人类与机器人账号对欺骗性与可信新闻源的反应差异：活跃用户案例研究

社会对流媒体作为新闻主要来源的依赖引发了人们对错误信息传播的重新关注。在这项工作中，我们识别了被认定为机器人的社交媒体账号如何对具有不同可信度的新闻源做出反应（无论这些源所分享内容的真实与否）的差异。我们分析了对机器人与人类反应进行标注的数据，标注采用细粒度模型，将反应标记为回答、赞赏、同意、不同意、阐述、幽默或负面反应。我们展示了关于机器人普遍程度、机器人与人类反应多样性与速度，以及这两类子群体间反应推文作者差异的分析关键发现。我们观察到，机器人占对任意给定类型源反应的 9–15%，但仅占负责反应推文的账号的 7–10%；可信新闻源拥有最高比例做出反应的人类；当对被视为宣传的源发布回答类反应时，机器人的响应延迟显著短于人类。最后，我们报告了被识别为机器人与非机器人的账号在反应率上的不平等程度存在显著差异。