当期荐读 2021年第1期 | 信息疫情:信息科学家的观点与对策

     ISSN 1003-2797

     CN 42-1085/G2

     双月刊

     同行评审期刊

发言人：闫慧  刘畅  张鹏翼  裴雷  黄崑  王琳  樊振佳  吴丹

整   理：姚志臻  桂文瑄  丁念

国际信息科学与技术学会2020年亚太地区会议(2020ASIS & T Asia-Pacific Regional Conference)于2020年12月12—13日正式召开，会议主题为“信息行为与人机交互”（Information Behavior and Human Computer Interaction）。大会期间举办了以“INFODEMIC: Standpoints and Solution from Information Scientists”为主题的小组讨论会，邀请了7位信息科学领域专家就“信息疫情”（Infodemic）这一话题进行报告。 

中国人民大学  闫慧副教授

讨论会由中国人民大学闫慧副教授组织，他对本次讨论会的主题、背景和意义做了介绍，认为“信息疫情”是指虚假信息或错误信息在社交媒体和其他平台上迅速扩散而形成的疫情。正如世卫组织总干事谭德塞博士所说：“我们不仅仅是在抗击一场疫情，我们正在与信息疫情作斗争。”闫慧老师接下来对发言的每一位嘉宾作了介绍。本次发言的嘉宾有：北京大学信息管理系刘畅副教授、北京大学信息管理系张鹏翼副教授、南京大学信息管理学院裴雷教授、北京师范大学政府管理学院黄崑教授、天津师范大学管理学院王琳教授、南开大学商学院樊振佳副教授和武汉大学信息管理学院吴丹教授。

信息疫情下信息行为研究

北京大学信息管理系  刘畅副教授

刘畅老师表示，对于用户和研究人员来说，“信息疫情”是一个新兴词汇。WHO将“信息疫情”定义为“当健康灾害来临时，过多的信息（包括正确、错误或虚假信息）反而会导致人们难以发现值得信任的信息来源并且不知道要如何独立处理这些信息”[1]。在此背景下，信息科学领域的研究者们一直在思考能够做些什么去帮助他们？关于应对新情境下的未来研究方向的思考，一种有效的方法就是回顾本领域的历史。MarciaJ.Bates在1999年提出了三个信息科学领域的重要问题[2]：①从科技角度提出设计问题：如何才能最迅速有效地获取信息? ②从信息角度提出物理问题：信息世界的特征和规律是什么? ③从人的角度提出社会问题：人们是如何与信息产生关联并寻找和使用信息的？不管是否在信息疫情的背景下，这三个问题一直是信息科学领域非常重要的研究问题，用户信息行为研究通常被认定为属于第三类社会问题。信息行为研究包含不同层面，主要包括：①用户个人层面：通常借用心理学和认知科学领域的观点和方法，从认知角度来研究每个个体用户对不同信息的反应；②群体层面：通常借用社会学领域的一些理论和方法，例如日常生活信息行为模型，从群体角度对用户行为展开研究，即用户如何与群体内其他用户进行信息交互并解决在日常生活中遇到的信息问题；③更高一层就是文化层面：通常会从人类学领域借鉴一些理论和方法，像社群信息学，来开展用户信息行为文化影响方面的研究。总体而言，当我们面对信息疫情时，可以从这三个层面开展研究。

刘畅老师认为用户行为研究应从五个维度展开思考和研究。这五个维度构成了 PCIBM 框架：①第一个维度是人（People），研究不同的用户群体的信息需要和信息行为特征；② 第二个维度是情境（Context），以往我们着重研究时间、地点、任务类型、社会背景、文化背景等情境要素的影响，但是在信息疫情的情境下，我们应着重分析信息情境和紧急事件情境等情境的特征；③第三个维度是信息（Information），我们在分析用户与信息交互的时候，也要将信息细分，如信息的内容、信息的形式、信息的质量等，在不同的情境下我们可能会选择重点关注不同的维度，比如信息疫情下我们会更关注信息的质量；④第四个维度是行为（Behavior），从宏观上看，信息行为可以分为信息需求的表达、信息获取行为、信息使用行为、信息给予行为等；⑤最后一个维度是动机（Motivation），为什么用户会与信息产生交互？他们的目的和动机是什么？知识获取和学习可能是他们的动机之一，利用信息解决不同的问题可能是另一种动机，也或者用户仅仅是娱乐和放松时需要信息。综上所述，这五个维度能够帮助研究者定义他们的研究，每一项信息行为研究可能都是在这五个维度上选取了某些特定的元素进而展开的深入研究。 

刘畅老师认为在信息疫情的环境下，以上五个维度中有三个维度值得进一步深入思考：①在情境维度上，我们现在正面临着“信息疫情”这一新的信息环境，用户面对的是怎样的信息环境，不同用户会如何应对这种信息环境。比如刘畅老师在《情报学报》上的一篇论文中提出了测量用户对于可获得的信息源类型的依赖程度的方法[3]。运用这种方法，可以发现不同的用户可能对搜索系统反馈结果中的信息源类型有不同的依赖程度，但无论怎样，用户都需要依赖搜索系统提供的信息源来选择和使用信息，因此我们有必要对信息环境进行评估和测量，并从整体上优化信息环境。②在行为这一维度上，除了用户信息获取、信息使用和信息交换行为，信息创作行为经常被研究者们忽略。为什么有些主题下人们要发布和创作那么多信息，尤其是错误信息和虚假信息？他们是故意为之还是因为缺乏相关领域知识？如何从源头上控制错误和虚假信息的发布，提供更多高质量、高可信度的信息是我们亟待解决的问题。③在信息维度上，需要更关注用户在获取什么类型的信息，而不仅仅是什么主题的信息。当搜索引擎变得非常流行且容易使用时，人们不再记得一些事实型信息，因为他们认为这些事实型的信息很容易就能在网上搜索并获取。但是在“信息疫情”的背景下，很多观点类的信息需要用户基于某些事实的记忆和理解来进一步做判断，因此如果用户对事实信息缺乏记忆和了解，就会不利于他们辨别信息，以致不能帮助他们做出正确的判断。因此事实型信息十分重要，研究者们需要思考如何给用户提供更多准确的事实型信息，并且帮助用户对它们进行分辨和记忆，辅助用户更好地做出判断。另一个特征是碎片化信息，现在用户获取信息的设备特别多，他们需要将这些信息从不同的设备上进行整合和组织，因此研究者需要开发更多的信息工具来帮助用户组织和使用这些碎片化信息。

信息疫情下群体意义建构

北京大学信息管理系  张鹏翼副教授

张鹏翼老师的发言主要包含三个方面内容：①什么是群体意义建构？②信息疫情环境下群体意义建构为什么很重要？为什么要在信息科学领域研究群体意义建构？③提出一些研究问题并给出一些不同角度的建议。 

第一，什么是意义建构？基本上信息科学领域的研究者对于人们如何发现并使用信息都很感兴趣，但是在合理使用信息完成任务之前，我们首先应该对信息有所了解。意义建构是我们做出决策、进行学习和解决问题的前提，它是一项理解问题和任务的工作，以便在知情的情况下采取进一步的行动。意义建构一个重要的部分就是在任务环境下，理解相关概念和概念之间的相互关系。例如在疫情爆发时，我们做决策之前就需要了解这种新型病毒的特点是什么，有什么症状，需要采取什么预防措施。意义建构在面对新情况，结构化程度较低的任务和协作环境时是尤其重要的。当更多人参与到协作任务中，意义建构就变得更加复杂。对于个人来说，你需要寻找信息并将其与自身既有知识关联起来去理解它。但是当多人参与到协作任务中时，你需要与他人协作并产生共识。有时在群体中我们很难达成共识，比如在很多西方国家，当疫情来临时他们无法在戴口罩是否有助于防范疫情传播这个问题上达成共识。 

第二，为什么信息疫情背景下群体意义建构如此重要？①信息疫情时代有大量的信息、虚假信息以及错误信息存在，因此想要自己去甄别这些信息是很困难的，个人可能会觉得自己没有足够的知识去辨别信息。②解决方案经常需要群体行动。例如戴口罩和疫苗问题，如果只有一部分人选择戴口罩或接种疫苗显然是不够的，我们应该作为一个整体采取群体行动来防止病毒的传播。 

第三，与意义建构相关的一些重要的研究问题。BrendaDervin于1992年提出的个人意义建构模型中提到，当一个人面对信息差时，他可以搭建一座桥跨越信息差继续前进[4]。意义建构由确定信息差和跨越信息差组成。从个人角度出发，通常可以通过寻找新信息并将其与之前的信息进行联系来跨越信息差。从群体的角度来看，为了更好地了解如何进行群体意义建构，有一些重要的研究问题需要信息科学家去解答，包括①人们如何定义知识差？群体知识差和个人知识差分别是什么，我们如何去跨越？②人们如何就一个问题成功达成共识，如果失败了，理由是什么？③搜索引擎可以帮助人们搜寻信息，那么研究者可以设计什么样的工具分别从个人角度和群体角度帮助人们进行意义建构呢？ 

张鹏翼老师在2014年的iConference会议上对禽流感期间微博上信息差的确定过程进行了研究报告[5]。研究发现微博社区作为一个群体，经历了一些不确定阶段，这些阶段拥有不同的不确定等级。随着对禽流感报道总体数量的上升，不确定的等级也逐渐上升然后趋于稳定。从收集的用户问题可以看出，作为一个整体，微博社区存在一些知识差。例如，什么是禽流感？什么原因导致禽流感蔓延？禽流感症状是什么？传播途径是什么？等等。对个人而言，也有一些知识差问题。比如我是否能吃鸡鸭和蛋类食物？我是否患上了禽流感？我要如何避免被传染？是否有疫苗？我需要去检查吗？到哪里检查？等问题。 

研究者可以从社会化学习中借鉴和应用一些模型来更好地了解社会知识是如何构建的。例如Stahl[6]于2006年提出的社会知识建构流程，将个人隐性知识转化为个人关注点并逐渐汇集表达成公众的观点，经过讨论后这些推论和基本原因形成了共识，最后变成合作知识并且成为个人消费的文化产品，从而更好地帮助人们理解现象。从个人角度来看，世界卫生组织提供了一些建议来帮助我们辨别虚假信息和错误信息。从社区角度来看，群体意义建构需要正确且容易理解的信息得到及时地传播，这也意味着我们要阻止错误信息和虚假信息的传播，增加社区的自主权并且通过协作来努力寻找解决办法。总体来说，我们需要进一步理解群体如何对信息、错误信息和虚假信息进行意义建构和知识协商，并且为社群赋权以开展有效的集体行动。

信息疫情和政策扩散

——中国抗疫政策的社会信息支持和间断扩散

南京大学信息管理学院  裴雷教授

当大家谈到“信息疫情”时，可能会更关注消极的方面，因为大量碎片化信息让我们的决策变得更加困难。裴雷老师认为“信息疫情”也有一些积极方面的内容，他开展的政策扩散研究就发现在疫情期间，社会信息为中国相关政策制订提供了很大的支持。 

一些研究者发现COVID-19可能会影响人们的梦。研究表明从2020年2月开始，越来越多的人会在晚上做噩梦，从中可以看出疫情对人们的生活的确产生了巨大的影响。那么，疫情信息究竟是什么时候对我们的生活产生影响的呢？社会媒体的“社会记忆”为我们提供了一种找到答案的可能。通过对中国社交平台“微博”的回溯调查发现，从2020年1月初到1月中旬，微博中关于疫情的相关媒体信息很少，但是在1月19日之后的3天内，社交媒体就有了快速的响应。在1月23日之后的一周内，新闻数量大幅增加，这个时间段可以称为“信息疫情”阶段，因为在这个时间段内很多人都想搞清楚疫情的原因，以及应该做什么，本阶段的信息质量参差不齐，给公众带来了一定困扰。但如果进一步跟踪疫情信息的曝光量，我们发现仅仅在这一周之后，信息增长的速度就放缓了，疫情信息从爆发阶段进入了传播阶段。从整个疫情信息的生命周期来看，社交媒体中信息增长率在最开始的三天，即1月19日到21日是最大的，通过关键词进行追踪发现，疫情在爆发一周之后迅速在微博中变成了热点话题。

那么，“信息疫情”是不是一定会带来公众的恐慌或负面情绪的爆发呢？通过对疫情爆发后一个月内总共40万条微博信息抽样数据的情感分析发现：在疫情爆发初期，媒体报道中的消极情绪确实呈现出一定的上升趋势，公众不清楚事情的真实原因，对抗疫进展信息跟踪和了解不及时，对政府响应机制存在一些批评；但1月19号之后公众情绪明显变得平缓，这说明人们迅速从疫情冲击中恢复过来，也给予了政府极大的支持。另一方面，在最开始的一两周时间内，政府媒体或者是支持政府的媒体占据了新闻的绝大部分，是整个事件的主要新闻来源。官方媒体迅速地对错误及虚假信息进行响应，并在整个疫情中发挥着重要作用。在微博上，疫情相关话题的讨论量累计超过4000亿人次，为人们提供了大量信息，让他们迅速并且清楚地了解事件的发展。所以，裴雷老师认为社会信息的大量出现以及传播，为我们提供了对疫情进行宏观描述的基本素材。 

其次，除了政府数据，企业数据对政府制订决策提供了很大的支持。在疫情初期，中国政府就要求电信运营商为疫情开放相关数据，以便及时地监控和评估疫情进展、跟踪人员流动。2020 年1月19日至2月19日期间，裴雷老师及其团队就采用中国电信公司的 POI数据跟踪了江苏省的人口流动和疫情防控成效，为政府控制疫情和复工复产提供了参考依据。从1月21日开始，江苏各城市间的人口流动数据整体开始迅速下降，年后人口流动水平仅为平时水平的十分之一，这充分体现了疫情防控成效，也对疫情风险进行了预测。POI数据可以被认为是一种社交媒体数据，它在政府抗疫政策的决策制订中起到了非常重要的作用。 

同时，裴雷老师也发现在疫情期间，抗疫政策的制订与扩散呈现出不一样的特征。在正常情况下，政策扩散就像创新扩散，会随着时间的推移呈现正态分布，主要体现在累计数量上呈现 S型上升。但是在疫情期间，政策扩散得非常迅速，一些研究者用“Punctuated Diffusion”（间断扩散）来形容这一现象。在省级层面，政府只需要2—16天就能完成政策响应，意思是如果一个省政府发布了某一项政策文件，那么其他省就会迅速跟进并制定相关政策，其中大部分都是在五天的时间内做出响应，前五天的政策接受率为75.86%。在市级层面，也存在同样的现象，这是疫情期间政策制订方面出现的新现象。总体而言，在疫情期间，政策扩散或政策响应速度是非常迅速的。 

裴雷老师还从百度中获取人口流动数据并构建了一个指标用于测量城市的复工复产比例（Reopening Ratio）。复工复产比例是计算一个城市从2020年2月3日到2月7日以及2月10日到2月14日两周内的流动人口数量与2020年1月6日到1月10日和1月13日到1月17日这两周时间内流动人口数量的比例。最后对所有城市的复工复产比例进行了排序，发现城市的复工复产比例不仅取决于相关政策的制订情况，还取决于这个城市的产业结构、疫情防控成效等。研究者可以利用社会数据更准确、更迅速地为政府的决策制订提供建议。

最后裴雷老师认为可以从信息疫情和政策扩散现象中得到三点启示：①社交媒体或私人信息对于公众来说并不是混乱无序的，我们要相信开放信息系统的自组织能力，相信群体智慧效应。②对于信息疫情的恐慌和害怕其实来自于时间压力和虚假信息。③当政府统计系统失灵时，社交媒体信息在某种程度上可以为政府的政策制订提供支持，或者说我们必须借助社交媒体信息来为政府决策提供支持。

疫情背景下情感与信息行为研究

北京师范大学政府管理学院  黄崑教授

近些年来，情感在人们决策、感知和创造中的作用日益受到重视。这次新冠病毒引发的突发公共健康危机事件，让人们一度陷入紧张和焦虑，情绪作为信息行为的重要影响和驱动因素之一，也影响着人们在此次突发事件中的具体的行为表现。 

情感研究近年来受到越来越多的关注。20世纪七八十年代，信息行为研究从以系统为中心向用户、认知为中心转移。80年代前后，用户情感开始受到关注。1981年，Wilson从人类基本需求出发，指出情绪是信息查询的主要动力之一[7]。1983 年，Dervin曾探讨过情绪、情感在意义构建中的作用[8]。不过，尽管如此，认知因素在信息行为研究中一直占据着主要位置，情感因素常被忽视。在 90 年代前后，情感计算、感性工学的兴起带动了情感信息处理领域的发展，涌现了一系列关于人类情感探测、识别、模拟、表达及应用的理论、方法与技术，也推动了图情领域对用户与信息、用户与系统交互过程中情感问题的研究。2011年，Lopatovska和 Arapakis在Information Processing & Management上发表了一篇综述[9]，对图情领域、信息检索和人机交互中有关情绪相关的理论、方法和研究进行了较为系统的述评，因此可以看到图情领域在这一方面的研究日益丰富。 

根据世界卫生组织、国家统计局以及相关学术机构和学者发布的数据，在疫情中出现抑郁和焦虑症状的人数比同期高出许多。焦虑和恐慌下，人们的信息行为有何特点呢？根据百度、腾讯、知乎的搜索浏览数据，以及央视收视率的相关数据可知，疫情期间人们高度地关注这些媒体平台。那人们借助这些平台在查找什么？数据显示，人们查找的内容包括什么是洗手、戴口罩、防病毒的正确方法？疫情什么时候结束？结合疫情，哪些是急需研究和解决的问题？疫情会给世界格局以及我国经济带来什么影响？等等。疫情需求是多样化的，黄崑老师课题组从已有文献中总结出了与病毒相关、疫情事实数据相关、疫情观点性信息相关，以及政策性信息相关的四大类23种需求，并招募了400名大学生进行了问卷调查，结果发现几乎所有需求都有超过半数的学生选择，可见需求种类的多样性。同时，关于疫情对社会和经济的影响、专家解读、辟谣信息等是七成以上学生关心的内容。 

信息获取是从信息源获取信息到满足需求的过程。在人们高度关注的背后，信息获取的过程是让人们更加焦虑、沮丧，还是更加释然、满足？人们会积极地主动获取信息，还是消极地回避信息？研究信息行为中的情绪与行为的关系，其目的都是为了更好地维持和激励用户的信息获取行为，实现信息获取过程中的知识增长，为人们在现实任务中的决策活动服务，包括健康决策、选题决策等等。

在图情领域，有两类与情感相关的研究，一类是情绪与信息行为的关系研究，属于用户视角下的研究；还有一类研究属于技术视角，主要探讨文本、多媒体等信息的情感识别和处理问题。结合这次疫情可知，从情感视角出发的信息行为研究主要关注消极情绪的影响，例如，王琳等[10]探究大学生在疫情下的应激障碍症状，以及对信息焦虑程度的影响，指出信息焦虑程度与应激障碍水平显著正相关；耿瑞利等[11]从错失焦虑角度指出，疫情期间人们会因为害怕错过社交媒体上的信息，而花更多时间获取信息；陈琼等[12]则指出信息过载会使用户产生负面情绪并高估感染新冠肺炎的风险，这使得用户对有关信息产生防御心理，主动减少与信息的接触而形成规避行为。可见，同样都是消极情绪，它们既可能促进人们获取信息的行为，也可能抑制人们获取信息的行为。在健康信息行为研究中，Miller[13]曾经提出过监控型和规避型两种行为风格，并一定程度上解释了两种风格反映的个体特质差异。其中，监控型用户对压力环境下的不确定性容忍度很低，他们宁愿面对风险信息并进行密切关注，从而尽可能多地获取信息。而规避型用户对压力环境下的不确定性容忍度较高，他们的情绪唤醒度低，遇到风险时倾向于避免接触相关信息。 

黄崑老师的调查研究从用户对信息搜索的自信感出发，考察用户的自我效能感与信息行为的关系。结果发现，自我效能感正向影响疫情背景下用户对信息的关注程度，自我效能感高的人，信息需求的种类更多，疫情防控相关的健康知识与行为水平也更好。可见信息获取能力的自信感促进了用户的信息获取动机。不过，也有其他研究表明，当人们对于获得的信息感到自信，并且认为已经获得足够信息时，同样也会失去获取更多信息的兴趣，从而抑制信息获取行为[14]。可见，积极情绪也并非都对信息行为产生促进作用，也可能产生抑制作用。 

除了从用户视角开展的研究，也有不少研究者从技术视角探讨情感问题。结合这次疫情，国内学者利用辟谣网站、人民日报微博、新浪微博、政府微博的评论，以及社交媒体言论进行情感分析，通过文本挖掘技术，分析文本情感的积极、消极以及中立三种情感倾向，为政策发布、舆论引导提供参考和借鉴。

人类情感研究是一个复杂问题，情感与认知和行为有着紧密的联系，三者之间的关系与相互作用机制还有许多问题有待我们去探索。针对疫情这一背景，除了社会公众，还有高危弱势群体、特定工作性质的群体等都是值得进一步深入研究的对象；同时，未来研究应聚焦烦躁、焦虑、压力、抑郁等消极情绪与信息行为的关系，了解消极情绪产生的原因，探索交互式信息搜索设计的优化，从而更好地支持用户在高效、愉悦的搜索过程中，完成知识的吸收并解决问题。

信息疫情

——情报学家的理论思考

天津师范大学管理学院  王琳教授

王琳老师首先援引了WHO对信息疫情的定义[1]，并指出在新冠肺炎疫情期间过量的信息超出人们的信息处理和理解能力，成为了人们巨大的认知负担。不仅如此，海量疫情信息当中含有大量虚假信息(misinformation)和故意提供的错误信息(disinformation)，都会误导公众做出错误决策和行动，并会对其造成身体和心理上不必要的伤害。信息疫情会造成人们的信息倦怠和心理抗拒，从而导致人们选择无视或者远离社交媒体。 

从信息疫情研究演化而来的信息疫情学(Infodemiology)是 一 个 旨 在 管 控 信 息 疫 情 的 交 叉 学 科。WHO于2020年6月—7月召开了第一次信息疫情学的会议，很遗憾的是情报学并没有被会议主办方列为相关学科领域。王琳老师认为情报学应该在信息疫情学的研究中占有一席之地，并且援引 JASIS&T上的社论提出了情报学介入信息疫情学研究的挑战：①情报学应采取怎样的独特方式和方法聚焦全球新冠肺炎疫情危机中人们的信息行为和所处的信息环境？②哪些情报学理论和研究范式对处理信息疫情具有重要意义？ 

基于此，王琳老师在发言中重点阐述了情报学中的认知权威理论，并从认知权威角度来看待和解释信息疫情产生的原因，并探讨解决办法。美国情报科学与技术学会最高荣誉奖获得者、加州大学伯克利分校 Patrick Wilson教授提出了认知权威理论（CognitiveAuthority）。在《二手知识：认知权威探索》一书中， Wilson教授提出了认知权威理论[15]。人们通常以两种方式构建知识：一种是基于自身的观察和直接体验获得一手知识，这种方式获得的知识数量是有限的；第二种是通过我们所认可的其他人获得二手知识。从他人处得到的二手知识可信度不同，我们理应只相信那些权威来源的二手知识，即认知权威提供的二手知识。认知权威对人的思想产生影响，而被影响者有意识地认为这种影响是合适的、正当的。认知权威亦可被定义为当人们缺乏经验、教育和知识并且没有时间和能力获取它们时，可以提供二手知识并具有可靠性、可信度和信任性的信息源（包括个人、组织、媒体、领导等）。王琳老师介绍了认知权威的特征，主要包括可信度（能力+信任）、谱系性的连续分布、领域相关、至少两人以上才可形成权威关系，以及有别于行政权威（Administrative Authority），继而介绍了认知权威的两个经典模型，分别是Rieh的六分面模型[16]和Fritch与Cromwell的互联网认知权威模型[17]。 

在新冠肺炎疫情背景下，认知权威遇到了挑战，虚假认知权威（Pseudo-cognitive Authorities）的出现造成了信息疫情的泛滥。疫情期间人们为什么更容易相信虚假认知权威散布的虚假信息？王琳老师综合多位学者的观点，对其中的原因进行了归纳总结：虚假信息和故意提供的错误信息比真实信息传播速度更快，人们往往缺乏批判性思维并且对自身存在的这个问题缺乏批判性认识，习惯于利用直觉处理信息；虚假和错误信息传播有其迷惑人的手段，它们传播二手观点而不是二手知识，另外情感权威会煽动公众情绪，虚假认知权威主动挑战和攻击真实认知权威等等。正是这些原因，才导致了虚假认知权威盛行和信息疫情的泛滥。 

最后，王琳老师提出了一些思路和方法来帮助真实的认知权威在信息疫情的背景下恢复和维持自己的话语权。这需要权威信息源或机构自身在社会中赢得广泛的信任感，并且在报道中引用更多的证据与事实。证据、事实、逻辑和理性分析是判断真实认知权威的金标准。被情报职业人士的 Wilson教授称为认知权威的“认知权威”[15]应承担起一定的责任。面对虚假或错误信息不应该保持中立的态度，而应该投身到辨别虚假信息和错误信息的斗争中去，将其作为“敌人”打倒。

信息疫情下的信息公平

南开大学商学院  樊振佳副教授

樊振佳老师先从一个图例开始讲述了公平与平等的区别。平等地对待每个个体是比较容易实现的，但是由于个体之间本身存在差异，即使每个个体都平等地获得同样的资源，就结果而言，他们仍有可能受到不公平的对待。公平地对待每个个体需要更合理的资源分配机制。他还强调，为了实现公平目标，更重要的是能移除造成不平等、不公正的障碍，使得每个人的发展机会不会受到客观因素的制约。

虽然信息公平这一概念是西方政治体系下的产物，但在中国的社会背景下它同样具有深厚的理论根基和现实意义。信息公平的判断标准是相对的、动态的，而不是绝对的、不变的。此外，信息公平不是为了否认信息差异的客观存在，而是为了使这些差异达到一种有效的平衡，从而形成一个和谐有序的体系结构。研究信息公平实际上是研究如何合理调整信息差异。他强调，不仅是政府部门，其他关涉信息职能的社会机构也应该承担起实现信息公平的责任。 

此外，樊振佳老师还介绍了信息疫情的定义，并提供了一个框架帮助大家了解信息疫情下的社会问题。这个框架主要包括4个方面，即信息通信技术与信息获取、环境背景与赋能方式、相关政策以及社会流动性。他从上述不同维度剖析了信息疫情可能带来的社会问题，同时还引用了诺尔贝经济学奖得主阿马蒂亚·森的可行能力途径（CapabilityApproach）模型，希望能够从中借鉴诸如可行能力、功能性活动、实质自由等概念来帮助情报学领域研究人员解决信息疫情下的社会问题。最后他提到了信息分布中的马太效应，指出了社会不平等与信息不平等的相互作用和关系。在信息疫情下，任何人都有可能受到影响。这个问题是图书情报科学和其它领域学者都应该关注的问题，需要学者们研究如何移除外部障碍，让每个人都能在信息疫情中找到合适的生存之道。

信息疫情下的信息素养

武汉大学信息管理学院  吴丹教授

“什么是信息疫情？为什么要讨论信息疫情下的信息素养？信息素养可以做什么？”吴丹老师从这三个问题出发，展开讲解了全球疫情与信息疫情背景下每个个体的信息素养对自身与社会的影响。 

在“新冠”疫情肆虐的时期，人们的信息决策指引着他们的信息行为，作为决策的底层依据，信息的获取、甄别、分析、理解、应用、整合、分享等都属于信息素养的研究范畴。信息素养不仅仅是人们的信息武装工具，还能给少数群体如易感染新冠的老年群体以指导。 

此外，信息素养教育更被认为是根本性的信息疫情解决方案。围绕信息疫情下的信息素养，吴丹老师团队前期开展了两项研究。其中，一项研究分析了“新冠”肺炎轻症和疑似患者的信息素养在不同诊断阶段对其信息行为的影响，并针对老年群体进行了分析；第二项研究分析了美国国家健康教育标准（NHES）的 具 体 内 容，以 及 在 COVID-19 爆 发期间，公众如何通过应用 NHES中的8个标准和42个指标获取和使用可信赖的信息。吴丹老师就研究设计、实验数据、核心结论等进行了分享。综合信息疫情期间对信息素养的相关研究，吴丹老师面向信息素养教育、老年人群、各级政府、图书馆、信息供应商以及个人提出了针对性的建议。她认为，培养信息素养以应对信息疫情是一个长期的过程，通过信息素养研究可以号召不同群体共同努力，从而提升整个社会的信息素养水平。同时，更应该借助教育的力量，让信息素养成为人们生活习惯的一部分，进而从根本上减少信息疫情对人们产生的负面影响。

参考文献

*本文原载于《图书情报知识》2021年第1期136-143页

版权归《图书情报知识》所有，欢迎转发到朋友圈，转载请联系后台。

制版编辑 | 卢慧质

--END--