核心观点
数字影响已成为网络领域的一个核心问题,其特征体现在军事学说中的网络影响行动、解决信息操纵的公共政策、数字平台研究、关于生成式人工智能的辩论以及关于民主韧性的讨论中。当代行动不再明确区分技术攻击、信息行动和社会动荡。
研究问题
信息监测工具在衡量影响行动的实际有效性方面存在哪些局限性?换句话说,如何才能从描述信息流转变为衡量效果?
主要论点
数字影响只能通过与对照组的测量行为变化来严格评估。叙事、网络、认知偏差、社会中介机构和平台指标是有用的,但它们只是中间变量。它们只有在帮助估计与干预措施不存在的情况下可能发生的变化时才具有意义。
对现有方法的评估
- 叙事分析:有助于理解信息环境中的意义结构,但无法衡量行为变化。
- 认知工程:改进干预措施的设计,但无法确定干预措施是否产生了效果。
- 接收者复原力:提高接收者识别操纵的能力,但并不保证采取行动。
建议的评估框架
- 定义目标行为:在衡量之前,应首先确定目标行为。
- 区分活动、接收和影响指标:仪表板应区分三个级别。
- 将叙事、设计和复原力置于效果评估之下:这些方法应保留在评估链中,但每个方法都必须与观察到的或估计的行为效果联系起来。
- 构建反事实基线:每个评估都应包括对干预措施不存在的情况下可能发生的情况的估计。
- 比较多个选项,包括沉默:评估应比较多个选项,包括公开回应、秘密回应、第三方中介、预先接种、技术更正、基于平台的行动、渠道更改或不回应。
- 纳入放大、反弹和饱和的风险:有效性分数必须纳入干预措施可能的负面影响。
- 优先考虑接近行为阈值的群体:应专注于能够改变行为的受众,而不仅仅是那些最广泛接触的受众。
- 围绕五个级别组织评估:危机背景、信息环境、人口、干预措施和行为。
- 逐步验证模型:评估模型应首先在回顾性案例中测试,然后通过前瞻性演习进行评估。
研究结论
数字影响领域已经拥有许多构建模块,但仍缺乏一个能够围绕效果组织这些构建模块的架构。在网络安全领域,这种架构必须强制区分可见性和影响、活动和有效性、叙事和行为、行动和结果。这种要求将反事实重新置于分析的中心。在干预措施之后发生了什么并不重要。需要估计在干预措施不存在的情况下可能会发生什么,然后比较可用选项,同时纳入放大的风险、反弹、饱和和信誉损失的风险。只有在这些条件下,数字影响才能被视为一个网络对象本身:一个不再仅仅被监控、评论或绘制,而是根据其可能的效果、风险和替代行动方案进行衡量的对象。真正的进步不会来自制作更详细的流量地图,而是来自知道这张地图是否通往某个地方。