解释是否能提升 AI-众包生成的假新闻警示的有效性？

社交媒体平台正越来越多地部署复杂干预措施以帮助用户识别虚假新闻。利用结合众包与人工智能(AI)的技术来标注虚假新闻，提供了一种有前景的方式，可在不审查内容的情况下告知用户潜在的低质量信息，但也可能导致用户难以理解。在本研究中，我们考察用户对其所接收到的关于一个假想的人-AI 混合系统的信息在分享意图上的反应。我们询问：i) 这些警示是否能提升社交媒体分享意图中的辨别力；ii) 解释标注系统如何运作是否能增强警示的有效性。为此，我们进行了一项研究（$N=1473$ 名美国人），参与者在其中表明了他们分享内容的可能性。参与者被随机分配到对照组、标注了虚假内容的处理组，或警示标签附带生成方式解释的处理组。我们发现了明确证据，表明两种处理均提升了分享辨别力，并有方向性证据表明解释增强了警示的有效性。有趣的是，我们并未发现解释提升了自我报告的对警示标签的信任，尽管我们确实发现一些证据表明参与者认为带解释的警示更具信息量。总之，这些结果对设计和部署透明的错误信息警示标签以及更广泛的 AI 中介系统具有重要意义。