导语

在西方社会中，对疫苗的不信任，例如认为疫苗会造成自闭症等谣言，是一种广为流传的伪科学。在新冠爆发的今天，这样的错误观点，会对社会造成严重的生命和财产损失。5月13号的 Nature 论文“支持与反对疫苗观点的线上竞争”，从观点传播动力学的角度，系统性地讨论在社交媒体上，科学与谣言在传播过程中，会呈现出哪些不同的特征。该文的研究套路值得借鉴，研究得出的结论，不只适用于西方文化的背景下，也具有一定的普适性。

论文题目：

The online competition between pro- and anti-vaccination views

论文地址：

https://www.nature.com/articles/s41586-020-2281-1

1. 如何可视化媒体

中的观点传播情形

类似微信公众号，脸书平台上的社群集团（Cluster）是一个用户创建的自媒体。该研究所基于的数据，正是在有三十亿用户的脸书平台，选取其中1亿就疫苗问题表达过观点的用户。由于本研究关注的是观念的传播，因此关注点不仅仅是用户是否关注某个自媒体，更是某个社群集团的用户是否向社群中的其他用户推荐某个账号。

下图展示了 19 年 10 月 15 号，关注疫苗相关话题的 1 亿用户组成的媒体生态。图中红色的代表该社群对疫苗持不信任、反对的态度，蓝色代表该社群支持疫苗，而绿色代表该地区的用户对这一话题还没有做出明确判断。点的大小代表社群人数的多少。图中最上方的全球态度，代表全球整体在该话题上的态度。这样的网络可视化套路，值得借鉴与学习。

图1：针对疫苗问题，对全球社交网络社群生态可视化

2. 如何描述观点的演化过程

该研究收集的数据，来自 19 年 2 月到 10 月之间，计算相比于 2 月，在 10 月份网络中针对疫苗话题的社群生态出现了哪些变化，可以得到下图：

图2：疫苗话题上，网络传播生态变化图

该图中，左边的红色为反对疫苗的自媒体，右边的蓝色为支持疫苗的自媒体。图中描述的是节点的增长情况，例如图中在绿点中出现了一个红点，意味着 2 月份还对这个话题保持中立的社群，在 10 月份，部分成员变得反对疫苗。

从上图中，可以直观的看出，相比 2 月份，新增的反对疫苗的社群更加多（即红色的线多于蓝色），而从下图不同类型的节点中心度的变化情况可以看出，反对疫苗的社群，在网络中的中心度显著提升，这意味着其占据了传播网络中更为中心的位置。考虑到西方社会在 2019 年麻疹爆发中，主流媒体对反对疫苗的观点予以驳斥，上述自媒体社群中的变化趋势，解释了为何反对疫苗的声音能够继续坚挺。

图3：不同类型的社群，其初始大小和社群中心度变化比例的散点图

3. 支持与反对疫苗的观点

在传播中呈现的六个不同之处

该文最大的贡献，除了上述的可视化，还在于作者从传播数据中，总结出的支持与反对疫苗的观点，在传播动力学上，与传统观念所呈现的不同之处，以及由其引申出的经验教训。

3.1 谣言的传播更为分散

从总人数来看，相信疫苗有益的人是多数，且这些人也认为自己处于社交网络的主流，然而从网络的视角来看，反对疫苗的声音，正在变为网络中的主流，同时和对疫苗态度犹疑未决的社群联系越来越紧密。而相信疫苗有益的群体，则大多处在网络中的某个特定区域中，他们会认为身边的人都相信疫苗有益，从而不认为自己需要进一步传播这一观点。

3.2 不是静态的收听者，而是积极的建立连接

社交网络中最多的，其实还是对于疫苗问题保持中立的那部分人，例如学校中的家长联合会，要决定是否给孩子打疫苗。传统的想法是，这些人消极的接受信息，直到被某一方说服。但实际中，绿色的社群有着最多的连接增长数，且其中和反对疫苗的群体有密切联系的社群，更容易在规模上出现快速增长。这意味着对于某一话题保持中立的社群，并不是消极的信息接收者，在这个自媒体时代，他们会积极的传播观点。

3.3 支持疫苗的大都是大V账号

在自媒体账号数上，反对疫苗的自媒体账号更多（317 vs 124），虽然每个反对疫苗的账号的关注者较少。但小号能够和关注者之间产生更多的互动，从而使其相比大V账号，能够更有力的占据网络的中心位置，并能够触及更多的对疫苗话题没有明确意见的群体。

3.4 反对疫苗的账号子话题更多

疫苗有害这样的谣言，往往会和阴谋论，儿童安全及替代医学（即非常规的西医疗法）等纠缠在一起。而支持疫苗的言论，则只是一个帖子只谈论疫苗这一个话题，不会东拉西扯。这和国内的媒体生态几乎一模一样。养生谣言中，能分出诸多子群，每个子群讨论自己熟悉的话题。

3.5 在相关事件成为热点时，反对疫苗的声音增长更快

在 19 年 2 月到 10 月中，美国爆发了本来可以通过疫苗预防的麻疹疫情，这是由于多年来美国部分地区的孩子不接受麻疹疫苗造成的，主流媒体也对反疫苗的观点予以驳斥。然而在麻疹疫情期间，反对疫苗的声音反而传播的最为迅速，有些账号的关注者增加了300%，而没有任何一个支持疫苗的账号，关注者增加了100%，大部分关注者的增长都在 50% 以下。

3.6 中等大小的反疫苗自媒体增长最快

之前的社交网络中，假设是富者越富，优先连接会让大号获得更快的增长。而针对疫苗这一话题，由于反对疫苗的大号发布的文章，会被支持疫苗的账号关注进而辟谣。从而使得增长速度最快的那部分账号，是初始关注者数量中等的那部分账号。

以上 6 条规律，来自原文对脸书数据的分析。然而笔者基于日常生活经验，觉得其也多少描述了国内的自媒体生态圈中，科普信息与伪科学谣言在传播过程中的规律。例如养生谣言中，能分出诸多子群，每个子群讨论自己熟悉的话题。因而在阅读时，会觉得文中虽然描述的是针对疫苗这个话题的观点演化，其中的规律，却可能适用于更广泛的场景，即科学与谣言在传播过程中的不同。

4. 对未来的预测和干预

原论文中，依据该研究得出的传播趋势，推演了未来可能的情形。由于反对疫苗的声音增长速度远远大于支持疫苗的声音，在争取那部分对疫苗话题没有做出决定的人群中占据上风。假设没有任何干预措施，按照当前的演化动力学，会在十年后，导致支持和反对疫苗的人群旗鼓相当，这在面临新冠病毒挑战的当下，不是一个好消息。

图4：全球社交媒体上，支持和反对疫苗的人数预测

该研究的现实意义在于指出了，在新媒体环境下，辟谣的游戏规则发生了改变。传统媒体占据主流的时代，由于绝对人数上的显著差异，反对疫苗的声音应该即使不做任何干预，也会自动消失，或者随着主流媒体的科普，使得关注者变得越来越少。但事实上，麻疹疫情爆发时，主流媒体对反疫苗观点的批判，反而加速了该观点的传播。

如何通过干预，避免反对疫苗的声音进一步传播，文中结合数学模型，给出的建议有三条：

4.1 利用反对疫苗的社群内部的异质性

前文所述，即使是一个不大的反对疫苗的社群，也能细分成很多小群。如果鼓励其内部不同观点的竞争，提升该社群的异质性，会减缓该社群大小扩增的速率。

图5：增加社群异质性，减缓社群的传播

4.2 利用个人社交网络中存在的倒U型曲线

不管是对于疫苗，还是其他争议性的话题，大部分人都不是有明确观点的。这部分人会导向哪一方，多快会改变观点，取决于其在社交网络的朋友中有多少人支持疫苗。下图横轴是支持疫苗的朋友数 B 和对该问题悬而未决的朋友数 X 的比例，纵轴是该个体多快会变得相信疫苗有益。该图展示的倒 U 型曲线，预示着可以通过选择性地推送，让更多人能够更快的接受主流的科学观念。

图6：对于未决定的个体，需要多久会相信疫苗有益，与其持该观点的朋友占比

4.3 系统性的增加和删除连接更能够有效地改变传播过程

相比针对个体层面的，在每个用户的社交网络中进行干预。由于社群内部会对类似机器人的账号进行监督，仅仅通过增加大量支持疫苗的账号，来让未决定的用户支持疫苗，是很难成功的。更有效的建议是阻断已有的连接，即关闭那些反对疫苗的账号，同时向没有关注的个体，推送支持疫苗的消息，即建立新的连接，下图中横轴纵轴分别是阻断和新增连接的比例，其中两者均衡时组成的那条线，将未来可能的社交网络分为两类，在左上方的情况中，反对疫苗的信息继续传播，右下角对应的是，反对疫苗的声音不再传播。

图7：增加和阻断连接的比例对传播行为的影响

5. 对比和总结

在“Nature：删帖、屏蔽关键词能阻止网络极端言论吗？也许效果适得其反”中，针对恐怖分子用于传播信息的社交网络，以及如何阻断极端信息的传播进行了讨论。本文讨论的是另一类信息，即反科学的谣言所呈现的传播规律及阻断传播的建议。对比这两篇文的内容，传播的内容不同，其在动力学上呈现的规律有所不同，文中给出的关于如何阻断传播的建议也有所不同。

再结合“Nature物理：怎样让信息传遍全网？突破社区的临界相变点”中关于观点传播的建模文章，及其引申出的如何能够写出十万加的科普文的讨论。可以看出对观点传播研究，由于社交媒体提供的可量化数据，正在变得热门。这个网络科学与传媒学的交叉学科，对如何避免在自媒体时代，出现勒庞笔下的乌合之众，具有深刻的现实意义。