解释是良药吗？ misinformation 的短期与长期缓解效果
计算与语言
2023-10-30 v1
摘要
随着自然语言处理（NLP）模型的进步，除了对识别出的假新闻添加警示标签外，自动生成解释也被提出用于缓解社交媒体平台上的虚假信息。尽管许多研究者聚焦于生成良好的解释，但这些解释如何真正帮助人类对抗假新闻仍鲜有探究。在本研究中，我们比较了警示标签与 GPT-4 生成的最先进反事实解释在揭穿虚假信息方面的有效性。在一项两波次的在线人类受试者研究中，参与者（N = 215）被随机分配到对照组（展示虚假内容且不进行任何干预）、警示标签组（对虚假声明进行标注）或解释组（虚假内容附带 GPT-4 生成的解释）。我们的结果表明，两种干预在短期和长期均以等效方式显著降低参与者对虚假声明的主观相信程度。我们讨论了研究结果的启示以及未来基于 NLP 的虚假信息揭穿策略的方向。
引用
@article{arxiv.2310.17711,
title = {Is Explanation the Cure? Misinformation Mitigation in the Short Term and Long Term},
author = {Yi-Li Hsu and Shih-Chieh Dai and Aiping Xiong and Lun-Wei Ku},
journal= {arXiv preprint arXiv:2310.17711},
year = {2023}
}
备注
EMNLP Findings 2023