在全球COVID-19疫情中，“信息疫情”（infodemic）也已爆发。 2003年SARS爆发之时,“信息疫情”首次为人所知，而在当前的国际混乱局势中，它再次卷土重来。 与Covid-19相关的错误信息和虚假信息的传播所造成的损害不可低估。 通过谣言和道听途说，不准确的报道会将服务存在不足之处的社区置于极大的风险之中。 语言专业人员有机会在帮助打击信息疫情方面发挥领导作用，而无国界译者(TWB)一直站在这场斗争的最前线。 在全球范围内，电台嘉宾斯特拉·帕瑞斯（Stella Paris）作为语言服务部门的负责人，一直在通过发展和实施TWB的沟通策略来领导这场战斗。 她认为，全球交流和TWB宝贵的语言资源在遏制信息疫情方面发挥了重要作用。 斯特拉解释说，当世界卫生组织(WHO)宣布COVID-19为大流行病时，伴随着一种“被称为信息疫情的全球现象，我们认为这种现象和病毒本身一样危险，传播速度也一样快。” 她把信息疫情定义为“一个问题的过剩信息，人们认为这些信息不利于问题的解决。” 信息疫情通常以两种形式出现——错误信息和虚假信息，它们充斥着全球通讯网，迷惑公众。错误信息和虚假信息看似意思相近，但二者的区别在于消息来源的意图不同。 斯特拉说:“错误信息是指无意中产生的虚假信息。” 虽然具有破坏性，但本意不坏。 她继续说:“而虚假信息是有意为之地弄虚作假，往往是由个人或团体散布的，目的在于制造动乱，或实际上损害、伤害、扰乱他人的生活。” 当涉及到虚假信息的传播时，语言起到了巨大的作用。 错误信息和虚假信息之所以具有传染性，通常是由于谣言，以及缺乏对信息可靠、准确的翻译。 斯特拉声称，这些因素共同导致“对关键问题缺乏理解”的现象。 “如果人们缺乏可靠的或值得信赖的、以自己能够理解的语言呈现的信息，并且是经过事实核查的信息，那么他们就更容易受到虚假信息的影响。” 由于媒体中存在着语言等级制度，那些说英语、汉语、西班牙语和法语等主流语言的人通常更容易不受限制地获得可信的信息。 他们可以对某个情况形成有根据且明智的观点。斯特拉指出，“如果你想象自己说着一种在媒体上没有突出表现，在互联网上也不容易获得的语言，那么问题就开始产生了。” 人们很快就会发现自己误解了重要的问题。 正是在这种情况下，道听途说成为信息疫情的催化剂。 不幸的是，由于这些语言缺乏准确性，边缘化的语言群体进退两难。 斯特拉说，不准确的信息，“对机构和政府的低信任度，以及多语言环境，这些因素综合在一起，就会导致灾难。” 当这种不信任遇到糟糕的医疗保健系统时，人们轻易就会发现情况会迅速发展成一种混乱不安、威胁生命的信念和实践活动，比如Covid-19疫情中的案例。 人们可能很快就会完全无视安全指示，使类似COVID-19危机这样本已糟糕的情况雪上加霜。 仅病毒的规模就使面临危险的人口数量达到顶峰。 第一个难关是确定最需要帮助的地方。 这将范围从数百种受影响的语言缩小到最易受影响的语言。 此后，根据当地医疗保健系统的状况以及各自政府的熟练程度等各种因素，可以按照一系列标准，选出几种语言使用。 斯特拉说道，通过确定最需要帮助的语言，TWB已经能够提供将近90种语言的援助。 但努力不止于此。 她透露:“我们的目标是把这些内容翻译成尽可能多的语言，这样所有人都能够获得这些数据。” 与新冠疫情的目标一样，TWB的最终目标是减少信息疫情的传播，或使其趋于平缓。 隶属全球风险沟通组织(GRCP)的无国界译者以及其他组织正处于第一线。 GRCP的其他成员包括世界卫生组织（WHO），红十字会和联合国儿童基金会。 斯特拉说:“这些组织都认识到语言和语言工具的重要性。” 它正在积极提供资源来解决问题，这对控制疫情至关重要。 斯特拉说，首先，社交媒体已经显示出自己是一个理想的渠道，“可以识别信息差距”，“帮助制定沟通策略。” 通过监测不间断的全球通信，处于疫情中的人和机构可以识别特定区域的虚假信息。 TWB词汇表（现在有23种语言）为援助人员和偏远社区提供了一个宝贵的语言工具。 它最大限度地提高了那些边缘化语言者的理解能力。 通过提供全面的COVID-19指数，斯特拉解释说，这些社区已经“从TWB那里获得了这些术语实际含义的可靠来源。” 它让TWB的30,000名志愿者和翻译人员能够更好地与寻求有关Covid-19真实信息的人们进行交流。 甚至还提供了音频功能，用户能够听到清晰的翻译，获得准确的发音。 斯特拉透露，多语言聊天机器人网络可以成为一种阻碍错误信息传播的解决方案。 他们给那些边缘化语言使用者机会以访问真实可靠、经过事实核查的数据。 这有助于保护他们，使其免受无知之害，增进全球福利。 当你通过下拉列表和预先配置的问题提示一个人沿着某个路径前进时，信息中的真正差距可能还没有暴露。 聊天机器人的独特优势在于能够突出这些差距。斯特拉说:“通过允许双向交流的自然语言界面，你就有更多的机会去了解人们在别处听到或看到的可能不正确的东西。” TWB目前的聊天机器人系统用四种语言编程:豪萨语，科摩罗语，刚果语和斯瓦希里语。 旨在用聊天机器人创建一个循环模型，从一个相对简单的机器人开始，并根据询问的问题来管理内容。如果人们反复问:“尼日利亚有多少病例？” 译员可以传播这方面的知识，满足最需要帮助的人的需求，并开启对话的大门。 如果说我们从人们对COVID-19的响应和语言专业人士以及无国界译者等组织的不懈努力中看到了什么，我们会发现是对一种开放的、全球性的沟通渠道的需要，这对与危机时期因缺乏信息和理解而产生的信息疫情作斗争是必不可少的。 多语言创新是COVID-19疫情造成的为数不多的积极影响。在控制和规避危机方面正在取得令人振奋、影响深远的进展，这可能是控制未来疾病爆发的关键。 为控制未来大流行病而开发的语言工具和战略证明了语言的力量。 它可以使人民，组织和国家为增进人类福祉而团结起来。 如需收听我们与斯特拉的完整对话，请收听全球广播电台，并订阅以接收最新的广播通知。