نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران، پردیس کیش، ایران
2 دانشیار گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
3 استاد گروه مدیریت بازرگانی، دانشکده مدیریت، دانشگاه تهران، تهران، ایران
چکیده
کلیدواژه‌ها
موضوعات
عنوان مقاله [English]
نویسندگان [English]
This study aimed to design a model for managing marketing rumors on social media by using the food industry (Kalleh and Mihan companies) as a case study. An exploratory sequential mixed-methods design was employed. In the qualitative phase, data were collected through semi-structured interviews with 12 managers, customers, and media professionals sampled via the snowball method until theoretical saturation was achieved. Data were analyzed by using coding procedures, yielding 183 meaning units, 168 concepts, 65 subcategories, and 10 main themes: rapid evidence-based response, trust-building through empathy, media monitoring, creative content, education, regulations, direct interaction, crisis strategies, innovative tools, and continuous improvement. An initial model grounded in transparency and speed was developed and subsequently transformed into a 3-phase framework—pre-active, active, and post-active—to systematize the processes of monitoring, response, and organizational learning. In the quantitative phase, a quasi-experimental design was used to assess the model’s effectiveness. The statistical population comprised food industry customers in Tehran (N = 1,234,563), from which a sample of 768 participants (384 each in the experimental and control groups) was drawn. A 12-item questionnaire addressing the rumor that “low-fat dairy products contain carcinogenic substances” served as the measurement tool. The experimental group received training based on the proposed model. Welch’s t-test results indicated that the mean scores of the experimental group were significantly higher across all 12 items, confirming the positive effect of the intervention. Consequently, training based on the proposed model significantly enhanced consumer resistance, reduced concern, and improved attitudes toward rumors, thereby establishing the model’s efficacy in managing marketing rumors within the food industry.
Introduction
Social media platforms have evolved from mere communication tools into major channels for producing and disseminating news, thereby facilitating the rapid spread of rumors and misinformation about brands (Di Domenico, 2022). This issue is particularly significant in the food industry, where consumers are highly sensitive to product health and brand trust. Consequently, rumors may reduce consumer trust, decrease sales, and damage corporate reputation. Misinformation spreads rapidly on social media (Askarizade et al., 2022) and detecting rumors at the moment of emergence is challenging due to limited data and ambiguous sources (Lu et al., 2026). The existing research indicates that rumors negatively affect consumers’ attitudes toward companies (Visentin et al., 2019) and response strategies have primarily been examined through either hard or soft control approaches (Askarizade et al., 2022). Ghomi Ovil et al. (2023) addressed rumor classification; Limaei et al. (2025) examined factors affecting brand-related rumors; Yu (2024) explored consumers’ coping behaviors; and Kim et al. (2024) investigated a trust-based rumor-refutation strategy. However, the main gap in the literature remains the lack of a comprehensive, contingency-based, and customer-oriented model for responding to marketing rumors on social media, particularly within Iran’s food industry. Therefore, the central research problem was to design an effective response model for marketing rumors on social media with a specific focus on rumors in the food industry—particularly dairy brands, such as Kalleh and Mihan. The research questions were: What types of responses are appropriate for addressing marketing rumors? And what role does customer education play in mitigating the effects of such rumors?
Materials & Methods
This study employed a mixed-methods design (qualitative–quantitative) with an exploratory sequential approach. In the qualitative phase, a case study strategy was adopted and data were collected through 12 semi-structured interviews with managers, customers of Kalleh and Mihan companies, and media professionals. Sampling was conducted purposively using the snowball technique until theoretical saturation was reached; repetitive data appeared in interviews 10 through 12. Qualitative data were analyzed through open and axial coding, leading to the identification of key indicators and the development of an initial model for responding to marketing rumors on social media. To assess coding reliability, test–retest reliability was applied, yielding an overall coefficient of 82.03%, which confirmed the reliability of the coding process. In the quantitative phase, the study followed a quasi-experimental design with experimental and control groups. The statistical population consisted of 1,234,563 food industry customers in Tehran. Based on Cochran’s formula, the sample size was determined as 768 participants with 384 individuals assigned to each group. Convenience sampling was used and participants were allocated to the two groups through random substitution. Data were collected by using a 12-item questionnaire based on a hypothetical rumor designed according to common patterns identified from previous real rumors in the dairy industry; the rumor content was validated by nutrition experts prior to implementation. Data analysis was performed by using Welch’s t-test in SPSS. The validity of the instrument was confirmed through face and content validity (with CVR values exceeding 0.42) and its reliability was verified by using Cronbach’s alpha (0.785).
Research Findings
In the qualitative phase of the study, analysis of 12 expert interviews yielded 183 key statements and 168 concepts after the removal of irrelevant expressions. Through aggregation and coding, these were condensed into 65 categories and ultimately into 10 main indicators of the model for responding to marketing rumors on social media. These indicators included rumor management and responsiveness, trust-building and effective communication, social media monitoring and analysis, the use of creative and strategic content, education and empowerment of audiences and employees, legal compliance and transparency in processes, interaction and communication with consumers, communication strategies and crisis management, innovative communication tools and content, and continuous improvement and evaluation. Based on these indicators, the research process model was developed, comprising 3 infrastructural layers, 3 operational phases—pre-active, active, and post-active—and a feedback loop. In the quantitative phase, to assess the practical effectiveness of the model, a hypothetical rumor in the dairy industry was designed and two groups (experimental and control) were compared. The Kolmogorov–Smirnov test indicated that the data distribution in both groups was normal. Given the significance of Levene's test, Welch's t-test was applied. The results revealed significant mean differences between the two groups across all 12 questionnaire items, confirming that training based on the proposed model improved awareness, resistance, and effective responses to marketing rumors.
Discussion of Results & Conclusion
This study aimed to design and validate a model for managing marketing rumors on social media, specifically within the food industry. The findings demonstrated that effective rumor management required a process-oriented, transparent, and interactive approach. Qualitative analysis identified 10 core themes: rapid response with evidence-based content, trust-building through empathy and social responsibility, continuous media monitoring, creative content generation, stakeholder training, regulatory compliance, direct consumer engagement, crisis communication strategies, innovative tools, and continuous strategic improvement. These themes culminated in a dynamic, 3-phase model—pre-active, active, and post-active—which facilitated early detection, effective crisis neutralization, brand restoration, and organizational learning. Quantitative validation confirmed these findings. Welch's t-test analysis revealed significant differences between the experimental and control groups. Specifically, training based on the proposed model significantly enhanced consumer resistance to rumors, reduced anxiety, and fostered positive attitudes toward the brand. Consequently, the model serves as a practical and robust framework for food industry managers seeking to navigate the complexities of digital marketing rumors.
Comparing this research with the existing literature highlighted its distinct human-centered, education-based approach, which differed from purely technical, algorithm-driven rumor detection methods. The alignment of our results with studies emphasizing trust, fact-checking, and active management further validated the model's efficacy. Ultimately, this research underscored that successful rumor management is not merely a reactive measure, but a strategic, continuous process requiring proactive preparedness, credible communication, and ongoing evaluation. By implementing this framework, organizations can effectively mitigate the negative impacts of social media rumors, thereby strengthening brand resilience and fostering long-term consumer trust in an increasingly competitive digital marketplace.
کلیدواژه‌ها [English]
مقدمه
درحالی‌که پلتفرم‌های رسانه‌های اجتماعی در ابتدا با هدف برقراری ارتباط میان دوستان شکل گرفتند، اکنون به کانال‌های مهمی برای تولید و تبادل اطلاعات و اخبار تبدیل شده‌اند (Di Domenico, 2022). در واقع، شبکه‌های اجتماعی به‌عنوان بستری نوین برای شکل‌گیری رسانه در مقیاس‌های گوناگون (از خرده‌رسانه‌ها تا رسانه‌های کلان) امکان انتشار سریع اطلاعات و اخبار را فراهم آورده‌اند. این قابلیت، در کنار مزایای انکارناپذیر، خود زمینه را برای نشر مطالب، اخبار و محتواهای غیرمعتبر و همچنین اطلاعات نادرست گسترش داده است (قمی اویل و همکاران، 1400). به بیان دیگر، امروزه اگرچه از شبکه‌های اجتماعی برای به‌اشتراک‌گذاری گستردۀ اطلاعات استفاده می‌شود، اطلاعات نادرست نیز سرعت گرفته و به معضلی جدی تبدیل شده است (Askarizade et al., 2022). یکی از چالش‌های اساسی در این زمینه، دشواری تشخیص شایعه هم‌زمان با ظهور موضوعی جدید در شبکه‌های اجتماعی است؛ زیرا داده‌های کافی برای آموزش سیستم‌های شناسایی وجود ندارد (Lu et al., 2026)؛ بااین‌حال، با توجه به نقش دوگانۀ شایعات در بازاریابی، شایعات برند به‌عنوان ابزاری مؤثر برای جذب مشتریان به شمار می‌آیند. عواملی که بر شایعات برند تأثیر می‌گذارند به چهار دستۀ اصلی تقسیم می‌شوند: 1. اجزای شایعات برند؛ 2. عوامل پیش‌ران؛ 3. عوامل بازدارنده؛ 4. عوامل دوگانه. هریک از این دسته‌ها شامل مؤلفه‌ها و ابعاد مشخصی‌اند که از تحلیل داده‌های کیفی کارشناسان استخراج شده‌اند. به همین دلیل، با توجه به رقابت فزایندۀ کشورها برای جذب مشتریان، این عوامل اهمیت ویژه‌ای دارند (Limaei et al., 2025). از منظری دیگر، شایعات بازار، اطلاعاتی تأییدنشده و مبهم‌اند که آمیزه‌ای از واقعیت و دروغ را در بر می‌گیرند و ازطریق شبکه‌های اجتماعی و پلتفرم‌های اینترنتی به‌سرعت انتشار می‌یابند. مصرف‌کنندگان معمولاً با رویکردی احتیاطی به آن‌ها واکنش نشان می‌دهند و ممکن است تصمیمات خود را براساس همین شایعات اتخاذ کنند (Zhang & Wang, 2024). متأسفانه، در سال‌های اخیر شاهد گسترش چشمگیر اطلاعات نادرست ازطریق کانال‌های رسانه‌های اجتماعی بوده‌ایم که اغلب با عنوان شایعه از آن‌ها یاد می‌شود. شایان ذکر است که ایجاد و انتشار اطلاعات نادرست پدیدۀ جدیدی نیست؛ داستان‌های نادرست از زمانی که انسان‌ها به‌صورت گروهی زندگی می‌کنند وجود داشته (Burkhardt, 2017) و هم‌زمان با تحول رسانه‌ها و شیوه‌های ارتباطی تکامل یافته‌اند؛ برای مثال، در چشم‌انداز رسانه‌های دیجیتال امروزی، اصطلاح «اخبار جعلی» پس‌از انتخابات ریاست جمهوری ایالات متحده در سال ۲۰۱۶ اهمیت ویژه‌ای پیدا کرد. معنای این اصطلاح از اطلاعات نادرست عمدی نشئت می‌گیرد (Waisbord, 2018). افزون‌بر این، شایعات در فضای مجازی به‌صورت متن و چندرسانه‌ای منتشر می‌شوند. بررسی‌ها نشان می‌دهند که روش‌های سنتی تشخیص فریب، برای شناسایی اخبار جعلی مناسب نیستند. به‌تازگی، با پیشرفت شیوه‌های ویرایش چندرسانه‌ای، اخبار جعلی چندرسانه‌ای فراوانی به رسانه‌های اجتماعی هجوم آورده‌اند (Han et al., 2021). در همین راستا، با گسترش سایت‌ها و شبکه‌های اجتماعی، ما معمولاً با شایعات و تأیید محصولات ازسوی گروه‌های مختلف اجتماعی (دوستان، غریبه‌ها یا افراد مشهور) مواجه می‌شویم. در اجتماعات آنلاین، نشان داده شده که اطلاعات مخرب، مانند پوشش اخبار منفی از افراد مشهور، منجر به درک منفی‌تری از آن‌ها
می‌شود. شایعات که به تبادل توضیحات و ارزیابی‌هایی دربارۀ اشخاص ثالث غایب اطلاق می‌شود، نوعی راهبرد سازگار برای یادگیری اجتماعی است که به گسترش اطلاعات و شکل‌دهی به شهرت افراد یا سازمان‌ها در جامعه کمک می‌کند. به‌این‌ترتیب، شایعات باعث می‌شود تعامل اجتماعی در مقیاسی بسیار بزرگ‌تر، بدون نیاز به تعامل مستقیم اعضای جامعه، رخ دهد (Liao et al., 2019). ازآنجاکه رسانه‌های اجتماعی به بستری مهم برای فعالیت‌های بازاریابی برندها، ازجمله خدمات مشتری و توسعۀ محصول، تبدیل شده‌اند، اخبار جعلی می‌تواند پیامدهای جدی و چشمگیری برای شرکت‌ها و مصرف‌کنندگان داشته باشد (Di Domenico, 2022). این تأثیرات منفی باعث ایجاد سردرگمی و تردید دربارۀ دانش و تجربیات قبلی مصرف‌کنندگان از برندها می‌شود. اخبار جعلی می‌تواند باورهای گمراه‌کننده را در افراد القا کند؛ باورهایی که مبنای تصمیم‌گیری آن‌ها قرار گرفته و بر نگرششان دربارۀ شرکت‌ها تأثیر می‌گذارد (Visentin et al., 2019). در سطح کلان‌تر، در شبکه‌های اجتماعی، شایعه‌ها اغلب بازتابی از ترس و اضطراب جمعی در زمان بحران‌ها هستند. دولت‌ها این شایعه‌ها را تهدیدی برای ثبات اجتماعی می‌دانند و با کارزارهای به‌اصطلاح «شایعه‌زدایی» می‌کوشند روایت رسمی خود را مسلط سازند. این فرایند گاهی به‌جای جست‌وجوی حقیقت، به ابزاری برای مدیریت افکار عمومی و حفظ قدرت تبدیل می‌شود (Chen & Lu, 2026). در سطح خُرد و برای شرکت‌ها، اخبار جعلی می‌تواند به شهرت آن‌ها آسیب جدی وارد کند. شرکت‌های بزرگ چندملیتی، مانند پپسی، ردبول و نیوبالانس نمونه‌هایی‌اند که براساس اطلاعات نادرست منتشرشده در فضای آنلاین، با تحریم محصولاتشان ازسوی مشتریان مواجه شده‌اند (Obadă, 2019). افزون‌بر این، اخبار جعلی می‌تواند تهدیدی مالی برای شرکت‌ها باشد (Binham, 2019) و آن‌ها را به ورطۀ نابودی و ورشکستگی بکشاند. در پاسخ به این نیاز، بررسی‌های پیشین نشان می‌دهد تلاش‌هایی که برای کنترل شایعات صورت گرفته، بیشتر ازطریق راهبردهای کنترل سخت یا نرم بوده است (Askarizade et al., 2022). با بررسی دقیق‌تر این راهبردها، روشن می‌شود که روش‌های سخت‌گیرانۀ کنترل شایعات متکی بر محدودسازی یا حذف کاربرانی است که شایعات را منتشر می‌کنند. همچنین، مسدودسازی پیام‌های شایعه‌آمیز در شبکه‌های اجتماعی نیز در این روش‌ها مدنظر قرار می‌گیرد. کنترل سخت شایعات را می‌توان نوعی سانسور قانونی یا غیرقانونی در نظر گرفت؛ برای مثال، برخی شبکه‌های اجتماعی، مانند اینستاگرام و فیسبوک حساب‌هایی را که توسط کاربران گزارش می‌شوند یا مقررات آن‌ها را نقض می‌کنند، مسدود یا تعلیق می‌کنند (Tong et al., 2017). در مقابل، راهبرد کنترل نرم شایعات، بر افزایش دانش و آگاهی افراد استوار است تا آن‌ها را متقاعد سازد که شخصاً از بازنشر شایعه خودداری کنند. پژوهش‌هایی که از این رویکرد پیروی می‌کنند، نمونه‌هایی از اتخاذ راهبرد کنترل نرم‌اند (Xiao et al., 2019). در نهایت، رفتار مقابله‌ای مصرف‌کنندگان با شایعات برند، شامل واکنش‌ها و اقداماتی است که افراد برای مهار، بی‌اثرسازی یا مدیریت این شایعات در پیش می‌گیرند. این رفتارها بیشتر شامل شک‌گرایی، بررسی صحت اطلاعات و تقویت روایت‌های مخالف است. شک‌گرایی رایج‌ترین شکل این رفتارهاست؛ مصرف‌کنندگان با تردید در صحت و منشأ شایعه، آن را براساس تجربیات قبلی، دانش پیشین و اعتبار منبع ارزیابی می‌کنند (Yu, 2024).
مسئلۀ اصلی پژوهش، نبود الگوی جامع و کارآمد
برای پاسخ‌گویی به شایعات منفی در حوزۀ بازاریابی صنایع غذایی است که اغلب به تضعیف اعتماد مصرف‌کنندگان، کاهش فروش و خدشه‌دار شدن نام‌های تجاری می‌انجامد. در صنعت لبنیات ایران، نمونه‌های گوناگونی ازجمله شایعات پیرامون برندهای مطرحی چون کاله و میهن، ابعاد و گستردگی این مسئله را به‌روشنی نشان می‌دهد. گسترۀ مسئله عمدتاً به شبکه‌های اجتماعی همچون اینستاگرام، توییتر (ایکس) و تلگرام محدود می‌شود، جایی که سرعت انتشار اطلاعات نادرست بسیار چشمگیر است و ویژگی‌هایی چون سرعت بالای انتشار و ناشناس بودن منابع، کنترل آسیب را پیچیده می‌سازد. ازسوی‌دیگر، ریشه‌های این مسئله در صنایع غذایی ایران به حساسیت بسیار مصرف‌کنندگان به سلامت محصولات، رقابت فزاینده میان برندها و دخالت احتمالی رقبا یا عوامل بیرونی بازمی‌گردد؛ عواملی که شایعه را به ابزاری برای تخریب بازار بدل می‌سازد. این مسئله نه‌تنها شرکت‌های مورد بررسی، یعنی کاله و میهن را تحت‌تأثیر قرار داده، بلکه کل صنعت لبنیات و غذایی را تهدید می‌کند و نیاز به طراحی الگویی ساخت‌یافته برای مدیریت بحران شایعات را ضروری می‌سازد. همچنین، نبود پاسخ‌گویی سریع و کارآمد به این شایعات می‌تواند به بحران‌های درازمدت بینجامد و فرصت‌های بازاریابی دیجیتال را از میان ببرد.
اجرای این پژوهش از دیدگاه‌های نظری، کاربردی، قانونی و برنامه‌ای اهمیت و ضرورت بسیاری دارد. از دیدگاه نظری، این پژوهش می‌تواند دستاوردهای ارزشمندی در گسترش دانش مدیریت بحران در بازاریابی دیجیتال به همراه داشته باشد؛ زیرا الگوی پیشنهادی برای پاسخ به شایعات در شبکه‌های اجتماعی، خلأ موجود در مبانی نظری بازاریابی صنایع غذایی را برطرف می‌کند و چارچوبی نوین برای بررسی پدیدۀ شایعات فراگیر ارائه می‌دهد. این الگو می‌تواند به توسعۀ مبانی نظری در حوزۀ مدیریت شهرت برند و تبلیغات توصیه‌ای منفی (NWOM) یاری رساند و پایه‌ای برای پژوهش‌های آینده درزمینه‌های مشابه، ازجمله مدیریت بحران در صنایع سلامت‌محور، فراهم آورد. همچنین، بررسی موردی شرکت‌های کاله و میهن به‌عنوان نام‌های تجاری پیشرو، الگویی تجربی برای درک پویایی شایعات در بازارهای درحال ظهور همچون ایران ایجاد و به گسترش نظریه‌های بومی در بازاریابی کمک می‌کند. از دیدگاه کاربردی، دستاوردهای این پژوهش برای شرکت‌ها و دستگاه‌های اجرایی بسیار سودمند است؛ زیرا الگوی طراحی‌شده می‌تواند به مدیران بازاریابی صنایع غذایی کمک کند تا راهبردهای پاسخ‌گویی سریع، شفاف و کارآمد به شایعات را اجرا کنند که نتیجۀ آن، حفظ اعتماد مصرف‌کنندگان، کاهش زیان‌های مالی و تقویت جایگاه رقابتی خواهد بود؛ برای نمونه، شرکت‌هایی همچون کاله و میهن می‌توانند از این الگو برای پایش مداوم شبکه‌های اجتماعی، تولید محتوای مقابله‌ای و تعامل مستقیم با مخاطبان بهره بگیرند و نیازهای عملیاتی خود در مدیریت بحران را برطرف سازند. همچنین، دستگاه‌های اجرایی همچون وزارت بهداشت، سازمان غذا و دارو و وزارت صنعت می‌توانند از یافته‌ها برای تدوین راهنماهای عملی در نظارت بر شایعات غذایی استفاده و به پیشگیری از بحران‌های عمومی سلامت کمک کنند. از جنبۀ قانونی و برنامه‌ای، این پژوهش با توجه به قوانین حمایت از مصرف‌کننده و مقررات فضای مجازی در ایران، ضروری است؛ زیرا شایعات اغلب به نقض حقوق مصرف‌کنندگان می‌انجامد و نیاز به چارچوب‌های قانونی برای مقابله با انتشار اطلاعات نادرست را برجسته می‌سازد. در برنامه‌های توسعه‌ای
کشور همچون سند چشم‌انداز صنایع غذایی و برنامه‌های دیجیتال‌سازی اقتصاد، مدیریت شایعات به‌عنوان بخشی از امنیت غذایی و اقتصادی به شمار می‌آید و این پژوهش می‌تواند به سیاست‌گذاری‌های دولتی در تقویت نظارت سایبری و حمایت از نام‌های تجاری ملی یاری رساند. با توجه به رشد سریع شبکه‌های اجتماعی و تأثیر آن بر صنایع غذایی، این پژوهش نه‌تنها ضرورتی علمی، بلکه الزامی عملی و قانونی برای پایداری نام‌های تجاری و اقتصاد ملی به شمار می‌رود.
باوجود انباشت پژوهش‌ها دربارۀ شایعات در شبکه‌های اجتماعی، مرور نظام‌مند مبانی نظری موجود نشان می‌دهد که سه خلأ اصلی وجود دارد: نخست اینکه، بیشتر مدل‌های پاسخ به شایعات یا بر راهبردهای «کنترل سخت» (حذف کاربر و مسدودسازی) یا «کنترل نرم» (افزایش آگاهی) متمرکز شده‌اند و مدلی که ترکیبی از پاسخ‌های اقتضایی، مبتنی‌بر نوع شایعه و میزان اعتماد مخاطب را ارائه دهد، یافت نشد؛ دوم اینکه، در حوزۀ صنایع غذایی به‌عنوان بستری با حساسیت سلامت‌محور، هیچ چارچوبی برای پاسخ‌گویی تفکیک‌شده به شایعات بازاریابی (تفکیک شایعه از محصول، فرایند تولید یا برند) طراحی نشده است؛ سوم اینکه، تأثیر آموزش‌های پیشگیرانه به مشتریان به‌عنوان بخشی از راهبرد پاسخ‌گویی، در پژوهش‌های پیشین آزمون نشده است. خلأ اصلی که انجام این پژوهش را ضروری می‌سازد، نبود مدلی جامع، اقتضایی و مشتری‌محور برای پاسخ به شایعات بازاریابی در شبکه‌های اجتماعی است که هم تنوع پاسخ‌ها را پوشش دهد و هم اثربخشی آموزش به مشتریان را به‌عنوان مؤلفه‌ای از آن مدل اندازه بگیرد؛ بنابراین، در پژوهش حاضر، هدف اصلی، طراحی مدلی جامع برای پاسخ به شایعات بازاریابی در شبکه‌های اجتماعی است تا سازمان‌ها بتوانند به‌شیوه‌ای نظام‌مند و مؤثر با این چالش مواجه شوند. برای دستیابی به این هدف، دو هدف فرعی نیز دنبال می‌شود: نخست، شناسایی انواع پاسخ‌هایی که می‌توان به شایعات بازاریابی در بستر شبکه‌های اجتماعی ارائه داد؛ دوم، ارزیابی اثربخشی آموزش‌های ارائه‌شده به مشتریان در قبال این شایعات. درمجموع، این پژوهش برآن است که با ترکیب شناخت انواع پاسخ‌ها و سنجش تأثیر آموزش‌های مشتری‌محور، الگویی کاربردی برای مدیریت و خنثی‌سازی شایعات بازاریابی در فضای مجازی تدوین کند.
اطلاعات نادرست به اطلاعات یا اخبار تأییدنشده‌ای گفته می‌شود که به‌سرعت در میان افراد منتشر می‌شود و معمولاً منبع مشخص و معتبری ندارد. در عصر شبکه‌های اجتماعی، سرعت و دامنۀ انتشار اطلاعات نادرست به‌دلیل قابلیت چشمگیر اشتراک‌گذاری اطلاعات، بسیار گسترده‌تر شده و می‌تواند منجر به بی‌ثباتی اجتماعی و گم شدن حقایق در میان انبوهی از اطلاعات نادرست شود (Zhou et al., 2025). در مراحل اولیۀ انتشار اطلاعات نادرست، شناسایی دقیق منبع آن برای مدیریت و کنترل جریان اطلاعات اهمیت بسیاری دارد؛ بااین‌حال، عدم قطعیت ذاتی در فرایند اشاعۀ اطلاعات، مکان‌یابی دقیق منبع را با پیچیدگی مواجه می‌کند. اگرچه در نظر گرفتن مسیر انتقال اطلاعات می‌تواند از شدت این ابهام بکاهد و فرایند شناسایی را تسهیل کند، روش‌های سنتی کماکان به زمان ثبت‌شده در گره‌های مشاهده‌شده وابسته‌اند؛ داده‌هایی که در اغلب مواقع دقت کافی ندارند؛ ازاین‌رو. در بستر شبکه‌های اجتماعی، این مسئله
پیچیدگی بیشتری می‌یابد؛ زیرا سرعت بسیار اشتراک‌گذاری اطلاعات باعث گسترش سریع دامنۀ اطلاعات نادرست می‌شود و تشخیص منبع اصلی را پیش‌از مخدوش شدن ردپای اطلاعاتی به یک ضرورت تبدیل می‌کند (Ma et al., 2026). در این میان، ظهور الگوهای خاصی از انتشار، به‌ویژه در قالب شایعه، ابعاد پیچیده و چندگانه‌ای را به این مسئله می‌افزاید که از تعامل میان کاربران، محتوا و بافتار شبکه نشئت می‌گیرد. در شبکه‌های اجتماعی، شایعه ابعاد پیچیده و چندگانه‌ای دارد که یکی از ابعاد مهم، بُعد عاطفی شایعه است؛ به این معنا که کاربران براساس شباهت‌های هیجانی و نگرش‌های مشترک به یک موضوع، پیرامون شایعه‌ای مشخص هم‌گرا شده و خوشه‌هایی را پدید می‌آورند که در آن، محتوای اثبات‌نشده به‌سرعت بازنشر می‌شود. بُعد دیگر، تأثیر نفوذ کاربران در ساختار شبکه است، به‌گونه‌ای که بازنشر محتوا توسط کنشگران پرنفوذ (فردی یا نهادی)، دامنۀ انتشار شایعه را از خوشه‌های محدود فراتر برده و آن را به گستره‌ای فراگیر تسری می‌دهند. در نهایت، این ابعاد عاطفی و ساختارهای تأثیرگذاری در تعامل با یکدیگر، ماهیت چندبُعدی انتشار شایعه را شکل می‌دهند؛ به‌طورى که برای پیش‌بینی و تحلیل مسیر انتشار، در نظر گرفتن هم‌زمان لایه‌های مختلف ارتباطی و رفتاری در شبکه‌های اجتماعی امری ضروری و اجتناب‌ناپذیر است (Wang et al., 2025). با این توصیف، ابعاد چندگانۀ شایعه (عاطفی، نفوذ و پیچیدگی شبکه) تنها لایه‌های پدیدارشناختی مسئله به شمار می‌آیند. برای پاسخ به پرسش اصلی پژوهش -طراحی مدل پاسخ‌دهی به شایعات- به نظریه‌هایی نیاز است که فرایندهای زیربنایی گسترش، پردازش و پذیرش اطلاعات را تبیین کنند؛ ازاین‌رو، سه نظریۀ انتشار نوآوری‌ها (تبیین سرعت و الگوی انتشار شایعه)، پردازش اجتماعی اطلاعات (تبیین چگونگی شکل‌گیری باور به شایعه در فضای بدون نشانه‌های غیرکلامی) و اقناع (تبیین امکان تغییر نگرش ازطریق پاسخ‌ها)، مبانی نظری مدل پیشنهادی این پژوهش را تشکیل می‌دهند. نظریۀ انتشار نوآوری‌ها (DOI) تدوین‌شده توسط اورت راجرز (۱۹۶۲) توضیح می‌دهد که چگونه یک ایده یا فناوری جدید در میان اعضای یک نظام اجتماعی گسترش می‌یابد. این فرایند تدریجی است و موفقیت آن به عواملی چون مزیت نسبی، سازگاری با ارزش‌های موجود، پیچیدگی، قابلیت آزمایش و مشاهده‌پذیری بستگی دارد. افراد براساس سرعت پذیرش به پنج دسته تقسیم می‌شوند: 1. نوآوران؛ 2. پذیرندگان اولیه؛ 3. اکثریت اولیه؛ 4. اکثریت ثانویه؛ 5. کندپذیران. پذیرندگان اولیه به‌دلیل نفوذ اجتماعی‌شان، در رسیدن به جرم بحرانی و تسریع پذیرش نوآوری نقشی کلیدی دارند (García-Avilés, 2020).
نظریۀ پردازش اجتماعی اطلاعات (SIP) که جوزف والتر آن را در سال ۱۹۹۲ مطرح کرد، بیان می‌کند که چگونه روابط بین‌فردی می‌توانند در محیط‌های مبتنی‌بر متن (ایمیل، چت یا شبکه‌های اجتماعی) شکل بگیرند. برخلاف این باور رایج که نبود نشانه‌های غیرکلامی مثل لحن صدا یا زبان بدن، مانع از ایجاد صمیمیت می‌شود، این نظریه استدلال می‌کند که کاربران در طول زمان و ازطریق به‌کارگیری سازوکارهایی نظیر نشانه‌های دیداری (شکلک‌ها)، شیوه‌های نشانه‌گذاری تأکیدی و مدیریت زمان‌بندی ارسال پیام، می‌توانند سطحی از ارتباط اجتماعی و نزدیکی عاطفی هم‌ارز با تعاملات چهره‌به‌چهره را بازتولید کنند؛ هرچند که این فرایند معمولاً زمان بیشتری می‌برد (Kelemen et al., 2026). نظریۀ اقناع
به مجموعه‌ای از رویکردها و مدل‌ها گفته می‌شود که تلاش می‌کنند فرایند تغییر نگرش، باور یا رفتار افراد را ازطریق ارتباطات هدفمند توضیح دهند. براساس این نظریه، اقناع زمانی رخ می‌دهد که فرد پیامی را دریافت و آن را پردازش می‌کند و در نتیجه، دیدگاه یا کنش خود را تغییر می‌دهد. مدل‌های شناخته‌شده‌ای مانند مدل احتمال بسط (Elaboration Likelihood Model ‘ELM’) نشان می‌دهند که فرایند اقناع می‌تواند از دو مسیر اصلی رخ دهد: مسیر مرکزی که در آن، فرد با دقت و تأمل منطقی محتوای پیام را ارزیابی می‌کند، و مسیر پیرامونی که در آن، نگرش‌ها ازطریق نشانه‌های سطحی‌تر، نظیر جذابیت منبع پیام یا حالات هیجانی گذرا، دستخوش تغییر می‌شوند (Rachmad, 2025).
جدول 1. پیشینه
Table 1. Background of the research
)