穿越虚空：理解低-Web 数据语言中的线上健康信息

数据虚空——互联网上可靠信息稀缺或缺失的区域——对线上健康信息检索构成重大挑战，尤其是针对运营于低-Web 数据语言的用户群体。近期，这些虚空不再仅限于传统搜索引擎，而是日益出现在社交媒体平台上，这些平台逐渐演变为数百万人的非正式搜索引擎。本文引入了“数据视界”这一现象：一种关键边界，处于该边界处，算法结构开始损害搜索结果的相关性与可靠性。与常被恶意行为者利用以散布错误信息的虚空核心不同，数据视界标记的是系统性因素（如语言代表性不足、算法放大效应及社会文化错配）导致信息不稳定的关键空间。本文聚焦提尔格尼亚语（Tigrinya）和阿拉伯语（Amharic），评估（1）健康查询搜索结果的常见特征，（2）健康信息的质量与可信度，（3）与查询不匹配的搜索结果特征。我们发现，低-Web 数据语言中针对健康查询的搜索结果并不总是以检索语言呈现，可能被营养建议和宗教建议所主导。我们表明，低资源语言中查询与搜索结果不匹配的现象源于算法失效、（有意或无意的）操纵，或内容创作者的主动操纵。我们通过案例说明，展示数据视界在信息可得性多重约束下的具体体现。