如果我們的飲食會注重營養，看新聞報導又怎會不重視資訊品質？簡單地作法是同一則新聞事件看不同立場的報導。不限定單一社群平台，避免陷入推薦演算法的資訊泡泡。
 |
| Made with Midjourney |
十幾年前在學校幫老師籌備教師專業研討會，其中有兩天的講師人選可以說是老闆全權交給當時是助理的我去找。
教師專業成長研討會的目的是鼓勵學校老師與行政人員進修，對不是教育圈、缺乏人際網絡的我要如何找到對的人選。
2000 年左右跟社群網絡發達的現在不一樣，網路上大家是看 blog 文章，透過 trackback 讓文章主知道還有誰發表後續的討論。
研討會籌備的前期，跟老師確認當天主題後不久。我就很快寫信邀請相關主題熟悉的 blog 作者來研討會分享。雖說是「熟悉」的 blog 作者，但其實現實世界中稱不上認識。但是每一位的 blog 都長期追蹤一、兩年以上。有時候作者發表錯誤內容，也會道歉修正。
研討會結束的時候，老闆還稱讚我選了很棒的講師人選。在 blog 時代，長期的文章積累對應了專業領域上的持續經營，而對錯誤的處理態度，則建立起作者的編輯誠信 (Editorial integrity)。
年假時看 YouTube 上某電視台的新聞直播時，很快地察覺到自己對新聞報導方式不耐煩的原因。
電視台用近五則、超過十分鐘的方式報導電動車撞車失火的不幸消息。一開始是熟悉的社會新聞處理方式、接下來是採訪熟識親人的鄰居、第三則是採訪見義勇為熱血救出孩童的路人、第四則是拷貝網路不同角度的火燒車影片、最後一則是某某專家解釋失火原因。
這種報導方式與 blog 相比，最大的差異在於資訊的深度與可信度。blog 作者通常會在一篇文章中完整呈現事件始末，並附上相關資料來源與專業分析。而且重要的是，如果有任何錯誤或新資訊出現，作者會即時更新並說明修改原因。
相較之下，電視新聞為了維持收視率，往往將同一則新聞切割成多個片段，反覆播放相似的畫面和訪談，卻未能提供深入的背景脈絡和專業解析。即使後續發現報導有錯誤，也很少見到公開和明顯的更正。
如果我們平常會注重飲食的營養，看新聞報導又怎會不重視資訊品質？
我們可以從幾個方向著手：同一則新聞事件看不同立場的報導。不限定單一社群平台，避免陷入推薦演算法的資訊過濾泡泡 (filter bubble)。也不限定媒介類型，除了短影片、平面文字，其實還有資料新聞。如果是有興趣的主題，甚至可以花時間直接找原文新聞來看，觀察國外記者是怎樣切入研究。至於該媒體的可信度則有賴自己的長期觀察與判斷。
留言