wyniki i wnioski: analiza udowadnia, że użytkownicy postrzegają
prawdziwość fake newsów w dwojaki sposób: twarde fake newsy (fake newsy defi niowane szeroko)
są postrzegane jako mniej prawdziwe, a super fake newsy (fake newsy defi niowane wąsko) są po-
strzegane jako bardziej prawdziwe. Ponadto, podczas gdy analityczne myślenie wpływa korzystnie
jedynie na rozpoznawanie twardych fake newsów, to aktywnie otwarte myślenie chroni przed uwie-
rzeniem zarówno w twarde, jak i super fake newsy. Wartość poznawcza: w artykule przedstawio-
no medioznawczo-psychologiczną analizę postrzegania prawdziwości różnych grup fake newsów
i dzięki temu wskazano różne sposoby projektowania działań edukacyjnych w tym obszarze.
SŁOWA KLUCZOWE
dezinformacja intencjonalna, dezinformacja niezamierzona, Facebook, kompetencje informa-
cyjne, krytyczne myślenie
W ostatnich latach fake newsy stały się narzędziem manipulacji oraz dezinformacji w skali
globalnej (Ireton & Posetti, 2018; European Commission Report, 2018). Pomimo wzmożo-
nej pracy agencji fact-checkingowych, zajmujących się weryfi kacją informacji w internecie, oraz
wysiłków edukacyjnych tych organizacji, ogromne grupy użytkowników internetu wierzą w fake
newsy (Shearer & Matsa, 2018; Shao et al., 2018; Törnberg, 2018; Vargo, Guo, & Amazeen, 2018).
Dotychczasowe badania wskazują, że fake newsy oraz dezinformacja, którą one powodują, to zja-
wiska rozszerzające się, stanowiące coraz większe zagrożenie dla procesów demokratycznych, ale
także codziennych, indywidualnych wyborów użytkowników, chociażby związanych z ich wła-
snym zdrowiem i życiem (Iyengar & Massey, 2018; Lewandowsky, Ecker, & Cook, 2017; van der
Linden, Leiserowitz, Rosenthal, & Maibach, 2017). Wiadomo już, że fake newsy rozprzestrzeniają
się znacznie szybciej niż prawdziwe newsy (Vosoughi, Roy, & Aral, 2018) i mogą wpływać na de-
cyzje polityczne oraz zdrowotne, poczynając od kwestionowania zmian klimatycznych, wartości
szczepień czy działań podejmowanych w czasie pandemii, aż po podważanie sojuszy międzyna-
rodowych (Barua, Barua, Aktar, Kabir, & Li, 2020; Lazer et al., 2018; Poland & Spier, 2010; van
der Linden et al., 2017). W skrajnych przypadkach fake news może doprowadzić bezpośrednio
do śmierci, co zdarzyło się w Indiach, gdzie doszło do linczu z powodu fałszywej wiadomości
rozpowszechnionej za pomocą aplikacji WhatsApp (BBC News, 2018).
Można powiedzieć, że fake newsy, poprzez swoją pozorną prawdziwość, zaburzają obieg
informacji w internecie, co w znaczący sposób utrudnia użytkownikom podejmowanie racjonal-
nych decyzji (Rapp & Salovich, 2018). Dlatego też szczególnie istotne wydaje się zbadanie tego,
jak użytkownicy mediów internetowych postrzegają różne wiadomości i czy potrafi ą trafnie oce-
nić ich prawdziwość. Ponieważ fake newsy z defi nicji mają udawać prawdziwe wiadomości,
celem badania jest sprawdzenie postrzegania ich prawdziwości w porównaniu do postrzegania
prawdziwości zwykłych newsów (dla płynnego rozróżnienia anglojęzycznego w dalszej części
tekstu będą one nazywane real newsami). Dzięki temu można będzie lepiej zrozumieć specyfi kę
indywidualnego rozpoznawania fake newsów przez użytkowników internetu i na tej podstawie
dopasować formy treningu kompetencji informacyjnych do ich potrzeb.
Teoretyczne defi niowanie terminu fake news
W literaturze medioznawczej istnieje wiele różnych defi nicji fake newsów. W wąskim ujęciu
(Allcott & Gentzkow, 2017; Conroy, Rubin, & Chen, 2015; Egelhofer & Lecheler; 2019; Pot-
thast, Kiesel, Reinartz, Bevendor, & Stein, 2017; Vargo, Guo, & Amazeen, 2018) zakłada się,
842
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
że fake newsy to wiadomości imitujące prawdziwe informacje, dotyczące poważnych tematów
m.in. polityki albo wykorzystywane przez polityków w celach manipulacyjnych. Takie defi nio-
wanie łączy się też ściśle ze zjawiskiem dezinformacji, w ramach którego fake newsy są produ-
kowane celowo, aby wprowadzić użytkowników mediów w błąd. Na inny kontekst fake newsów
wskazują natomiast szersze defi nicje, które uwzględniają wszelkiego rodzaju nieprawdziwe wia-
domości pisane w konwencji spiskowej, żart, satyrę czy zwykły błąd (Baron & Crootof, 2017;
Gorwa, 2017; Rubin, Conroy, Chen, & Cornwell, 2016). Jak można zauważyć, defi nicje te włą-
czają fake newsy do szerokiego zjawiska niezamierzonej dezinformacji (z ang. misinformation),
które wskazuje nie na złe intencje nadawców, ale raczej na błędne odczytanie wiadomości przez
jej odbiorcę. Dość trafnie te kierunki defi nicyjne podsumowują w swojej pracy Kumar i Shah
(2018). Według nich fake newsy defi niowane wąsko stanowią przykład intencjonalnej dezinfor-
macji, podczas gdy miejskie legendy, żarty lub teorie spiskowe (szerokie defi niowanie) stanowią
nieintencjonalne wprowadzanie w błąd.
Choć należy docenić te szczegółowe teoretyczne analizy, warto zastanowić się, czy są one
rzeczywistym odzwierciedleniem tego, jak samo zjawisko fake newsów jest postrzegane przez
odbiorców. Nie chodzi o ich defi niowanie teoretyczne, a raczej o empiryczną weryfi kację umie-
jętności rozróżniania fake newsów i real newsów. Skoro fake newsy różnią się jakościowo mię-
dzy sobą, można założyć, że powinny być również inaczej postrzegane przez odbiorców.
Podatność na fake newsy
Istotne jest zrozumienie złożoności w sposobie funkcjonowania fake newsów, gdyż, pomimo
odkrycia i zidentyfi kowania ich fałszywości przez organizacje zajmujące się weryfi kowaniem
faktów, fake newsy powracają w nowych wersjach i zyskują nowych odbiorców (Bode & Vraga,
2015; Sethi, 2017). Ciągły wpływ fałszywych wiadomości, przejawiający się w tym, że odbiorcy
niezmiennie kierują się błędnymi przekonaniami, sugeruje, że korekty owych fałszywych wia-
domości są często nieskuteczne (Nyhan & Reifl er, 2010; Lewandowsky, Ecker, Seifert, Schwarz,
& Cook, 2012). Wydaje się zatem, że postrzeganie tych wiadomości przez odbiorców ma w per-
spektywie długoterminowej walki z nieprawdziwymi przekazami jeszcze większe znaczenie
(Walter & Tukachinsky, 2019). Można bowiem założyć, że skoro odbiorcy wciąż wierzą w pew-
ne fake newsy, to w jakiś sposób różnią się one od tych fake newsów, które po zdemaskowaniu
wypadają z obiegu, a odbiorcy już w nie nie wierzą.
Dla tego typu refl eksji ważny jest kierunek badań nad postrzeganą prawdziwością fake new-
sów, który wskazali między innymi Pennycook i Rand (2019; 2020), a który został odtworzony
w Polsce przez Rosińską i Brzóskę (2020). Metoda ta polega na ekspozycji użytkowników me-
diów na szereg fake newsów oraz real newsów. Osoby badane oceniają każdy z tych newsów na
kilkustopniowej skali (tak zwanej skali Likerta; Likert, 1932) – od 1 = zdecydowanie niepraw-
dziwe do 6 = zdecydowanie prawdziwe. Tak udzielone odpowiedzi można uśrednić, uzyskując
wskaźnik postrzeganej prawdziwości fake newsów oraz real newsów. Ocenianie fake newsów
jako mniej prawdziwych niż real newsy badacze nazwali rozpoznawaniem fake newsów, a od-
wrotny proces podatnością na fake newsy. Badania te potwierdziły, że uczestnicy różnili się tym,
za jak prawdziwe uznawali przedstawiane im fake newsy i real newsy. Oczywiście za podatność
na fake newsy odpowiada wiele zmiennych psychologicznych, takich jak poziom myślenia ana-
litycznego (Pennycook & Rand, 2019), podatność na pseudogłębokie bzdury (Pennycook &
Rand, 2020), częstotliwość ekspozycji na danego fake newsa (Fazio, Rand, & Pennycook, 2019),
poleganie na emocjach (Martel, Pennycook, & Rand, 2020), kompetencje informacyjne (Jones-
Jang, Mortensen, & Liu, 2019), poglądy polityczne (Vegetti & Mancosu, 2020) czy aktywnie
otwarte myślenie (Bronstein, Pennycook, Bear, Rand, & Cannon, 2019).
843
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
W związku z tym zakłada się, że użytkowników mediów można pod tym względem różnico-
wać i zastanawiać się, z czego ta różnica wynika, a dokładniej – co jest predyktorem podatności
na fake newsy. Przeprowadzone badanie oparto na medioznawczym założeniu, że fake newsy de-
fi niowane wąsko bardziej imitują real newsy i w związku z tym będą trudniejsze do rozpoznania
przez odbiorców, natomiast te rozumiane szeroko, żarty, teorie spiskowe itp. są mniej podobne
do real newsów i w związku z tym będą łatwiejsze do rozpoznania przez odbiorców. Dlatego
w badaniu postanowiono podzielić fake newsy na dwie grupy. Te bardziej przypominające praw-
dziwe wiadomości nazwano super fake newsami, a pozostałe twardymi fake newsami. Następnie
postawiono psychologiczną hipotezę zakładającą, że super fake newsy będą postrzegane przez
odbiorców jako bardziej prawdziwe, a twarde fake newsy jako mniej prawdziwe. Uznano, że su-
per fake newsy będą dla odbiorców bardziej wiarygodne, z powodu celowości powstania i świa-
domego maskowania fałszu przez autora. Fałsz twardych fake newsów wydaje się natomiast
bardziej oczywisty, założono więc, że użytkownicy będą je postrzegać jako mniej prawdziwe.
Do analiz postanowiono wykorzystać polską skalę podatności na fake newsy (Rosińska
& Brzóska, 2020), która pozwala ocenić, jak uczestnicy badania postrzegają poszczególne new-
sy i fake newsy. Stanowi ona jak dotąd jedyne zwalidowane narzędzie badawcze w języku pol-
skim związane z podatnością na fake newsy. Postanowiono jednak rozszerzyć przedstawiony
tam pomiar o kolejny predyktor, dopełniający analityczność myślenia (Bronstein et al., 2019), tj.
aktywnie otwarte myślenie. Ponieważ konstrukt ten odpowiada za indywidualne różnice w wy-
korzystaniu dowodów w procesie formułowania i rewizji przekonań (Stanovich & West, 1997)
oraz odzwierciedla tendencję do aktywnego poszukiwania alternatywnych wyjaśnień (Campitel-
li & Gerrans, 2014), uznano, że pozwoli on uzupełnić proces analizy podatności na fake newsy
o ważny element, jakim jest rewizja własnych przekonań i jej wpływ na postrzeganie praw-
dziwości zarówno newsów, jak i fake newsów. Oznaczałoby to, że osoba o wysokim poziomie
aktywnie otwartego myślenia będzie otwarta na zmianę zdania i poszukiwanie prawdy – zatem
powinna lepiej rozpoznawać fake newsy, podczas gdy osoba o niskim poziomie tej cechy będzie
bardziej dogmatyczna i niechętna do zmiany zdania, gdy prawda okaże się inna niż jej poglądy
– będzie zatem bardziej podatna na fake newsy. Zbadanie wpływu aktywnie otwartego myślenia
na podatność na fake newsy ma na celu głębsze zrozumienie sposobu przetwarzania informacji
przez odbiorców, tak aby na tej podstawie móc lepiej dostosować narzędzia edukacyjne w ob-
szarze treningów kompetencji informacyjnych.
Na podstawie analizy literatury medioznawczej dotyczącej defi niowania fake newsów oraz
psychologicznych badań podatności na fake newsy sformułowano następujące pytania badaw-
cze: (1) w jaki sposób w grupie badanych studentów fake newsy i real newsy układają się na
spektrum postrzeganej prawdziwości; (2) jak postrzeganie prawdziwości real newsów przez stu-
dentów związane jest z postrzeganiem przez nich prawdziwości poszczególnych fake newsów;
(3) jak postrzeganie prawdziwości fake newsów przez studentów wiąże się z aktywnie otwartym
myśleniem. Postawiono też następujące hipotezy: (1) fake newsy i real newsy na spektrum po-
strzeganej prawdziwości ułożą się w sposób ciągły – istnieć będą zarówno fake newsy o stosun-
kowo wysokiej postrzeganej prawdziwości, jak i real newsy o stosunkowo niskiej postrzeganej
prawdziwości. Ponadto super fake newsy będą postrzegane jako bardziej prawdziwe, a twarde
fake newsy jako mniej prawdziwe; (2) super fake newsy będą dodatnio związane z postrzeganą
prawdziwością real newsów. Natomiast twarde fake newsy nie będą dodatnio związane z po-
strzeganą prawdziwością real newsów; (3) aktywnie otwarte myślenie będzie wiązać się nega-
tywnie z postrzeganą prawdziwością fake newsów na poziomie podobnym lub nieco wyższym
niż analityczność myślenia.
844
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
Metodologia
Niniejszy artykuł opiera się na analizie danych zebranych na próbie studentów uczelni wyższej
(N = 235). Było to 33 mężczyzn, 201 kobiet i jedna osoba o innej identyfi kacji płciowej. Wiek
respondentów kształtował się między 19 a 58 rokiem życia (Mwiek = 29,15, SDwiek = 8,36).
W przedstawionym badaniu posłużono się skalą podatności na fake newsy wykorzystaną już
w Polsce (Rosińska & Brzóska 2020). Kwestionariusz składał się z 14 fake newsów i 14 real
newsów w formacie postu z portalu Facebook. Respondenci odpowiadali na skali od 1 = zdecy-
dowanie nieprawdziwe do 6 = zdecydowanie prawdziwe. Przykłady fake newsów ocenianych na
tej skali (na podstawie aneksu z artykułu Rosińskiej i Brzóski, 2020) postanowiono podzielić na
dwie grupy, zgodnie z założeniem defi nicyjnym, tj. na twarde fake newsy oraz super fake new-
sy. Do grupy twardych fake newsów zaliczono teorie spiskowe dotyczące: tematyki zdrowotnej,
zwłaszcza szczepionek, silnie polaryzującego, cyklicznego wydarzenia społecznego oraz bardzo
abstrakcyjnego, komercyjnego zarzutu w stosunku do napojów energetycznych (fake newsy 1, 2, 3,
6, 12 i 13). Do grupy super fake newsów zakwalifi kowano wiadomości odnoszące się do polityków
i polityki międzynarodowej, w tym wewnętrznych spraw innych krajów, oraz tematów uważanych
w Polsce za kontrowersyjne społecznie i związane z agresją (4, 5, 7, 8, 9, 10, 11 i 14). Wszystkie
newsy, wraz z pozycjami niżej przedstawionych narzędzi psychologicznych, zawarto w repozyto-
rium dostępnym pod linkiem: osf.io/uk3xv/?view_only=f4b547692bf344c1b9ddb03903eea2d0.
Myślenie analityczne zmierzono za pomocą testu świadomego myślenia, składającego się
z siedmiu pytań (CRT; Toplak, West, & Stanovich, 2014; polska adaptacja: Olszewska & Sob-
ków, 2019). Ponadto, odwołując się do poprzednich badań (Pennycook & Rand, 2019), zdecydo-
wano się dodać kolejny pomiar myślenia analitycznego. Był to ośmiopytaniowy nienumeryczny
test świadomego myślenia (CRT-V; Sirota, Kostovičová, Juanchich, Dewberry, & Marshallin, in
press; polska adaptacja: Olszewska & Sobków, 2019), stworzony z uwagi na krytykę testu CRT
jako silnie związanego z umiejętnościami numerycznymi. Obydwa testy składały się z zadań
sugerujących intuicyjną błędną odpowiedź i z otwartego formatu odpowiedzi. Skala CRT zawie-
rała zadania matematyczne (np. „Kij do baseballa i piłka kosztują razem 1.10 zł. Kij kosztuje
o 1.00 zł więcej niż piłka. Ile kosztuje piłka?”), a skala CRT-V zadania niematematyczne (np.
„Ojciec Mary ma 5 córek i żadnego syna. Ich imiona to Nana, Nene, Nini, Nono. Jak ma na imię
piąta córka?”). Wskaźnikiem numerycznej analityczności myślenia była suma poprawnych od-
powiedzi w teście CRT, a wskaźnikiem nienumerycznej analityczność myślenia suma popraw-
nych odpowiedzi w teście CRT-V.
Ostatnią badaną zmienną było aktywnie otwarte myślenie. Skrócona skala zawierała osiem
pozycji (Pennycook, Cheyne, Koehler, & Fugelsang, 2020) i została zaadaptowana na potrzeby
niniejszego badania. Składa się z pytań o skłonność do rewizji przekonań („Nikt nie przekona
mnie do zmiany zdania, kiedy wiem, że mam rację” – pytanie odwrócone). Badani odpowiadali
na skali od 1 = zdecydowanie się nie zgadzam do 6 = zdecydowanie się zgadzam. Następnie od-
powiedzi na wszystkie pytania uśredniono, tak by uzyskać wskaźnik aktywnie otwartego myśle-
nia. Wyższy poziom tej zmiennej oznaczał wyższą skłonność do zmiany własnych przekonań.
Ograniczenia w procesie badawczym
Przedstawione badanie ma pewne ograniczenia. Próba studencka nie jest na tyle miarodajna, aby
mogła być ekstrapolowana na całą populację. Jak wynika z analiz zagranicznych (Guess, Nagler,
& Tucker, 2019; Loos & Nijenhuis, 2020), ale też polskich (Rosińska & Brzóska, 2020), na fake
newsy narażone są głównie osoby starsze. Ponadto uzyskane wskaźniki korelacji mogą być znie-
kształcone przez poziom zdolności poznawczych studentów, inny niż w przypadku populacji
ogólnej. Stąd też zaleca się dalsze badania na próbie reprezentatywnej. Co więcej, specyfi ka pol-
845
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
skiej kultury i otoczenia medialnego na pewno miały pewien wpływ na zebrane dane i wysnute
wnioski, należy więc zachować ostrożność przy ekstrapolowaniu tych wyników na inne kraje
i otoczenia medialne. Zaprezentowane wyniki pozostają jednak istotną inspiracją do podjęcia
międzynarodowych analiz porównawczych w tym zakresie.
Wyniki
W pierwszej kolejności przeprowadzono analizę poziomu postrzeganej prawdziwości w od-
niesieniu do wszystkich zbadanych newsów. Uszeregowano je rosnąco od postrzeganych jako
najmniej prawdziwe do postrzeganych jako najbardziej prawdziwe (rys. 1). Średni poziom po-
strzeganej prawdziwości fake newsów był niższy od średniego poziomu postrzeganej prawdzi-
wości real newsów. Co więcej, na spektrum postrzeganej prawdziwości real newsy i fake newsy
przechodziły płynnie, gdy uszeregowano wszystkie newsy od najmniej do najbardziej wiary-
godnych. Każdy z twardych fake newsów był postrzegany jako mniej prawdziwy w stosunku do
każdego z super fake newsów. Ponadto cztery super fake newsy były postrzegane jako bardziej
prawdziwe niż jeden z real newsów.
Rys. 1. Postrzegana prawdziwość wszystkich newsów wraz z 95-procentowymi przedziałami
ufności.
Źródło: badanie własne.
Następnie stworzono miarę postrzeganej prawdziwości real newsów poprzez uśrednienie od-
powiedzi dotyczących wszystkich real newsów. Warto zaznaczyć, że po uśrednieniu postrzegana
prawdziwość real newsów w całej próbie wynosiła 3,78 (na 6-stopniowej skali), czyli pomiędzy
„częściowo nieprawdziwe” a „częściowo prawdziwe”. Real news postrzegany jako najbardziej
prawdziwy uzyskał średnią ocenę na poziomie 4,46, czyli pomiędzy „częściowo prawdziwe”
a „prawdziwe”. Wszystkie real newsy były w pełni prawdziwe i mogły być w taki sposób po-
strzegane, co zostało potwierdzone przez sędziów kompetentnych w badaniu, z którego pochodzi
wykorzystana skala (Rosińska & Brzóska, 2020). Tym bardziej niepokojący jest niski poziom
postrzeganej prawdziwości real newsów wśród badanych studentów.
Aby sprawdzić, w jaki sposób postrzegana prawdziwość poszczególnych fake newsów wiąże
się z postrzeganiem real newsów, przeprowadzono szereg analiz korelacji (Taylor, 1990) między
uzyskanym wskaźnikiem postrzeganej prawdziwości real newsów a wskaźnikiem postrzeganej
prawdziwości każdego z fake newsów. Fake newsy uszeregowane od postrzeganych jako naj-
Postrzegana prawdziwość
twarde fake newsy
super fake newsy
real newsy
846
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
mniej prawdziwe do postrzeganych jako najbardziej prawdziwe osiągały różne poziomy kore-
lacji ze wskaźnikiem postrzeganej prawdziwości real newsów. Układ ten ponownie odtwarza
zakładane dwie grupy fake newsów. Po pierwsze, sześć twardych fake newsów było postrzega-
nych jako najmniej prawdziwe, a postrzeganie ich prawdziwości nie korelowało lub korelowało
ujemnie z postrzeganą prawdziwością real newsów. Po drugie, osiem super fake newsów było
postrzeganych jako bardziej prawdziwe, a postrzeganie ich prawdziwości korelowało dodatnio
z postrzeganą prawdziwością real newsów (rys. 2). Jednakże fake newsy 7 i 5, uznawane za super
fake newsy, korelowały stosunkowo słabo z postrzeganiem real newsów.
Rys. 2. Związek poszczególnych fake newsów z postrzeganą prawdziwością real newsów.
Źródło: badanie własne.
Obliczono oddzielnie wskaźniki postrzeganej prawdziwości twardych fake newsów i super
fake newsów poprzez uśrednienie odpowiedzi dotyczących fake newsów należących do tych
kategorii. Następnie skorelowano te miary z psychologicznymi predyktorami podatności na
fake newsy. Przyjęto próg istotności wynoszący p < 0,050, tj. maksymalnie 5-procentowe
prawdopodobieństwo popełnienia błędu jednego rodzaju, czyli zaraportowania wyniku
fałszywie pozytywnego (tabela 1).
Tabela 1. Korelacje między postrzeganą prawdziwością fake newsów i real newsów a predykto-
rami podatności na fake newsy.
postrzegana
prawdziwość
super fake newsów
postrzegana praw-
dziwość twardych
fake newsów
postrzegana
prawdziwość
real newsów
postrzegana prawdziwość twardych
fake newsów 0,32***
postrzegana prawdziwość real newsów 0,42*** -0,05
numeryczne myślenie analityczne (CRT) -0,01 -0,09 0,23***
nie-numeryczne myślenie analityczne
(CRT-V) -0,06 -0,15* 0,07
aktywnie otwarte myślenie -0,16* -0,24*** 0,17
*** p < 0,001, ** p < 0,010, * p < 0,050
Źródło: badanie własne.
Korelacja z postrzeganą prawdziwością real newsów
Postrzegana prawdziwość
twarde fake newsy
super fake newsy
847
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
Powyższa analiza rzuca jaśniejsze światło na dokonany podział. Postrzegana prawdziwość
super fake newsów była związana pozytywnie z postrzeganą prawdziwością real newsów, pod-
czas gdy postrzegana prawdziwość twardych fake newsów nie wykazywała takiego związku.
Postrzegana prawdziwość twardych fake newsów korelowała ujemnie z nie-numeryczną miarą
analityczności myślenia, podczas gdy postrzegana prawdziwość super fake newsów nie korelo-
wała z analitycznością myślenia w ogóle. Poza tym numeryczna miara analitycznego myślenia
korelowała dodatnio z postrzeganą prawdziwością real newsów. Natomiast aktywnie otwarte
myślenie było związane ujemnie z postrzeganą prawdziwością zarówno twardych, jak i super
fake newsów.
Podsumowanie i dyskusja
Zastosowana metodologia psychologiczna pozwoliła potwierdzić hipotezę o ciągłości w uło-
żeniu się fake newsów i real newsów na spektrum postrzeganej prawdziwości, dzięki czemu
potwierdzono, że podczas gdy fake newsy defi niowane szeroko (twarde fake newsy – element
dezinformacji niezamierzonej) są łatwiej identyfi kowane jako nieprawdziwe, to fake newsy
defi niowane wąsko (super fake newsy – element dezinformacji intencjonalnej) są trudniej roz-
poznawalne i postrzegane jako bardziej prawdziwe, czasami nawet bardziej niż niektóre real
newsy. Ponadto postrzegana prawdziwość super fake newsów była związana dodatnio z po-
strzeganą prawdziwością real newsów, co sugeruje, że odbiorcy postrzegają te wiadomości
w podobny sposób. W przypadku postrzeganej prawdziwości twardych fake newsów (defi nio-
wanych szeroko) nie odnaleziono takiego efektu, co pozytywnie weryfi kuje drugą hipotezę.
W dodatku postrzegana prawdziwość super fake newsów wiązała się prawie tak samo silnie
z postrzeganą prawdziwością zarówno real newsów, jak i pozostałych twardych fake newsów.
Super fake newsy są zatem częścią dużego zbioru fake newsów, ale są one na tyle dobrze
przygotowane, czyli tak dobrze udają real newsy, że są postrzegane podobnie do nich. Rów-
nie istotne wydają się wyniki dotyczące trzeciej hipotezy, zakładającej, że aktywnie otwarte
myślenie będzie wiązać się negatywnie z postrzeganą prawdziwością fake newsów na pozio-
mie podobnym lub nieco wyższym niż analityczność myślenia. Z przeprowadzanych analiz
wynika, że analityczność myślenia wpływa na rozpoznawanie prawdziwości twardych fake
newsów, ale nie ma wpływu na postrzeganie super fake newsów. Natomiast aktywnie otwarte
myślenie powoduje znacznie lepsze rozpoznawanie zarówno twardych fake newsów, jak i su-
per fake newsów. Poza tym, podobnie jak wynika to z analiz zagranicznych, real newsy były
postrzegane jako stosunkowo mało wiarygodne (Bronstein et al., 2019; Pennycook & Rand,
2019 i 2020).
Z medioznawczego punktu widzenia uzyskane wyniki potwierdzają założony teoretyczny
podział fake newsów na (1) twarde fake newsy, mało wiarygodne i niepodobne do real newsów,
oparte na szerokiej defi nicji, oraz (2) super fake newsy, które są bardziej wiarygodne oraz sku-
tecznie upodabniają się do real newsów. Pewnym wyjątkiem są fake newsy 7 i 5, stanowiące
przypadki graniczne. Zakładamy, że wyniki dotyczące ich postrzegania mogły być ściśle zwią-
zane z wąskim doborem próby badawczej, złożonej wyłącznie ze studentów, którzy pewne tema-
ty mogą postrzegać inaczej niż ogół społeczeństwa.
Na twarde fake newsy składały się tematy: pseudonaukowe (antyszczepionkowe oraz związa-
ne z zagrożeniami płynącymi z sieci 5G), dotyczące zakazu cyklicznego wydarzenia społeczne-
go (Wielka Orkiestra Świątecznej Pomocy) oraz teoria spiskowa dotycząca produktu popularnej
marki. Drugą grupę – super fake newsów – stanowiło osiem fake newsów dotyczących tematów
politycznych i gospodarczych, a także ekstremalnych wydarzeń, np. śmierci. Również w tym
przypadku rodzi się silna konotacja teoretyczna. Powyższe osiem wiadomości spełnia kryteria
848
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
wąskiego defi niowania fake newsa, charakteryzującego się celowym działaniem dezinforma-
cyjnym. To odkrycie empirycznie sugeruje, że teoretyczne podziały medioznawców (Kumar
& Shah, 2018) mają odzwierciedlenie także w percepcji odbiorców. Fake newsy produkowane
intencjonalnie w celach dezinformacyjnych imitują prawdziwe wiadomości tak dobrze, że od-
biorcy nie potrafi ą ich odróżnić, i dlatego wiadomości te skutecznie wprowadzają ich w błąd.
Natomiast fake newsy, które zostały wyprodukowane bez intencji dezinformacyjnej, były przez
odbiorców łatwiej identyfi kowane jako fałszywe. Dodatkowo warto zwrócić uwagę, że praw-
dziwe wiadomości były postrzegane jako mało prawdziwe, co może być pewnym sygnałem dla
dziennikarzy dotyczącym jakości produkowanych przez nich informacji.
W ocenie autorów zaprezentowane odkrycia warto zestawić z dotychczasowymi działaniami
edukacyjnymi w obszarze kształtowania kompetencji informacyjnych oraz umiejętności rozpo-
znawania fake newsów. Wiele organizacji podejmuje działania związane z nauczaniem różnych
grup wiekowych, jak rozpoznawać fake newsy. Najczęściej organizacje takie uczą różnych tech-
nik weryfi kacji informacji, np. wyszukiwania obrazem, czytania w poziomie (z ang. lateral re-
ading) oraz analizy treści. Jak dowodzą badania, strategie te przynoszą pożądany skutek i uspraw-
niają kompetencje myślenia analitycznego o informacji (Hobbs, 2010; McGrew, 2020). Są to
jednak, jak wynika z zaprezentowanego w niniejszym artykule badania, strategie odpowiadające
na potrzebę rozpoznawania twardych fake newsów, czyli takich, w których istotne są kompetencje
analityczne. Są to kompetencje bardzo ważne i potrzebne, ale nie jedyne niezbędne do rozpozna-
wania nieprawdziwych wiadomości. Do rozpoznania super fake newsa potrzeba bowiem czegoś
więcej niż tylko umiejętności weryfi kacji. Super fake newsy tak dobrze udają prawdziwą wia-
domość i tak zręcznie wpisują się w przekonania lub postrzeganie rzeczywistości przez swoich
odbiorców, że ci nawet nie dostrzegają, w którym momencie zostają wprowadzeni w błąd. Strate-
gia edukacyjna w tym obszarze wymaga dłuższego procesu rozwijania umiejętności krytycznego
myślenia. Odpowiedzią na to zapotrzebowanie może być pedagogika krytyczna, której prekurso-
rem był fi lozof, psycholog i pedagog John Dewey (1910), zakładająca kształcenie refl eksyjnego
myślenia, krytycyzm wobec własnych i cudzych sposobów przyswajania wiedzy oraz większą
koncentrację na kwestiach etycznych (Burbules & Berk, 1999; Ptaszek, 2019). Kształtowanie
tych umiejętności w toku nauczania szkolnego mogłoby stanowić długofalową strategię mającą
na celu wyposażenie nowych pokoleń w trwałe narzędzia do walki z dezinformacją – na co wska-
zuje związek aktywnie otwartego myślenia z rozpoznawaniem super fake newsów.
Wnioski z przedstawionego wyżej badania są też dowodem na to, jak istotna jest współpraca
między dyscyplinami, zarówno w dyskursie teoretycznym, związanym z defi niowaniem zja-
wiska, jak i w ramach analiz empirycznych dotyczących dezinformacji oraz ich późniejszego
wykorzystania w wymiarze dydaktycznym.
Proponowane kierunki dalszych analiz
Przedstawiony podział i uzyskane korelaty z numeryczną (CRT; Toplak et al., 2014) i nie-nu-
meryczną miarą analitycznego myślenia (CRT-V; Sirota et al., 2020) sugerują, iż skupienie się
na analityczności myślenia nie wystarczy, by wyjaśnić, jak użytkownicy internetu postrzegają
prawdziwość informacji. Czynniki psychologiczne, takie jak na przykład aktywnie otwarte my-
ślenie (Stanovich & West, 1997), także odgrywają istotną rolę w wyjaśnianiu podatności na fake
newsy. Dlatego warto poszerzać te pomiary o nowe zmienne.
Znacznego rozbudowania wymagają też przykłady fake newsów pod względem ich rodza-
jów, tematów i form. Istnieją przecież fake newsy w formie samych fi lmików, tweetów lub ob-
razów z krótkim komentarzem tekstowym, np. cytatem, rozpowszechniane viralowo w mediach
społecznościowych, które także należałoby w przyszłości uwzględnić. W kolejnych badaniach
849
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
warto byłoby również rozbudować format wiadomości zamieszczonych w kwestionariuszu, od-
twarzając całą ich strukturę i treść, tak aby użytkownik mógł oceniać zasadność i logiczność
argumentacji oraz kontekst, a nie tylko sam nagłówek.
Z punktu widzenia nauk o mediach istotne wydaje się przeprowadzenie eksperymentów edu-
kacyjnych (Jones-Jang, Mortensen, & Liu, 2019; Schulz, Wirth, & Müller, 2018; Lee, 2018;
Jang & Kim, 2018). Warto zaprojektować badania podłużne dotyczące interwencji z zakresu
kompetencji informacyjnych, np. treningów rozpoznawania fake newsów oraz ich ewentualnego
wpływu na zmianę postrzegania fake newsów, z uwzględnieniem podziału na twarde fake newsy
i super fake newsy.
Bibliografi a
Allcott, H. & Gentzkow, M. (2017). Social Media and Fake News in the 2016 Election. The Journal of
Economic Perspectives, 31(2), 211–236. DOI: 10.1257/jep.31.2.211.
Baron, S. & Crootof, R. (2017). Fighting Fake News. Retrieved on November 6, 2020, from law.yale.edu/
sites/default/fi les/area/center/isp/documents/fi ghting_fake_news_-_workshop_report.pdf
Barua, Z., Barua, S., Aktar, S., Kabir, N., & Li, M. (2020). Effects of Misinformation on COVID-19 Individual
Responses and Recommendations for Resilience of Disastrous Consequences of Misinformation.
Progress in Disaster Science, 8, 100119. DOI: 10.1016/j.pdisas.2020.100119.
BBC News. (2018). How WhatsApp Helped Turn an Indian Village Into a Lynch Mob. Retrieved on
November 6, 2020, from bbc.co.uk/news/world-asia-india-44856910
Bode, L. & Vraga, E.K. (2015). In Related News, That Was Wrong: The Correction of Misinformation
Through Related Stories Functionality in Social Media. Journal of Communication, 65(4), 619–638.
DOI: 10.1111/jcom.12166.
Bronstein, M.V., Pennycook, G., Bear, A., Rand, D.G., & Cannon, T.D. (2019). Belief in Fake News
is Associated with Delusionality, Dogmatism, Religious Fundamentalism, and Reduced Analytic
Thinking. Journal of Applied Research in Memory and Cognition, 8(1), 108–117. DOI: 10.1016/j.
jarmac.2018.09.005.
Burbules, N.C. & Berk, R. (1999). Critical Thinking and Critical Pedagogy: Relations, Differences, and
Limits. In T.S. Popkewitz & L. Fendler (Eds.), Critical Theories in Education: Changing Terrains of
Knowledge and Politics (pp. 45–65). New York: Routledge.
Campitelli, G. & Gerrans, P. (2014). Does the Cognitive Refl ection Test Measure Cognitive Refl ection? A Mathe-
matical Modeling Approach. Memory & Cognition, 42(3), 434–447. DOI: 10.3758/s13421-013-0367-9.
Conroy, N.J., Rubin V.L., & Chen, Y. (2015). Automatic Deception Detection: Methods for Finding Fake
News. Proceedings of the Association for Information Science and Technology, 52(1), 1–4. DOI:
10.1002/ pra2.2015.145052010082.
Dewey, J. (1997). How We Think. Boston: Health & Co.
European Commission. (2018). Final Report of the High-Level Expert Group on Fake News and Online
Disinformation. Retrieved on November 6, 2020, from ec.europa.eu/newsroom/dae/document.
cfm?doc_id=50271
Fazio, L.K., Rand, D.G., & Pennycook, G. (2019). Repetition Increases Perceived Truth Equally for
Plausible and Implausible Statements. Psychonomic Bulletin & Review, 26(5), 1705–1710. DOI:
10.3758/s13423-019-01651-4.
Gorwa, R. (2017). Computational Propaganda in Poland: False Amplifi ers and the Digital Public Sphere.
In P. Howard & S. Woolley (Eds.), Computational Propaganda Research Project (pp. 1–32). Oxford:
University of Oxford.
Guess, A., Nagler, J., & Tucker, J. (2019). Less Than You Think: Prevalence and Predictors of Fake News
Dissemination on Facebook. Science Advances, 5(1), eaau4586. DOI: 10.1126/sciadv.aau4586.
Hobbs, R. (2010). Digital and Media Literacy: A Plan of Action. A White Paper on the Digital and Media
Literacy Recommendations of the Knight Commission on the Information Needs of Communities in
a Democracy. Washington: Aspen Institute.
850
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
Ireton, C. & Posetti, J. (2018). Journalism, Fake News & Disinformation: Handbook for Journalism
Education and Training. Paris: UNESCO Publishing. Retrieved on November 6, 2020, from en.unesco.
org/sites/default/fi les/journalism_fake_news_disinformation_print_friendly_0.pdf
Iyengar, S. & Massey, D.S. (2019). Scientifi c communication in a post-truth society. Proceedings of the
National Academy of Sciences, 116 (16), 7656–7661. DOI: 10.1073/PNAS.1805868115.
Jang, S.M. & Kim, J.K. (2018). Third Person Effects of Fake News: Fake News Regulation and Media Literacy
Interventions. Computers in Human Behavior, 80, 295–302. DOI: 10.1016/j.chb.2017.11.034.
Jones-Jang, M., Mortensen, T., & Liu, J. (2019). Does Media Literacy Help Identifi cation of Fake News?
Information Literacy Helps, but Other Literacies Don’t. American Behavioral Scientist, 65(2), 371–
388. DOI: 10.1177/0002764219869406.
Kumar, S. & Shah, N. (2018). False Information on Web and Social Media: A Survey. In Social Media
Analytics: Advances and Applications (in press). Preprint retrieved on November 6, 2020, from arxiv.
org/pdf/1804.08559.pdf
Lazer, D.M., Baum, M.A., Benkler, Y., Berinsky, A.J., Greenhill, K.M., Menczer, F., & Schudson, M. (2018).
The Science of Fake News. Science, 359(6380), 1094–1096. DOI: 10.1126/science.aao2998.
Lee, N.M. (2018). Fake News, Phishing, and Fraud: A Call for Research on Digital Media
Literacy Education Beyond the Classroom. Communication Education, 67(4), 460–466. DOI:
10.1080/03634523.2018.1503313.
Lewandowsky, S., Ecker, U.K.H., & Cook, J. (2017). Beyond Misinformation: Understanding and Coping
With the “Post-Truth” Era. Journal of Applied Research in Memory and Cognition, 6(3), 53–69. DOI:
10.1016/j.jarmac.2017.07.008.
Lewandowsky, S., Ecker, U.K.H., Seifert, C.M., Schwarz, N., Cook, J. (2012). Misinformation and its
Correction: Continued Infl uence and Successful Debiasing. Psychological Science in the Public
Interest, 13(3), 106–131. DOI: 10.1177/1529100612451018.
Likert, R. (1932). A Technique for the Measurement of Attitudes. Archives of Psychology, 22(140), 5–55.
van der Linden, S., Leiserowitz, A., Rosenthal, S., & Maibach, E. (2017). Inoculating the Public Against
Misinformation About Climate Change. Global Challenges, 1(2), 1600008. DOI: 10.1002/gch2.201600008.
Martel, C., Pennycook, G., & Rand, D.G. (2020). Reliance on Emotion Promotes Belief in Fake News.
Cognitive Research: Principles and Implications, 5(1), 1–20. DOI: 10.1186/s41235-020-00252-3.
McGrew, S. (2020). Learning to Evaluate: An Intervention in Civic Online Reasoning. Computers
& Education, 145, 103711. DOI: 10.1016/j.compedu.2019.103711.
Nyhan, B. & Reifl er, J. (2010). When Corrections Fail: The Persistence of Political Misperceptions. Political
Behavior, 32(2), 303–330. DOI: 10.1007/s11109-010-9112-2.
Olszewska, A. & Sobków, A. (2019, 8–10 maja). Pomiar myślenia refl
eksyjnego zamiast pomiaru
refl eksyjności w zadaniach matematycznych? Walidacja polskiej wersji werbalnego testu refl eksyjnego
myślenia. Prezentacja podczas XIII Konferencji Psychologia Ekonomiczna, Poznań, Polska.
Pennycook, G. & Rand, D.G. (2019). Lazy, not Biased: Susceptibility to Partisan Fake News is Better
Explained by Lack of Reasoning Than by Motivated Reasoning. Cognition, 188, 39–50. DOI: 10.1016/j.
cognition.2018.06.011.
Pennycook, G. & Rand, D.G. (2020). Who Falls for Fake News? The Roles of Bullshit Receptivity,
Overclaiming, Familiarity, and Analytic Thinking. Journal of Personality, 88(2), 185–200. DOI:
10.1111/jopy.12476.
Poland, G.A. & Spier, R. (2010). Fear, Misinformation, and Innumerates: How the Wakefi eld Paper, the
Press, and Advocacy Groups Damaged the Public Health. Vaccine, 28(12), 2361–2362. DOI: 10.1016/j.
vaccine.2010.02.052.
Potthast, M., Kiesel, J., Reinartz, K., Bevendor, J., & Stein, B. (2017). A Stylometric Inquiry into
Hyperpartisan and Fake News. In I. Gurevych & Y. Miyao (Eds.), Proceedings of the 56th Annual
Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) (pp. 231–240).
DOI: 10.18653/v1/P18-1022.
Ptaszek, G. (2019). Edukacja medialna 3.0. Krytyczne rozumienie mediów cyfrowych w dobie Big Data
i algorytmizacji. Kraków: WUJ.
851
Klaudia Rosińska, Paweł Brzóska, Bartłomiej Nowak • Analiza postrzegania prawdziwości informacji…
Studia Medioznawcze 2021, tom 22, nr 1 (84), s. 840–851 https://studiamedioznawcze.eu
Rapp, D.N. & Salovich, N.A. (2018). Can’t We Just Disregard Fake News? The Consequences of Exposure
to Inaccurate Information. Policy Insights from the Behavioral and Brain Sciences, 5(2), 232–239.
DOI: 10.1177/2372732218785193.
Rosińska, K.A. & Brzóska, P. (2020). Analiza indywidualnej podatności użytkowników mediów
społecznościowych na fake newsy – perspektywa polska. Studia Medioznawcze, 21(3), 661–688. DOI:
10.33077/uw.24511617.ms.2020.3.280.
Rubin, V.L., Conroy, N., Chen, Y., & Cornwell, S. (2016). Fake News or Truth? Using Satirical Cues to
Detect Potentially Misleading News. In T. Fornaciari, E. Fitzpatrick, & J. Bachenko (Eds.), Proceedings
of the Second Workshop on Computational Approaches to Deception Detection (pp. 7–17). San Diego,
CA: Association for Computational Linguistics. DOI: 10.18653/v1/W16-0802.
Schulz, A., Wirth, W., & Müller, P. (2018). We Are the People and You Are Fake News: A Social Identity
Approach to Populist Citizens’ False Consensus and Hostile Media Perceptions. Communication
Research, 47(2), 1–26. DOI: 10.1177/0093650218794854.
Sethi, R.J. (2017). Crowdsourcing the Verifi cation of Fake News and Alternative Facts. In P. Dolog (Ed.),
Proceedings of the 28th ACM Conference on Hypertext and Social Media (pp. 315–316). New York:
ACM. DOI: 10.1145/3078714.3078746.
Shao, C., Ciampaglia, G.L., Varol, O., Yang, K.C., Flammini, A., & Menczer, F. (2018). The Spread of
Low-Credibility Content by Social Bots. Nature Communications, 9(1), 4787. DOI: 10.1038/s41467-
018-06930-7.
Shearer, E. & Matsa, K.E. (2018, September). News Use Across Social Media Platforms 2018. Retrieved on
November 6, 2020, from journalism.org/2018/09/10/news-use-across-social-media-platforms-2018
Sirota, M., Dewberry, C., Juanchich, M., Valuš, L., & Marshall, A.C. (2020). Measuring cognitive refl ection
without maths: Development and validation of the verbal cognitive refl ection test. Journal of Behavioral
Decision Making, 2020, 1–22. DOI: 10.1002/bdm.2213.
Stanovich, K.E. & West, R.F. (1997). Reasoning Independently of Prior Belief and Individual Differences
in Actively Open-Minded Thinking. Journal of Educational Psychology, 89(2), 342–357. DOI:
10.1037/0022-0663.89.2.342.
Taylor, R. (1990). Interpretation of the Correlation Coeffi cient: A Basic Review. Journal of Diagnostic
Medical Sonography, 6(1), 35–39. DOI: 10.1177/875647939000600106.
Toplak, M.E., West, R.F., & Stanovich, K.E. (2014). Assessing Miserly Information Processing:
An Expansion of the Cognitive Refl ection Test. Thinking & Reasoning, 20(2), 147–168. DOI:
10.1080/13546783.2013.844729.
Törnberg, P. (2018). Echo chambers and viral misinformation: Modeling fake news as complex contagion.
PLoS ONE, 13(9), 1–21. DOI: 10.1371/journal.pone.0203958.
Vargo, C.J., Guo, L., & Amazeen, M.A. (2018). The agenda-setting power of fake news: A big data analysis
of the online media landscape from 2014 to 2016. New Media & Society, 20(5), 2028–2049. DOI:
10.1177/1461444817712086.
Vegetti, F. & Mancosu, M. (2020). The Impact of Political Sophistication and Motivated Reasoning on
Misinformation. Political Communication, 37(5), 678–695. DOI: 10.1080/10584609.2020.1744778.
Vosoughi, S., Roy, D., & Aral, S. (2018). The Spread of True and False News Online. Science, 359(6380),
1146–1151. DOI: 10.1126/science.aap9559.
Walter, N. & Tukachinsky, R. (2019). A Meta-Analytic Examination of the Continued Infl uence of
Misinformation in the Face of Correction: How Powerful Is It, Why Does It Happen, and How to Stop
It? Communication Research, 47(2), 155–177. DOI: 10.1177/0093650219854600.