理解算法标签与社区标签对超党派错误信息感知准确性的影响
人机交互
2023-01-24 v2 社会与信息网络
摘要
超党派错误信息已成为一个主要的公共关切。为了检验何种类型的错误信息标签能够减少社交媒体上超党派错误信息的分享，我们在 COVID-19 健康信息背景下，进行了一项 4（标签类型：算法、社区、第三方事实核查员、无标签）× 2（帖子意识形态：自由派 vs. 保守派）的受试者间在线实验（N = 1,677）。结果表明，对于自由派用户，无论帖子的意识形态如何，所有标签都降低了虚假帖子的感知准确性和可信度。相比之下，对于保守派用户，标签的有效性取决于帖子在意识形态上是否一致：与社区标签相比，算法标签在降低虚假保守派帖子的感知准确性和可信度方面更有效，而所有标签在降低他们对自由派帖子的信任方面均有效。我们的结果揭示了不同错误信息标签的效果如何取决于人们的政治意识形态。
引用
@article{arxiv.2203.00710,
title = {Understanding Effects of Algorithmic vs. Community Label on Perceived Accuracy of Hyper-partisan Misinformation},
author = {Chenyan Jia and Alexander Boltz and Angie Zhang and Anqing Chen and Min Kyung Lee},
journal= {arXiv preprint arXiv:2203.00710},
year = {2023}
}