为真相设计策略：以透明与信息设计对抗虚假信息

虚假信息已成为在线社交平台（OSPs）上日益严重的问题，尤其在选举或疫情期间。为应对此问题，OSPs 已实施多种策略，例如标记，以提醒用户潜在误导性信息。然而，这些策略通常是透明的，因此易被内容创作者利用——他们可能不愿投入精力制作真实内容，导致虚假信息的病毒式传播。本工作不致力于减轻已有虚假信息的传播范围，而是聚焦于预防方案，旨在虚假信息获得传播势头之前阻止其扩散。我们提出一个贝叶斯说服分支过程（$\operatorname{BP}^2$）来建模 OSP、内容创作者与用户之间的策略性互动。OSP 上的虚假信息传播由多类型分支过程建模，其中用户的正向与负向评论影响虚假信息扩散。利用由贝叶斯可信性诱导的拉格朗日量，我们刻画了完美贝叶斯均衡下 OSP 的最优策略。该拉格朗日量的凸性意味着 OSP 的最优策略即为完全信息标记策略：向用户揭示内容的准确性。即便 OSP 对内容创作者无直接控制，此类标记策略也能促使其为减少虚假信息付出最大努力。我们通过数值模拟证实了我们的发现。