Evaluando el Papel de la Procedencia en la Confianza en los Medios
Un estudio revela cómo la procedencia afecta las percepciones sobre la credibilidad de los medios.
― 7 minilectura
Tabla de contenidos
En el mundo de hoy, las imágenes y videos que se comparten en redes sociales pueden ser fácilmente cambiados o manipulados, lo que lleva a confusiones y desinformación. Esto es especialmente importante porque el contenido visual puede influir fuertemente en cómo la gente piensa y cree. Por ejemplo, una persona puede ver una foto que está editada de manera engañosa, lo que puede afectar sus recuerdos u opiniones sobre un evento. Debido a esto, algunos investigadores y empresas están buscando maneras de mostrar la Información de fondo sobre el contenido digital, como quién lo creó y cuándo se modificó. Esta información se conoce como "provenancia".
La idea es que al mostrar la información de provenancia, la gente pueda juzgar mejor la verdad de los Medios que encuentran. Sin embargo, no está claro cuánto entenderán las personas esta información o cómo afectará su Confianza en lo que ven. Para averiguarlo, realizamos un estudio en línea con participantes de EE. UU. y el Reino Unido. Queríamos ver cómo cambian sus percepciones de los medios cuando se les presenta información de provenancia en un feed de redes sociales.
El Problema de la Desinformación
En los últimos años, hemos visto un aumento en imágenes y videos engañosos, a menudo llamados "deepfakes". Estos medios alterados pueden difundir información falsa y tener consecuencias graves, como afectar elecciones o causar disturbios sociales. Es importante abordar este problema porque incluso cuando las personas se dan cuenta de que una imagen ha sido alterada, sus impresiones iniciales pueden persistir y afectar sus creencias.
Muchas soluciones actuales dependen de sistemas automatizados para detectar contenido engañoso, pero estos pueden ser lentos y no siempre efectivos. La velocidad a la que se difunden los medios en línea a menudo supera la capacidad de los verificadores de hechos para evaluarlos. Esto crea una necesidad de nuevas estrategias para ayudar a las personas a evaluar la Credibilidad de lo que ven.
¿Qué es la Provenancia?
La provenancia se refiere al trasfondo detallado de una pieza de media, incluyendo información como el creador original, el tiempo en que se hizo, y cualquier edición que haya ocurrido. Estándares como la Coalición para la Provenancia y Autenticidad de Contenidos (C2PA) buscan proporcionar maneras de rastrear y verificar esta información a medida que se crea o comparte el contenido. Al incrustar datos de provenancia en el propio medio, podemos ver un registro de cómo ha cambiado con el tiempo.
Esta información se puede mostrar en plataformas de redes sociales, dando a los usuarios una comprensión más profunda del contenido que consumen. Sin embargo, aunque la tecnología existe, aún no está claro cuán efectiva será este enfoque para ayudar a los usuarios a hacer mejores juicios sobre la credibilidad de los medios.
Nuestro Estudio
Para investigar los efectos de la información de provenancia en las percepciones de los medios, realizamos un experimento en línea con 595 participantes de EE. UU. y el Reino Unido. A los participantes se les mostraron dos tipos de feeds de redes sociales: uno sin información de provenancia y otro que incluía detalles de provenancia.
Diseño del Experimento
Los participantes fueron asignados para ver primero un feed estándar de redes sociales, seguido de un feed habilitado para provenancia. Los feeds incluían una variedad de elementos multimedia, tanto editados como no editados, y los participantes calificaron su confianza y precisión percibida de cada elemento. Esto nos permitió medir cómo cambiaron sus creencias al ver información de provenancia.
Preguntas Clave de Investigación
Nos centramos en varias preguntas clave a lo largo de nuestro estudio:
- ¿Cambia la adición de información de provenancia las percepciones de confianza y precisión de los usuarios en los medios?
- ¿Hay una corrección en las creencias de los usuarios sobre los medios engañosos cuando se exponen a la información de provenancia?
- ¿Cómo responden los usuarios a medios con información de provenancia incompleta o inválida?
- ¿Afectan diferentes diseños y terminologías en los indicadores de provenancia la comprensión y confianza de los usuarios?
Principales Hallazgos
Nuestro estudio reveló varias ideas importantes sobre cómo la información de provenancia impacta la percepción de los medios.
Impacto en la Credibilidad
Cuando los participantes vieron medios con información de provenancia, generalmente reportaron calificaciones más bajas de confianza y precisión cuando el medio era engañoso. Esto significa que la exposición a la provenancia ayudó a corregir sus opiniones sobre contenido engañoso. Desafortunadamente, en algunos casos, también los llevó a desconfiar del contenido honesto, especialmente cuando ese contenido estaba marcado como tener provenancia incompleta o inválida.
Comprensión de la Provenancia
Uno de los resultados sorprendentes de nuestro estudio fue que muchos participantes no entendían completamente el concepto de provenancia. A menudo confundían la credibilidad del contenido mismo con la credibilidad de la información de provenancia. Por ejemplo, si una pieza de media mostraba una provenancia incompleta, los participantes tendían a desconfiar del contenido, incluso si era veraz en otros aspectos.
Efectos de los Estados de Provenancia
Probamos varios estados de provenancia, incluyendo normal, incompleto e inválido. La provenancia normal indicaba que todo estaba bien, mientras que los estados incompletos e inválidos generaban dudas. Los participantes expresaron significativamente menos confianza y precisión percibida al ver contenido marcado con estos estados. Esto subraya la necesidad de una comunicación más clara sobre lo que significan estos estados y cómo se relacionan con la credibilidad del contenido.
El Diseño del Indicador Importa
También analizamos cómo diferentes diseños y terminologías en los indicadores de provenancia afectaron la comprensión del usuario. A pesar de las variaciones en los diseños, no encontramos diferencias significativas en las calificaciones de confianza y precisión de los participantes en base a las variaciones de diseño. Sin embargo, los participantes expresaron un fuerte deseo de explicaciones más claras y una mejor visibilidad de los indicadores de provenancia.
Implicaciones para las Redes Sociales
Los hallazgos de nuestro estudio tienen importantes implicaciones sobre cómo las plataformas de redes sociales pueden integrar información de provenancia. Primero, es esencial educar a los usuarios sobre qué es la provenancia y cómo puede ayudarles a evaluar la credibilidad de los medios. Los enfoques actuales deben ir más allá de simplemente etiquetar los medios como confiables o no confiables para fomentar una comprensión más matizada de la provenancia y la credibilidad del contenido.
Recomendaciones de Diseño
Las futuras interfaces de usuario para mostrar la provenancia deberían centrarse en varios aspectos clave:
- Claridad: Usar lenguaje claro y visuales distintos puede ayudar a los usuarios a entender mejor la información de provenancia mostrada.
- Elementos Interactivos: Incorporar características interactivas que permitan a los usuarios interactuar con los datos de provenancia podría mejorar la comprensión.
- Visibilidad: Asegurar que los indicadores de provenancia sean fácilmente visibles sin ser intrusivos es crucial para animar la atención del usuario.
Conclusión
La desinformación es un gran desafío en nuestra era digital, particularmente en el contexto de las redes sociales. Al proporcionar a los usuarios información de provenancia, podemos ayudarles a hacer juicios más informados sobre el contenido que consumen. Sin embargo, nuestro estudio demuestra que los usuarios aún no están preparados para utilizar completamente esta información, ya que muchos tienen dificultades para diferenciar entre la credibilidad del contenido y la de los datos de provenancia.
Con más investigación y un diseño cuidadoso, hay potencial para desarrollar sistemas efectivos que empoderen a las personas a navegar las complejidades de la credibilidad de los medios. Es vital que sigamos explorando cómo la provenancia puede funcionar como una herramienta para mejorar la confianza y precisión en el contenido visual en línea. A medida que la tecnología y los hábitos de los usuarios evolucionan, también deben hacerlo nuestras estrategias para garantizar la transparencia y rendición de cuentas en nuestras comunicaciones digitales.
Título: Examining the Impact of Provenance-Enabled Media on Trust and Accuracy Perceptions
Resumen: In recent years, industry leaders and researchers have proposed to use technical provenance standards to address visual misinformation spread through digitally altered media. By adding immutable and secure provenance information such as authorship and edit date to media metadata, social media users could potentially better assess the validity of the media they encounter. However, it is unclear how end users would respond to provenance information, or how to best design provenance indicators to be understandable to laypeople. We conducted an online experiment with 595 participants from the US and UK to investigate how provenance information altered users' accuracy perceptions and trust in visual content shared on social media. We found that provenance information often lowered trust and caused users to doubt deceptive media, particularly when it revealed that the media was composited. We additionally tested conditions where the provenance information itself was shown to be incomplete or invalid, and found that these states have a significant impact on participants' accuracy perceptions and trust in media, leading them, in some cases, to disbelieve honest media. Our findings show that provenance, although enlightening, is still not a concept well-understood by users, who confuse media credibility with the orthogonal (albeit related) concept of provenance credibility. We discuss how design choices may contribute to provenance (mis)understanding, and conclude with implications for usable provenance systems, including clearer interfaces and user education.
Autores: K. J. Kevin Feng, Nick Ritchie, Pia Blumenthal, Andy Parsons, Amy X. Zhang
Última actualización: 2023-09-10 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2303.12118
Fuente PDF: https://arxiv.org/pdf/2303.12118
Licencia: https://creativecommons.org/licenses/by/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.