Thông tin sai lệch là gì?

Thông tin sai lệch là thông tin không chính xác, không đầy đủ hoặc gây hiểu lầm, cho dù người chia sẻ nó có cố ý gây hại hay không. Nó có thể xuất hiện trong các báo cáo tin tức, các cuộc trò chuyện riêng tư, quảng cáo, tuyên bố về sức khỏe, hình ảnh, số liệu thống kê và các nhận xét hàng ngày. Một tuyên bố có thể chứa một phần nhỏ sự thật trong khi vẫn tạo ra một ấn tượng sai lệch về mặt bản chất.

Thông tin sai lệch (Misinformation) so với Thông tin xuyên tạc (Disinformation)

Sự khác biệt cốt lõi giữa thông tin sai lệch và thông tin xuyên tạc là ý đồ. Thông tin sai lệch thường được chia sẻ do sai sót, hiểu lầm hoặc thiếu kiến thức, trong khi thông tin xuyên tạc được cố tình tạo ra hoặc lưu truyền nhằm lừa dối. Do đó, cùng một tuyên bố không chính xác có thể là thông tin sai lệch khi được lặp lại một cách vô tình, và là thông tin xuyên tạc khi được thiết kế như một phần của chiến dịch thao túng.

Ý đồ không phải lúc nào cũng có thể nhìn thấy từ chính nội dung. Ví dụ, một bức ảnh được sử dụng lại có thể được chia sẻ bởi một người tin rằng nó là ảnh mới và bởi một người khác biết rõ rằng nó đang được trình bày trong một bối cảnh sai lệch. Đây là lý do tại sao việc đánh giá nguồn, ngày tháng, bằng chứng và các tình huống xung quanh cũng quan trọng như việc đánh giá cách diễn đạt của tuyên bố đó.

Tại sao thông tin sai lệch lại lan truyền nhanh chóng

Có ba cơ chế nằm ở trung tâm của lý do tại sao các tuyên bố sai sự thật lan truyền, và mỗi cơ chế đều hoạt động một cách âm thầm bên trong logic của các hệ thống quảng cáo hiện đại.

Hiệu ứng phòng vang (Echo Chamber)

Các mô hình mô phỏng mạng lưới cho thấy khi các nhóm người dùng chia sẻ một ý kiến chung và kết nối chặt chẽ với nhau, đồng thời bị phân cực với phần còn lại của mạng lưới, các sự lây lan phức tạp như thông tin sai lệch sẽ truyền đi nhanh hơn và xa hơn.

"Hiệu ứng phòng vang" này có nghĩa là sự hiện diện của một cụm phân cực hoạt động như một làn sóng ban đầu, tạo ra động lực sớm để đẩy một tuyên bố sai sự thật từ chỗ vô danh trở nên được biết đến rộng rãi. Mối quan hệ này rất khó nghiên cứu trong môi trường thực tế vì các kết nối mạng xã hội rất dày đặc và các vòng lặp nhân quả đan xen vào nhau. Tuy nhiên, phát hiện cho thấy sự phân cực ý kiến và sự phân cực mạng lưới hoạt động phối hợp để thúc đẩy tính lan truyền của thông tin sai lệch đưa ra một lời giải thích hợp lý cho lý do tại sao một số câu chuyện sai sự thật lại bùng nổ.

Điều này cho thấy rằng các đối tượng quảng cáo có cấu trúc tương tự như các phòng vang, những cụm có tư tưởng cực kỳ giống nhau và ít kết nối bên ngoài, có thể là mảnh đất đặc biệt màu mỡ cho sự lan truyền của các số liệu thống kê đã bị bác bỏ, đặc biệt là nếu những số liệu đó phù hợp với thế giới quan hiện tại của nhóm.

Nhiên liệu cảm xúc

Dữ liệu thực nghiệm từ một nghiên cứu lớn với 719 người tham gia tại Hoa Kỳ tiết lộ rằng sự lo lắng gia tăng khiến mọi người có nhiều khả năng tin tưởng và bày tỏ sự sẵn lòng chia sẻ tất cả các loại tuyên bố hơn đáng kể, bao gồm tuyên bố đúng, tuyên bố đính chính và tuyên bố hoàn toàn sai sự thật. Hiệu ứng này đặc biệt rõ rệt ở những người theo đảng Cộng hòa, nhưng mô hình cốt lõi đã rõ ràng: sự lo lắng làm giảm các bộ lọc nhận thức thường sẽ chặn các nội dung đáng ngờ.

Riêng biệt, một cuộc khảo sát đối với 513 người trưởng thành ở Hàn Quốc cho thấy sự tức giận khiến mọi người đánh giá các tuyên bố sai sự thật về COVID-19 là "đáng tin cậy về mặt khoa học", với mối liên hệ mạnh mẽ hơn ở những người bảo thủ.

Trong bối cảnh quảng cáo, các biến thể sáng tạo khai thác sự lo lắng hoặc tức giận, cho dù thông qua các tiêu đề khẩn cấp hay hình ảnh được định hình theo kiểu khủng hoảng, có thể vô tình thúc đẩy lượt tương tác. Khi các đòn bẩy cảm xúc đó được kéo ở quy mô lớn bởi các hệ thống tự động tối ưu hóa thuần túy cho các tín hiệu chú ý, chính những nhiên liệu cảm xúc thúc đẩy việc chia sẻ thông tin sai lệch có thể dẫn đến việc công cụ Tối ưu hóa Sáng tạo Động (Dynamic Creative Optimization) ưu tiên các biến thể quảng cáo chứa các tuyên bố đáng ngờ.

Việc kiểm chứng sự thật có thể phản tác dụng

Một phân tích trên 5.303 bài đăng trên mạng xã hội và hơn 2.6 triệu lượt bình luận trên Facebook, Twitter và YouTube cho thấy mặc dù các bài viết kiểm chứng sự thật có tạo ra một số tín hiệu tích cực, nhưng chúng cũng tạo ra các tín hiệu nhất quán với hiệu ứng "phản tác dụng" (backfire), những phản ứng của người dùng có thể củng cố các niềm tin sai lệch thay vì sửa chữa chúng.

Các dấu vết ngôn ngữ như tỷ lệ chửi thề cao hơn, sử dụng nhiều biểu tượng cảm xúc và các dấu hiệu nhận biết thông tin sai lệch xuất hiện thường xuyên hơn nhiều trên các bài đăng sai sự thật hơn. Những tín hiệu này có thể giúp các nền tảng phát hiện thông tin sai lệch, nhưng chúng cũng tiết lộ rằng khi một số liệu thống kê đã bị bác bỏ xuất hiện bên trong một quảng cáo, và cuộc trò chuyện xung quanh bùng nổ trong các luồng đính chính hoặc bình luận độc hại, sự khuếch đại thuật toán đối với lượt tương tác đó có thể làm trầm trọng thêm mối liên kết của thương hiệu với tuyên bố sai sự thật, ngay cả khi thông điệp rõ ràng là "điều này là sai".

Chúng ta không chắc chắn thông tin sai lệch trực tiếp gây ra tác hại trong thế giới thực

Một đánh giá liên ngành năm 2023 bao gồm khoa học máy tính, kinh tế học, tâm lý học và nghiên cứu truyền thông cho thấy mặc dù những tiến bộ trong công nghệ thông tin chắc chắn đã cho phép và bộc lộ những sự bóp méo sự thật khách quan, nhưng "các hành vi sai trái vẫn chưa được chứng minh một cách đáng tin cậy bằng thực nghiệm là kết quả của thông tin sai lệch; mối quan hệ tương quan bị nhầm là nhân quả có thể có can thiệp vào."

Nhiều tác hại xã hội được giả định phụ thuộc vào nhận thức liên chủ thể, những gì mọi người tin là đang xảy ra, chứ không phải dựa trên một chuỗi nhân quả chặt chẽ từ việc tiếp xúc đến hành vi. Đối với các nhà tiếp thị, sự không chắc chắn này là cực kỳ quan trọng. Nó có nghĩa là việc phóng đại mối nguy hiểm của các số liệu thống kê đã bị bác bỏ trong quảng cáo có thể dẫn đến sự hoảng loạn không cần thiết, nhưng điều đó cũng có nghĩa là việc bỏ qua rủi ro khi nhìn thấy một chuỗi rõ ràng các phản hồi tiêu cực và chi phí lãng phí cũng sẽ là điều không khôn ngoan.

Thông tin sai lệch lan truyền như thế nào

Thông tin sai lệch di chuyển qua cả mạng lưới kỹ thuật số và ngoại tuyến. Các nền tảng xã hội có thể giúp việc xuất bản và chia sẻ diễn ra gần như ngay lập tức, nhưng các cuộc trò chuyện gia đình, trò chuyện nhóm, truyền hình, quảng cáo và truyền miệng vẫn là những kênh quan trọng. Tốc độ lưu hành thường vượt quá tốc độ mà một tuyên bố có thể được kiểm chứng.

Thông tin sai lệch trên mạng xã hội

Mạng xã hội khuyến khích sự chú ý nhanh chóng thông qua tài liệu trực quan, tiêu đề ngắn gọn và các tín hiệu rõ ràng về mức độ phổ biến. Các bài đăng kích động sự tức giận, sợ hãi, ngạc nhiên hoặc thích thú có thể nhận được nhiều phản ứng và chia sẻ hơn là các lời giải thích thận trọng. Một người cũng có thể tin tưởng vào một tuyên bố vì nó đến từ một người bạn, người quen chuyên nghiệp hoặc cộng đồng mà họ đã đồng nhất bản thân với.

Một số tính năng thường làm tăng khả năng thông tin không đáng tin cậy sẽ lan truyền rộng rãi:

• Ngôn ngữ kích động cảm xúc có thể thúc đẩy chia sẻ ngay lập tức trước khi suy nghĩ kỹ.

• Sự lặp lại có thể làm cho một tuyên bố không có cơ sở cảm thấy quen thuộc và đáng tin cậy.

• Hình ảnh và video ngắn có thể bị tách khỏi ngày tháng hoặc bối cảnh gốc của chúng.

• Các hệ thống đề xuất có thể đưa người dùng tiếp cận với các quan điểm ngày càng giống nhau.

Các cơ chế này không làm cho mọi bài đăng phổ biến trở nên sai sự thật, cũng không làm cho mọi bài đăng không phổ biến trở nên chính xác. Tuy nhiên, chúng cho thấy tại sao lượt tiếp cận và lượt tương tác là những sự thay thế kém cỏi cho bằng chứng. Một người đọc cẩn thận sẽ tách biệt bằng chứng xã hội xung quanh một tuyên bố khỏi chất lượng của chính tuyên bố đó.

Cách 3 công cụ MarTech cốt lõi trở thành véc-tơ truyền bá thông tin sai lệch

1. Tối ưu hóa sáng tạo động (Dynamic Creative Optimization)

Các nền tảng Tối ưu hóa sáng tạo động (DCO) kiểm tra bằng thuật toán hàng nghìn tiêu đề quảng cáo, hình ảnh và lời kêu gọi hành động, đẩy nhiều ngân sách hơn vào các biến thể tạo ra tỷ lệ nhấp cao, tốc độ bình luận nhanh hoặc động lực chia sẻ mạnh mẽ.

Con đường rủi ro là nếu nội dung cảm xúc thúc đẩy tương tác, như các nghiên cứu về sự lo lắng và tức giận đã chứng minh, thì một công cụ DCO được đào tạo trên các tín hiệu tương tác có thể thúc đẩy các nội dung sáng tạo lặp lại các số liệu thống kê đã bị bác bỏ chính vì những biến thể đó kích hoạt sự lo lắng hoặc tức giận thúc đẩy việc chia sẻ. Các tín hiệu ngôn ngữ đi kèm với các bài đăng sai sự thật, chẳng hạn như chửi thề nhiều, phản ứng biểu tượng cảm xúc dữ dội, có thể bị thuật toán nhầm lẫn là "tương tác cao", càng củng cố thêm chu kỳ này.

Do đó, các nhà tiếp thị nên kiểm tra xem các biến thể DCO của chính họ có chứa các tuyên bố chưa được xác minh có đang hoạt động tốt hơn các biến thể sạch về mặt thực tế hay không và xem xét liệu mức tăng hiệu suất đó có thực sự là một tài sản thương hiệu hay không.

2. Mô hình hóa đối tượng tương tự (Lookalike Audience Modeling)

Các mô hình lookalike lấy một đối tượng hạt giống, những khách truy cập đã chuyển đổi, những người tương tác đã xem video, và tìm kiếm hàng triệu người dùng mới có các đặc điểm hành vi trên nền tảng tương tự. Nếu danh sách hạt giống được xây dựng từ những người dùng đã tương tác với các biến thể quảng cáo chứa các tuyên bố sai sự thật, hoặc từ những người dùng tập trung bên trong các phòng vang bị phân cực mạnh mẽ, việc mở rộng lookalike có thể kế thừa các hồ sơ ý thức hệ và cảm xúc dễ chia sẻ thông tin sai lệch hơn.

Một biện pháp phòng ngừa thực tế là kiểm toán thành phần của các đối tượng hạt giống hoạt động hiệu quả cao đã thúc đẩy các hoạt động mở rộng lookalike lớn và kiểm tra xem lịch sử tương tác của họ có phù hợp với nội dung sau này cần chỉnh sửa hay không.

3. Công cụ nội dung AI tạo sinh (Generative AI)

Các mô hình ngôn ngữ lớn và trình tạo hình ảnh tạo ra bản sao quảng cáo và hình ảnh trực quan từ các mẫu trong dữ liệu đào tạo của chúng. Nếu không có các rào cản rõ ràng, một công cụ AI tạo sinh có thể tái tạo nguyên văn các số liệu thống kê đã bị bác bỏ vì những con số đó xuất hiện thường xuyên trên web, trong các bài viết cũ, các luồng diễn đàn và các bài đăng từng lan truyền mạnh mẽ.

Các dấu hiệu ngôn ngữ được đề cập trong nghiên cứu nói trên liên quan đến nội dung sai sự thật, chẳng hạn như ngôn ngữ mang tính cảm xúc nặng nề và các cấu trúc tu từ cụ thể, có thể bị mô phỏng bởi mô hình, tạo cho một tuyên bố đã bị bác bỏ một vẻ ngoài đáng tin cậy mới.

Do đó, các nhà tiếp thị nên chạy các thử nghiệm nội bộ, gửi các tiêu đề hạt giống chứa các số liệu thống kê sai lệch đã biết để xem liệu công cụ có tái tạo chúng hoặc tạo ra các biến thể có thể vượt qua một cuộc đánh giá hời hợt hay không.

Phương trình an toàn thương hiệu và lãng phí

Khi một quảng cáo liên kết một thương hiệu với một số liệu thống kê đã bị bác bỏ, các chỉ số KPI về an toàn thương hiệu bắt đầu thay đổi. Điểm phân tích cảm xúc có thể giảm xuống khi các bình luận chuyển sang hướng đính chính. Tỷ lệ spam và gắn cờ có thể tăng lên nếu những người kiểm chứng sự thật hoặc người dùng cảnh giác đánh dấu nội dung đó.

Các tín hiệu tiêu cực được xác định trong phân tích ngôn ngữ, chửi thề, mật độ biểu tượng cảm xúc, các phản ứng mang nặng cảm xúc, cung cấp một cảnh báo sớm có thể định lượng được rằng nội dung sáng tạo có thể đã vượt quá giới hạn. Trả tiền để khuếch đại các tuyên bố sai sự thật cũng lãng phí ngân sách theo một cách đặc biệt nguy hại: các lượt hiển thị tạo ra phản ứng ngược từ việc kiểm chứng sự thật hoặc tạo ra các luồng đính chính của người dùng sẽ tạo ra tương tác trông có vẻ tốt trên bảng điều khiển nhưng mang lại ROI âm khi đo lường dựa trên sức khỏe thương hiệu thực tế.

Tuy nhiên, hãy nhớ lại lời cảnh báo từ đánh giá liên ngành, mối liên hệ giữa việc tiếp xúc với thông tin sai lệch và kết quả hành vi có thể đo lường được của người tiêu dùng, chẳng hạn như tránh mua hàng, vẫn còn chưa chắc chắn về mặt thực nghiệm. Sự thận trọng là cần thiết, nhưng những dự đoán cường điệu về sự sụp đổ thương hiệu ngay lập tức không được hỗ trợ bởi các bằng chứng thực tế.

Nghị định thư kiểm toán từng bước: Kiểm kê, Xác minh, Ngăn chặn

Nghị định thư chuyển dịch nghiên cứu thành một chuỗi hành động mà bất kỳ nhóm tăng trưởng nào cũng có thể thực hiện, với mỗi bước gắn liền với một dòng bằng chứng cụ thể và một KPI có thể đo lường được.

Bước 1: Kiểm kê

Liệt kê mọi tài sản sáng tạo, biến mẫu động, nguồn hạt giống đối tượng và lời nhắc AI tạo sinh được sử dụng trong các chiến dịch hiện đang hoạt động và đã lên kế hoạch. Gắn thẻ bất kỳ tài sản nào có chứa các tuyên bố thống kê, các con số liên quan đến sức khỏe, các tham chiếu chính trị hoặc ngôn ngữ liên quan đến khủng hoảng (tỷ lệ ca nhiễm COVID-19, thống kê bầu cử, các chỉ số kinh tế). Việc kiểm kê này trở thành đường cơ sở cho phần còn lại của cuộc kiểm toán.

Liên kết với KPI: Thu thập các số liệu an toàn thương hiệu hiện tại của bạn, điểm cảm xúc bình luận, các cờ xác minh của bên thứ ba, tỷ lệ số lượt hiển thị bị gắn cờ, cho tuần trước khi kiểm toán. Đây là các điểm chuẩn trước khi can thiệp.

Bước 2: Xác minh tuyên bố

Đối chiếu mọi tuyên bố thực tế trong danh mục kiểm kê với các nguồn chính thống và cơ sở dữ liệu kiểm chứng sự thật đã được công nhận, cùng các nguồn Snopes và PolitiFact được sử dụng trong nghiên cứu Ngôn ngữ học.

Khi bạn gặp một số liệu thống kê đã bị bác bỏ, không tạo một phiên bản đã sửa đổi lặp lại tuyên bố sai sự thật đó dưới dạng phủ định (“X không phải là sự thật”). Những sự phủ định như vậy có thể vô tình củng cố tuyên bố sai sự thật, một mô hình nhất quán với các tín hiệu phản tác dụng được quan sát trong phân tích bình luận.

Thay vào đó, hãy thay thế hoàn toàn tuyên bố đó bằng một tuyên bố đúng đã được xác minh. Đối với đầu ra của AI tạo sinh, hãy chèn một điểm kiểm duyệt bắt buộc bằng con người trước khi bất kỳ bản sao nào do AI tạo ra được đưa vào nguồn cấp dữ liệu DCO.

Bước 3: Thiết lập quy tắc ngăn chặn

Triển khai các quy tắc ngăn chặn tự động bên trong các nền tảng quảng cáo của bạn bằng cách sử dụng các dấu hiệu ngôn ngữ và cảm xúc được xác định trong nghiên cứu:

• Tạm dừng bất kỳ biến thể quảng cáo nào có phần bình luận vượt quá ngưỡng đối với các tín hiệu nhận biết thông tin sai lệch, cụ thể là tỷ lệ chửi thề cao hoặc sử dụng nhiều biểu tượng cảm xúc so với mức bình thường cho tài khoản của bạn.

• Ngăn chặn các phân khúc đối tượng thể hiện các mô hình tương tác liên quan đến sự lo lắng hoặc tức giận cao với nội dung nhạy cảm. Mặc dù các phân khúc này có thể hiển thị tỷ lệ nhấp cao, nhưng chúng cũng gây ra rủi ro lớn hơn trong việc kích hoạt vòng lặp phản tác dụng.

• Xây dựng cơ sở dữ liệu các tuyên bố bị cấm và chặn việc nhập lại bất kỳ URL, chuỗi số liệu thống kê hoặc tuyên bố sai sự thật được diễn đạt lại nào đã bị bác bỏ vào thư viện DCO của bạn. Điều này ngăn thuật toán tái xuất hiện một biến thể cũ, có vấn đề từng hoạt động tốt dựa trên các số liệu tương tác hời hợt.

Đo lường kết quả bằng cách theo dõi ba con số này sau khi các quy tắc ngăn chặn hoạt động: tỷ lệ phần trăm giảm của các cờ kiểm chứng sự thật trên quảng cáo sáng tạo, sự thay đổi trong các mức tăng đột biến về cảm xúc tiêu cực sau khi khởi chạy quảng cáo và việc giảm chi tiêu trả phí phân phối đến các vị trí quảng cáo tạo ra tỷ lệ gắn cờ cao.

Bởi vì mối quan hệ giữa các tín hiệu bình luận và sự lan truyền thông tin sai lệch thực tế là mối quan hệ tương quan, phát hiện không phải là ngăn chặn. Nghị định thư là một lớp giảm thiểu rủi ro, không phải là một phương pháp chữa trị hoàn hảo.

Kết luận

Sự tích hợp của các công cụ tiếp thị tự động mang lại một rủi ro độc nhất cho việc vô tình khuếch đại thông tin sai lệch kỹ thuật số. Các hệ thống được thiết kế cho tốc độ và quy mô có thể tái chế các tuyên bố đã bị bác bỏ vào các chiến dịch đang hoạt động mà không có sự giám sát của con người. Sự chuyển đổi này từ mối nguy hiểm về danh tiếng thành một vấn đề kỹ thuật martech đòi hỏi sự chú ý ngay lập tức từ các nhóm tăng trưởng.

Mặc dù mối liên hệ nhân quả giữa việc tiếp xúc với thông tin sai lệch và hành vi cụ thể của người tiêu dùng vẫn là một chủ đề tranh luận mang tính học thuật, việc chủ động giảm thiểu là điều cần thiết. Việc thực hiện các nghị định thư kiểm toán có cấu trúc đóng vai trò như một biện pháp bảo vệ chi phí thấp, có thể đảo ngược để duy trì tính toàn vẹn của thương hiệu. Bằng cách ngăn chặn các tuyên bố sai sự thật đã được xác minh, các nhà tiếp thị bảo vệ hiệu quả ngân sách của họ và an toàn thương hiệu lâu dài.

Nghị định thư kiểm toán của bạn dọn sạch các tuyên bố sai sự thật, nhưng điều gì xây dựng khả năng ghi nhớ thương hiệu lâu dài? Tìm hiểu lý do tại sao các nhóm hiện đại đang chuyển sang công nghệ thần kinh (neurotechnology) để bỏ qua các phỏng đoán và đạt được những Insight được hỗ trợ bởi dữ liệu về cách khán giả thực sự xử lý thương hiệu của bạn.

Tài liệu tham khảo

1. Törnberg, P. (2018). Echo chambers and viral misinformation: Modeling fake news as complex contagion. PLoS one, 13(9), e0203958. https://doi.org/10.1371/journal.pone.0203958

2. Freiling, I., Krause, N. M., Scheufele, D. A., & Brossard, D. (2023). Believing and sharing misinformation, fact-checks, and accurate information on social media: The role of anxiety during COVID-19. New media & society, 25(1), 141-162. https://doi.org/10.1177/14614448211011451

3. Han, J., Cha, M., & Lee, W. (2020). Anger contributes to the spread of COVID-19 misinformation. Harvard Kennedy School Misinformation Review, 1(3).

4. Jiang, S., & Wilson, C. (2018). Linguistic signals under misinformation and fact-checking: Evidence from user comments on social media. Proceedings of the ACM on Human-Computer Interaction, 2(CSCW), 1-23. https://doi.org/10.1145/3274351

5. Adams, Z., Osman, M., Bechlivanidis, C., & Meder, B. (2023). (Why) is misinformation a problem?. Perspectives on Psychological Science, 18(6), 1436-1463. https://doi.org/10.1177/17456916221141344

Các câu hỏi thường gặp

Hiệu ứng phòng vang (echo chamber) là gì và nó tạo điều kiện cho thông tin sai lệch lan truyền như thế nào?

Hiệu ứng phòng vang xảy ra khi các nhóm phân cực, kết nối chặt chẽ chia sẻ các ý kiến chung, cho phép các sự lây lan phức tạp như thông tin sai lệch truyền đi nhanh hơn và xa hơn. Động lực ban đầu này có thể đẩy các tuyên bố sai sự thật từ chỗ vô danh trở nên được biết đến rộng rãi, đặc biệt là trong các đối tượng quảng cáo có cấu trúc tương tự như các phòng vang đó.

Sự lo lắng và tức giận ảnh hưởng thế nào đến khả năng mọi người chia sẻ thông tin sai lệch trong quảng cáo?

Sự lo lắng gia tăng khiến mọi người có nhiều khả năng tin tưởng và chia sẻ tất cả các loại tuyên bố hơn đáng kể, bao gồm cả những tuyên bố sai sự thật, bằng cách giảm bớt các bộ lọc nhận thức. Tương tự như vậy, sự tức giận dẫn dắt các cá nhân đánh giá các tuyên bố sai sự thật là đáng tin cậy hơn về mặt khoa học, với những trạng thái cảm xúc này có khả năng thúc đẩy tương tác với các quảng cáo chứa số liệu thống kê đã bị bác bỏ.

Hiệu ứng phản tác dụng (backfire effect) là gì và tại sao nó lại là vấn đề đối với các thương hiệu?

Hiệu ứng phản tác dụng xảy ra khi các bài viết kiểm chứng sự thật tạo ra các phản ứng của người dùng nhằm củng cố các niềm tin sai lệch thay vì sửa chữa chúng, chẳng hạn như chửi thề, sử dụng nhiều biểu tượng cảm xúc và các dấu hiệu nhận biết thông tin sai lệch. Khi một số liệu thống kê đã bị bác bỏ xuất hiện trong một quảng cáo, các luồng đính chính và bình luận độc hại kết quả có thể khuếch đại tuyên bố sai sự thật theo thuật toán, làm trầm trọng thêm mối liên kết của thương hiệu với nó.

Các nền tảng Tối ưu hóa sáng tạo động (DCO) có thể trở thành véc-tơ truyền bá thông tin sai lệch như thế nào?

Các nền tảng DCO kiểm tra các biến thể quảng cáo bằng thuật toán và đẩy ngân sách hướng tới những quảng cáo có lượng tương tác cao. Nếu nội dung cảm xúc thúc đẩy sự lo lắng hoặc tức giận dẫn đến việc chia sẻ, DCO có thể ưu ái nội dung sáng tạo có số liệu thống kê đã bị bác bỏ chính vì những biến thể đó kích hoạt cùng một nguồn cảm xúc thúc đẩy việc chia sẻ thông tin sai lệch.

Làm thế nào các công cụ nội dung AI tạo sinh có thể tái tạo các số liệu thống kê đã bị bác bỏ?

Các công cụ AI tạo sinh tạo ra bản sao quảng cáo từ các mẫu trong dữ liệu đào tạo của chúng, có thể chứa các số liệu thống kê đã bị bác bỏ từ các bài báo cũ hoặc các luồng diễn đàn. Không có các rào cản, AI có thể tái tạo nguyên văn các con số này và các dấu hiệu ngôn ngữ của nội dung sai sự thật có thể bị bắt chước, mang lại cho tuyên bố đã bị bác bỏ một diện mạo mới mẻ.

Phương trình an toàn thương hiệu là gì khi sử dụng số liệu thống kê đã bị bác bỏ trong quảng cáo?

Khi một quảng cáo liên kết một thương hiệu với một số liệu thống kê đã bị bác bỏ, các KPI an toàn thương hiệu có thể thay đổi: điểm cảm xúc giảm xuống, tỷ lệ spam và gắn cờ tăng lên, và các tín hiệu tiêu cực như chửi thề và mật độ biểu tượng cảm xúc tăng lên. Việc trả tiền để khuếch đại các tuyên bố sai sự thật sẽ lãng phí ngân sách vào lượt tương tác trông có vẻ tốt trên bảng điều khiển nhưng mang lại ROI âm khi đo lường dựa trên sức khỏe thương hiệu thực tế.

Lưu ý quan trọng nhất về mối liên hệ giữa thông tin sai lệch và tác hại trong thế giới thực là gì?

Một đánh giá liên ngành cảnh báo rằng mặc dù công nghệ thông tin cho phép bóp méo sự thật, nhưng các hành vi sai trái vẫn chưa được chứng minh một cách đáng tin cậy bằng thực nghiệm là kết quả của thông tin sai lệch; mối tương quan có thể bị nhầm lẫn là nhân quả. Điều này có nghĩa là việc phóng đại mối nguy hiểm là không cần thiết, nhưng việc bỏ qua một chuỗi rõ ràng các cảm xúc tiêu cực và chi tiêu lãng phí sẽ là điều không khôn ngoan.

Ba bước trong nghị định thư kiểm toán để giảm thiểu rủi ro thông tin sai lệch là gì?

Nghị định thư kiểm toán bao gồm ba bước: kiểm kê tất cả các tài sản sáng tạo và gắn thẻ các tuyên bố, thực hiện xác minh tuyên bố đối với các cơ sở dữ liệu kiểm chứng sự thật và thay thế các số liệu thống kê đã bị bác bỏ bằng các tuyên bố đúng đã được xác minh, và thiết lập các quy tắc ngăn chặn dựa trên các dấu hiệu ngôn ngữ và cảm xúc như chửi thề và sử dụng biểu tượng cảm xúc. Điều này tạo ra một lớp giảm thiểu rủi ro, không phải là một phương pháp chữa trị hoàn hảo.

Tại sao nghị định thư kiểm toán được coi là một biện pháp bảo vệ chi phí thấp, có thể đảo ngược thay vì một sự cần thiết đã được chứng minh?

Cơ sở bằng chứng không trực tiếp kiểm tra xem các hệ thống MarTech có lưu hành một cách có hệ thống các số liệu thống kê đã bị bác bỏ hay không; các con đường này là những suy luận có căn cứ từ khoa học cơ bản. Nghị định thư kiểm toán là một biện pháp bảo vệ chi phí thấp, có thể đảo ngược chống lại một rủi ro có tác động tiêu cực lớn đến danh tiếng và tài chính nếu các con đường giả thuyết hóa hóa ra là chính xác.