對(duì)2300萬(wàn)條推文分析后 多措并舉可讓Twitter錯(cuò)誤信息減少53.4%

Facebook、Instagram和Twitter等社交媒體平臺(tái)充斥著很容易傳播的錯(cuò)誤信息。在對(duì)數(shù)千萬(wàn)條推文進(jìn)行研究分析之后，一項(xiàng)新的研究發(fā)現(xiàn)可以采取一些措施來(lái)減緩虛假信息在Twitter上的傳播。

這項(xiàng)新研究上周發(fā)表在《Nature》上，華盛頓大學(xué)知情公眾中心的研究團(tuán)隊(duì)發(fā)現(xiàn)，采取平臺(tái)驅(qū)逐（Deplatforming）重復(fù)錯(cuò)誤信息違規(guī)者、刪除虛假聲明和警告人們有關(guān)包含虛假信息的帖子等手段可以將Twitter上的錯(cuò)誤信息量減少53.4%。

該論文的合著者之一、華盛頓大學(xué)信息學(xué)院副教授杰文·韋斯特（Jevin West）說(shuō)，這些措施都可以減緩錯(cuò)誤信息的傳播速度，但如果僅僅部署某一項(xiàng)措施，效果就會(huì)有折扣。研究發(fā)現(xiàn)，通過(guò)結(jié)合多種措施，可以顯著改善結(jié)果。

為了確定哪些措施可以減緩Twitter上的病毒式錯(cuò)誤信息，研究人員查看了當(dāng)年9月1日至12月15日與2020年總統(tǒng)大選相關(guān)的2300萬(wàn)條推文。每個(gè)帖子都與研究人員確定的544個(gè)病毒事件中的至少一個(gè)有關(guān)——定義為故事表現(xiàn)出快速增長(zhǎng)和衰退的時(shí)期。研究人員使用這些數(shù)據(jù)創(chuàng)建了一個(gè)模型，該模型類(lèi)似于流行病學(xué)家用來(lái)預(yù)測(cè)傳染病傳播的傳染病模型。

通過(guò)該模型，研究人員能夠確定Twitter可以應(yīng)用于其平臺(tái)以幫助阻止錯(cuò)誤信息傳播的不同措施或研究中描述的干預(yù)措施。根據(jù)這項(xiàng)研究，最有效的是從平臺(tái)上刪除錯(cuò)誤信息，尤其是在內(nèi)容發(fā)布后的前半小時(shí)內(nèi)完成。同樣有效的是平臺(tái)驅(qū)逐屢犯者，即經(jīng)常分享錯(cuò)誤信息的人。

根據(jù)Twitter的政策頁(yè)面，Twitter已經(jīng)采取了一些與此相關(guān)的措施，包括使來(lái)自違規(guī)賬戶的推文不符合推薦資格，防止違規(guī)帖子出現(xiàn)在搜索中，以及將違規(guī)賬戶的回復(fù)移至對(duì)話中的較低位置。

該研究還提到了輕推（nudges）。這些是推文上使用的警告和標(biāo)簽，建議人們帖子包含虛假信息。Twitter在整個(gè)COVID-19大流行期間廣泛使用了這些關(guān)于病毒、治療和疫苗的錯(cuò)誤信息。Twitter沒(méi)有回應(yīng)對(duì)該研究發(fā)表評(píng)論的請(qǐng)求。