群体即真相：利用人类智能对抗虚假信息

在线虚假信息的传播对民主社会构成严重威胁。传统上，专家事实核查者通过调查流程验证信息的真实性。然而，在线内容的数量和即时性带来了重大的可扩展性挑战。众包提供了一种有前景的替代方案，利用非专家的判断，但它引入了关于偏见、准确性和可解释性的担忧。本论文研究了如何利用人类智能来评估在线信息的真实性，重点关注三个领域：虚假信息评估、认知偏差和自动事实核查系统。通过大规模众包实验和统计建模，它识别了影响人类判断的关键因素，并提出了一种用于真实性的联合预测与解释的模型。研究结果表明，非专家的判断往往与专家评估一致，特别是在考虑了时机和经验等因素时。通过加深对人类判断和真实性评估中偏差的理解，本论文为开发更透明、更可信、更可解释的虚假信息对抗系统做出了贡献。