Cell：信息疫情——公共卫生的新挑战
生命科学
Life science
新冠肺炎疫情信息流行病（COVID-19 information epidemic），或称“信息疫情”（infodemic），展示了在公共卫生紧急事件下，信息的无限获取可能会制造混乱并影响人们的行为。然而，目前对信息疫情的研究相对较新，而且人们对其与疫情防控的关系知之甚少。在此，我们讨论尚未解决的问题，并提出未来的研究方向，以加强我们对未来公共卫生危机的准备。
长按图片扫描二维码阅读论文
去中介化环境中的信息
疫情暴发时，信息传播在突发公共卫生事件和危机管理中发挥了关键作用。然而，科学知识和科学方法的复杂性很难传达给广大群众——尤其是考虑到个人的科学素养存在差异的情况[1]。在这种情形下，信息文本往往会变得极端的过度简化（例如，零风险/重大风险），并可能导致两极分化的叙述。同时，随着科学研究的发展，研究人员不断地对证据进行修正，信息环境过度丰富且动态变化，这可能会给政策制定者和公民社会带来困惑[2,3]。例如，错误信息的传播可能导致人们对医疗卫生机构的信任度降低，而人们对于接种疫苗犹豫不决的问题似乎与之相关。这样一个过程被称为“信息流行病”或“信息疫情”，说明近乎无限的网络信息获取可能会影响物理世界中的事件发展。
在理解什么是“信息疫情”以及它如何发生时，我们仍然不够深入，而且这些理解还在持续地发展。“信息疫情”一词的含义似乎笼罩在重重迷雾之下，这可能是因为其性质是一个直观的总括性术语，然而，它包括从信息交流到流行病学的许多影响，还与一些公开的科学辩论存在千丝万缕的联系[4] 。更具体地说，“infodemic”这个词是由Rothkopf在2003年提出的，其含义是信息的泛滥（epidemic of information），用于定义关于严重急性呼吸系统综合症（SARS）的新闻由于信息技术而产生的放大效应。最近一个关于“信息疫情”的定义强调了这种通过社交媒体平台和其他渠道迅速传播的信息是错误的（misinformation）[6]。
然而，错误信息（misinformation）并不能完全概括这一现象的复杂性，它似乎与不断发展的信息传播商业模式有很大关系，而该模式目前完全由社交媒体所主导[7]。有鉴于此，“信息疫情”被重新定义为“流行病期间出现的过剩信息——有些准确，有些不准确”[3]。
为了更好地理解信息疫情的过程，我们应该考虑到与人类行为有关的各种因素，例如信息茧房、回声室效应、沉默的螺旋等，而且特别需要关注“个人往往选择接受证明其信念的信息而忽略其他不同信息”的倾向[8]。事实上，我们可以合理地假设，个人行为对于信息疫情的发展十分重要，因为行为可以通过改变疾病传播的链条（例如使用口罩、线上办公和隔离等减少病毒传播的手段）来影响流行病的各个方面。然而，信息疫情对行为的影响程度仍有待充分确定，而这些行为反过来又可能与大流行的动态发展有关。鉴于疫情和信息疫情之间明显的相似性（analogies），科学家和政策制定者可以针对这两种现象进行类似的调研、建模和监测[9]。
在此，我们认为，信息疫情虽然与疫情相互交织，但它是一种独特的现象，是由许多相互作用和重叠的过程造成的，例如网上生产、消费和放大（潜在有害）的信息。因此，我们必须考虑这些过程的相似性、差异性和相互作用，以制定控制和预防未来流行病的实用指南。本文旨在激发讨论与合作，以加强我们对未来健康危机的准备工作，并提高预测已出台条例的经济和社会影响的能力。在下文中，我们首先概述了疫情和信息疫情之间的相似之处以及关键的区别。此外，我们强调，将二者视为相互依赖且相互作用的现象十分重要，并指出了未来的具体挑战。我们希望对二者关系的深入了解能让我们对流行病趋势进行早期预测，并在疫情暴发时和疫苗接种行动中对传播进行有效管理。
疫情与信息疫情的相似之处与差异
表1总结了疫情和网络信息疫情之间明显的相似之处。
特征 | 疫情 | 信息疫情 |
来源 | 传染性病原体（即病毒、细菌、真菌、寄生虫等） | 特定媒体中的各类型信息（例如，病毒式走红视频中的某些阴谋论，推文中关于疫苗效力的统计数据） |
媒介 | 传播途径（呼吸道、粪口途径、性接触等） | 传播渠道（新闻、社交媒体平台、新闻讨论组、广播节目、博客等） |
时间尺度 | 感染期，基本再生数 | 信息播散和积累的速度，包括错误信息和虚假信息的持续存在 |
互动网络 | 导致病毒传播发生的接触模式（有传播风险的密切接触者） | 为用户和内容互动而建立的通信网络（传输节点、互连性、集群、同质性、内容过滤算法） |
防控措施 | 限制流行病的行动（疫苗接种计划、非药物干预、流行病学监测） | 采取行动，限制信息疫情（技能建设、科学和媒体素养、预先爆料[pre-bunking]） |
信息疫情和疫情之间的相互作用
虽然有关疾病的信息和疾病传播之间的相互作用早已被确定为流行病学的一个关键挑战，但新冠肺炎疫情期间的信息疫情是一个明显的例证，说明信息生态系统和叙述可能会影响人们的行为和公共卫生结果。
人们对流行病的看法可能会潜在地影响个人、社区和当局对感染防控措施的选择，并产生一系列不利的影响，包括当局无法及时制定和实施有效的疫情防控政策、人们拒绝遵循防控条例或专家建议、阻碍疫苗接种计划等。
错误信息和虚假信息环境中的核心主题主要包括：1.疫苗接种，2.免疫接种后的不良事件（AEFI）。在错误或虚假信息中，疫苗接种往往与阴谋论联系起来，而信息疫情可能会增加相信这些理论的人数，特别是文化程度较低的人。此外，AEFI的发生还可能导致对疫苗安全的负面舆论。因此，由于信息信号和趋势可能先于并预示着疫苗接种率和疫苗可预防疾病发病率的变化，这些事件之间的时间滞后行为是一个需要进一步研究的领域。如果我们可以开发一种社会倾听方法，广泛地收集网络中的观点和意见，并将公开共享的信息反馈给流行病学监测和早期预警系统，那么就有巨大的潜力能够加强疫情防控。
结语
信息疫情和流行病之间的交集是未来研究中最为关键的领域之一，其结果有望改善全球范围内的疫情准备工作并提高人口健康水平。近年来，社交媒体从根本上改变了我们获取信息和组织意见的机制。我们需要更深入地了解个人如何获取信息或避免接收某些信息，并分析这些决定会如何影响他们的行为。尽管已有一些项目和行动旨在向用户提供正确的信息，但这些信息对个人选择的影响仍然是一个开放式问题。
信息消费模式（Information consumption patterns）不一定是行为变化的可靠预测因素。相反，社交媒体上更多的活动似乎会导致进一步的两极分化。因此，将人类行为的复杂性纳入流行病的防控是至关重要的，我们需要通过科学的方法来解决这一现象的多方面问题，从而支持制定有效的传播策略，并开发适当管理信息疫情所需的工具。
为了实现这一目标，并掌握流行病和信息疫情管理的整体情况，我们亟需一种跨学科的方法，让流行病学家、数据科学家、物理学家和数学家、风险沟通从业者、行为科学家、公共卫生专家，以及受影响社区的代表都参与进来，最好还能得到领先的数据提供者（例如社交媒体实体）的支持。
沿着这条道路，为了对关键情景做出及时的反应，科学界应该确定最合适的沟通策略，并为记者和利益相关者提供指南，将复杂的问题传达给更多的人，从而避免两极分化的叙述。反过来，传播行为应该朝着澄清不同利益相关者角色的方向发展，从而实现全社会的响应。即使我们遇到了技术上的限制，也要努力克服，致力于将数据、分析以及社会感知结合起来，及时发现、满足并最终预测社会趋势和信息空白。
总而言之，在全球大流行中，信息影响着人们的看法，并可能影响选择，从而影响政策制定和社会响应。为了加强对流行病的监测，我们应该考虑到信息疫情和流行病的当代存在，考虑到它们的独特和共同特征。
审校：Cell科学编辑 杨扬
本文参考文献
[1] Ruths, D. (2019). The misinformation machine. Science, 363(6425), 348-348.
[2] Gallotti, R., Valle, F., Castaldo, N., Sacco, P., & De Domenico, M. (2020). Assessing the risks of ‘infodemics’ in response to COVID-19 epidemics. Nature Human Behaviour, 4(12), 1285-1293
[3] Tangcharoensathien, V., Calleja, N., Nguyen, T., Purnat, T., D’Agostino, M., Garcia-Saiso, S., ... & Briand, S. (2020). Framework for managing the COVID-19 infodemic: methods and results of an online, crowdsourced WHO technical consultation. Journal of medical Internet research, 22(6), e19659.
[4] Simon, F. M., & Camargo, C. Q. (2021). Autopsy of a metaphor: The origins, use and blind spots of the ‘infodemic’. new media & society, 14614448211031908.
[5] Rothkopf D.J. (2003)When the Buzz Bites Back. The New York Times. May 11, 2003.
[6] Zarocostas, J. (2020). How to fight an infodemic. The lancet, 395(10225), 676.
[7] Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, C. M., Brugnoli, E., Schmidt, A. L., ... & Scala, A. (2020).The covid-19 social media infodemic. Scientific Reports, 10(1), 1-10.
[8] Del Vicario, M., Bessi, A., Zollo, F., Petroni, F., Scala, A., Caldarelli, G., ... & Quattrociocchi, W. (2016). The spreading of misinformation online. Proceedings of the National Academy of Sciences, 113(3), 554-559
[9] Scales, D., Gorman, J., & Jamieson, K. H. (2021).The Covid-19 Infodemic—Applying the Epidemiologic Model to Counter Misinformation. New England Journal of Medicine
相关论文信息
原文刊载于CellPress旗下期刊Cell上，
点击“阅读原文”或扫描下方二维码查看论文
CellPress细胞出版社
推荐阅读
Cell：癌前病变图谱——结直肠息肉恶性演变路径 | Cell Press青促会述评
▲长按识别二维码关注细胞科学