یک نقل‌قول می‌تواند هم‌زمان دقیق و گمراه‌کننده باشد. یک عکس، یک عدد یا یک تکه‌ویدئو هم همین‌طور. حذف زمینه روشی است که در آن چیزی واقعی نشان داده می‌شود، در حالی که اطلاعاتی که به آن معنا می‌دهد کنار گذاشته شده است.

شکل‌های رایج

  • نقل‌قول بریده‌شده. «من هرگز از این سیاست حمایت نمی‌کنم» تبدیل می‌شود به «من ... از این سیاست حمایت می‌کنم». در نمونه‌های کمتر زمخت، نقل‌قول درست پیش از کلمه‌ی «اما» قطع می‌شود.
  • عکس قدیمی. تصویری واقعی از سالی دیگر یا کشوری دیگر به‌عنوان مدرک رویداد امروز منتشر می‌شود.
  • مبنای گم‌شده. «جرم ۴۰ درصد افزایش یافت» نگران‌کننده به نظر می‌رسد، تا وقتی بفهمید از پنج مورد به هفت مورد رسیده است.
  • قید گم‌شده. «در پژوهشی کوچک روی ۲۰ نفر، نتایج نشان می‌دهد شاید...» تبدیل می‌شود به «علم ثابت کرد...».
  • نمودار بریده‌شده. محوری عمودی که به‌جای صفر از ۹۵ شروع می‌شود، تغییری ۲ درصدی را به سقوطی چشمگیر تبدیل می‌کند.

چرا مؤثر است

حذف زمینه را به معنای معمول نمی‌شود به‌سادگی «راستی‌آزمایی» کرد، چون هر جزء آن از یک آزمون ساده‌ی درستی سربلند بیرون می‌آید. نقل‌قول واقعاً گفته شده. عکس واقعی است. عدد درست است. آنچه نادرست است برداشت کلی است، و مردم برداشت‌ها را به خاطر می‌سپارند.

این روش از یک محدودیت پایه‌ای توجه هم سوءاستفاده می‌کند. بازگرداندن زمینه کلمات بیشتری از حذف آن لازم دارد. یک پست گمراه‌کننده یک خط کافی دارد؛ اصلاحش یک پاراگراف می‌خواهد.

چطور آن را تشخیص دهیم

  • برای هر عدد بپرسید: «در مقایسه با چه؟»
  • برای هر تصویر: «کجا و کی؟»
  • برای هر نقل‌قول: «قبل و بعدش چه گفته شد؟»
  • وقتی یک تکه دقیقاً همان چیزی را تأیید می‌کند که پیش‌تر باور داشتید، بیشترین احتیاط را داشته باشید.

رویکرد Honest Lens

ردیاب تحریف روایت بر پایه‌ی همین مسئله طراحی شده است. اگر منبع اصلی را بدهید، زمینه‌ی حذف‌شده را با قرمز، هیجان افزوده را با سبز و ارقام تغییر یافته را با نارنجی مشخص می‌کند و هر تغییر را در یک جمله توضیح می‌دهد. اگر منبع اصلی نباشد، صادقانه همین را می‌گوید: بدون منبع نمی‌داند چه چیزی حذف شده، پس فقط لحن و چارچوب‌بندی درون خود گزارش را تحلیل می‌کند.

در موتور «ادعا تا شواهد» نتیجه‌ی گمراه‌کننده برای همین موقعیت وجود دارد: ادعاهایی که صرفاً نادرست نیستند، بلکه برداشتی نادرست می‌سازند.