Цитата может быть точной и одновременно вводить в заблуждение. Как и фотография, число или видеофрагмент. Вырывание из контекста — это приём, при котором показывают что-то реальное, убирая информацию, придающую этому смысл.

Распространённые формы

  • Обрезанная цитата. «Я никогда не поддержу эту политику» превращается в «Я ... поддержу эту политику». В менее грубых вариантах цитату просто обрывают перед словом «но».
  • Старое фото. Подлинный снимок из другого года или другой страны выдают за доказательство сегодняшнего события.
  • Пропавшая база сравнения. «Преступность выросла на 40%» звучит тревожно, пока не узнаёшь, что было пять случаев, а стало семь.
  • Потерянная оговорка. «В небольшом исследовании на 20 участниках результаты позволяют предположить...» превращается в «Наука доказала...».
  • Обрезанный график. Вертикальная ось, начинающаяся с 95, а не с 0, превращает изменение на 2% в драматический обрыв.

Почему это работает

Вырывание из контекста трудно «проверить» в обычном смысле: каждый элемент проходит простую проверку на истинность. Цитата действительно прозвучала. Фото настоящее. Число верное. Ложным оказывается впечатление, а люди запоминают именно впечатления.

К тому же этот приём использует базовое ограничение внимания. Восстановить контекст требует больше слов, чем убрать его. Вводящему в заблуждение посту хватает одной строки; опровержению нужен абзац.

Как это заметить

  • Для каждого числа спрашивайте: «по сравнению с чем?»
  • Для каждого изображения: «когда и где?»
  • Для каждой цитаты: «что было сказано до и после?»
  • Будьте особенно осторожны, когда фрагмент подтверждает ровно то, во что вы уже верили.

Подход Honest Lens

Трекер искажений проектировался именно вокруг вырывания из контекста. Если вы дадите исходный источник, он отметит опущенный контекст красным, добавленную драматизацию — зелёным, изменённые цифры — оранжевым и объяснит каждое изменение одним предложением. Если оригинала нет, он честно об этом скажет: без источника невозможно знать, что было убрано, поэтому он анализирует только подачу внутри публикации.

В движке «От утверждения к доказательству» для таких случаев существует вердикт «Вводит в заблуждение»: утверждения, которые не просто ложны, а создают неверное впечатление.