自动化与人类参与：映射在线话语中的认知偏差触发器
社会与信息网络
2026-05-07 v2
摘要
在数字环境中，人类注意力往往是通过认知启发法而非深思熟虑的评估来引导的。由于低信誉叙事往往缺乏实质性的事实证据，其扩散不成比例地依赖于激活这些心理捷径来模拟可信度并捕获注意力。本研究提出了一种计算框架，用于通过可观察的数据代理检测8种不同认知偏差的计算触发器，涵盖350万篇争议性新冠疫情叙事。在我们表明，自动账户（机器人）比人类用户更频繁地嵌入这些触发器，导致源头依赖性的关联更明显。在机器人撰写的帖子中，情感和认知失调（立场转换）触发器与更高的互动强相关，而权威和可用性（重复）线索的部署则与较低的观众互动相关。此外，我们识别出启发式复合的局限性：当多个偏差被堆叠到单篇帖子中时，机器人撰写内容的正面互动相关性会下降，而人类撰写的交流则对高触发器密度保持结构上的韧性。通过将心理学启发法操作化为可扩展、可衡量的数据，本工作桥接了计算社会科学和认知心理学，揭示了源身份（机器人/人类）如何塑造数字网络中信息扩散的机制。
引用
@article{arxiv.2406.07293,
title = {Automated versus Human Engagement: Mapping Cognitive Bias Triggers in Online Discourse},
author = {Lynnette Hui Xian Ng and Wenqi Zhou and Kathleen M. Carley},
journal= {arXiv preprint arXiv:2406.07293},
year = {2026}
}