Si vous savez comment fonctionne la retouche photo, vous pourrez peut-être mieux détecter les contrefaçons. Gorodenkoff / Shutterstock.com

Il peut être difficile de dire si une image est réelle. Comme les participants à notre récente recherche l’ont fait, considérez ces deux images et voyez si vous pensez que ni l’une ni l’autre n’a été falsifiée.

Image A: Est-ce réel? Mona Kasra, CC BY-ND

Image B: Qu'en est-il de celui-ci? Mona Kasra, CC BY-ND

Vous avez peut-être fondé votre évaluation des images sur les informations visuelles uniquement ou avez peut-être pris en compte votre évaluation de la qualité de la source ou du nombre de personnes qui ont aimé et partagé les images.

Mes collaborateurs et I récemment étudié comment les gens évaluent la crédibilité des images qui accompagnent les histoires en ligne et quels éléments figurent dans cette évaluation. Nous avons constaté que vous êtes beaucoup moins susceptible de craquer pour les fausses images si vous êtes plus expérimenté avec Internet, la photographie numérique et les plateformes de médias en ligne - si vous possédez ce que les érudits appellent «l'éducation aux médias numériques».

Qui est dupé par des faux?

Avez-vous été dupé? Les deux images sont fausses.

Nous voulions savoir combien chacun de plusieurs facteurs a contribué à l'exactitude du jugement des gens sur les images en ligne. Nous avons émis l’hypothèse que la fiabilité de la source initiale pourrait être un élément, de même que la crédibilité de toute source secondaire, telle que les personnes qui l’ont partagée ou republiée. Nous nous attendions également à ce que l’attitude actuelle du téléspectateur à l’égard du problème décrit puisse l’influencer: s’ils ne sont pas d’accord sur quelque chose concernant ce que l’image montre, ils seront plus susceptibles de le considérer comme un faux et, inversement, plus susceptibles de le croire s’ils sont d’accord ce qu'ils ont vu.

De plus, nous voulions savoir à quel point il importait de savoir si une personne connaissait les outils et techniques permettant aux utilisateurs de manipuler des images et de générer de fausses images. Ces méthodes ont avancé beaucoup plus rapidement ces dernières années que les technologies capables de détecter les manipulations numériques.

Jusqu'à ce que le les détectives rattrapent, les personnes mal intentionnées utilisent de fausses images pour influencer l’opinion publique ou causer une détresse émotionnelle restent élevées. Le mois dernier, lors des troubles post-électoraux en Indonésie, un homme a délibérément répandu une fausse image sur les médias sociaux pour enflammer le sentiment anti-chinois parmi le public.

Notre recherche visait à mieux comprendre comment les gens prennent des décisions concernant l'authenticité de ces images en ligne.

Test de fausses images

Pour notre étude, nous avons créé six fausses photos sur divers sujets, notamment la politique nationale et internationale, les découvertes scientifiques, les catastrophes naturelles et les problèmes sociaux. Nous avons ensuite créé des compositions de maquette 28 sur la manière dont chacune de ces photos pourrait apparaître en ligne, telle que partagée sur Facebook ou publiée sur le site Web du New York Times.

Chaque maquette présentait une fausse image accompagnée d’une brève description textuelle de son contenu ainsi que de quelques indices et éléments contextuels, tels que le lieu où elle était supposée apparaître, des informations sur sa source et si quelqu'un l'avait redistribuée - ainsi que la manière dont elle avait été redistribuée. de nombreux goûts ou autres interactions s'étaient produits.

Toutes les images et les textes et informations les accompagnant étaient des fabrications - y compris les deux en haut de cet article.

Nous avons utilisé uniquement de fausses images pour éviter la possibilité que des participants aient rencontré l'image originale avant de rejoindre notre étude. Notre recherche n’a pas examiné un problème connexe appelé erreur d’attribution, où une image réelle est présentée de manière contexte sans rapport ou avec de fausses informations.

Nous avons recruté des participants 3,476 parmi Turc mécanique d'Amazon, qui étaient tous au moins 18 et vivaient aux États-Unis

Chaque participant à la recherche a d’abord répondu à un ensemble de questions ordonnées au hasard concernant ses compétences Internet, son expérience en matière d’imagerie numérique et son attitude à l’égard de diverses questions sociopolitiques. On leur a ensuite présenté une maquette d'image choisie au hasard sur leur bureau et leur a demandé de regarder attentivement l'image et d'évaluer sa crédibilité.

Le contexte n'a pas aidé

Nous avons constaté que les jugements des participants sur la crédibilité des images ne variaient pas en fonction du contexte. Nous avons placé la photo d'un pont effondré dans une publication Facebook partagée par seulement quatre personnes. être vraisemblablement faux, comme quand il est apparu que cette image faisait partie d’un article sur le site Web du New York Times.

Au lieu de cela, les principaux facteurs qui ont déterminé si une personne pouvait correctement percevoir chaque image comme un faux étaient leur niveau d'expérience avec Internet et la photographie numérique. Les personnes familiarisées avec les médias sociaux et les outils d’imagerie numérique étaient plus sceptiques quant à l’authenticité des images et moins susceptibles de les accepter.

Nous avons également découvert que les croyances et les opinions existantes influaient grandement sur la manière dont ils jugeaient la crédibilité des images. Par exemple, lorsqu'une personne désapprouvait la prémisse de la photo qui lui était présentée, elle était plus susceptible de croire qu'il s'agissait d'un faux. Ce résultat est cohérent avec les études montrant ce qu'on appelle "biais de confirmation, "Ou la tendance des gens à croire qu'une information nouvelle est réelle ou vraie si cela correspond avec ce qu'ils pensent déjà.

Un biais de confirmation pourrait aider à expliquer pourquoi les fausses informations se répandent si facilement en ligne - lorsque les personnes rencontrent quelque chose qui affirme leur point de vue, elles les partagent plus facilement en ligne avec leurs communautés.

D'autres recherches ont montré que les images manipulées peuvent déformer la mémoire des téléspectateurs et même influencer leur prise de décision. Le préjudice que peuvent causer de fausses images est donc réel et significatif. Nos résultats suggèrent que pour réduire le dommage potentiel de fausses images, la stratégie la plus efficace consiste à offrir à davantage de personnes des expériences avec les médias en ligne et la retouche d’images numériques, y compris en investissant dans l’éducation. Ensuite, ils en sauront plus sur la façon d'évaluer les images en ligne et seront moins susceptibles de tomber pour un faux.

À propos de l’auteur

Mona Kasra, Professeur adjoint de conception de médias numériques, Université de Virginie

Cet article est republié de The Conversation sous une licence Creative Commons. Lis le article original.