Folk Models of Misinformation on Social Media.
该论文针对社交媒体上的错误信息（misinformation）展开了一项用户认知层面的实证研究，核心关注点是普通用户如何自发形成对错误信息的‘民间模型’（folk models），而非仅仅考察错误信息引发的焦虑、紧张或社会分裂等结构性影响。
#misinformation
共收录 4 条相关情报。
← 返回所有主题"Helps me Take the Post With a Grain of Salt: " Soft Moderation Effects on Accuracy Perceptions and Sharing Intentions of Inauthentic Political Content on X.
该论文研究社交媒体平台X（原Twitter）上的‘软性审核’（如事实核查标签、警告标签）对用户感知不真实政治内容准确性及分享意图的影响。通过实验方法，作者探讨了软性审核措施如何改变用户对虚假或误导性政治信息的认知，并分析了这些措施在实际平台
Children, Parents, and Misinformation on Social Media.
该论文通过混合研究方法，探讨儿童与父母在社交媒体上遭遇虚假信息的经历与认知。研究首先对87名家长进行定性调查，随后对12对父母与儿童进行半结构化访谈。结果发现，儿童能够识别虚假信息为社交媒体上用于欺骗的内容，例如深度伪造、政治迷因或名人谣言
Large Language Models in Misinformation Ecosystems: Misuse, Defense, and Vulnerability
该论文系统性地探讨了大语言模型（LLM）在虚假信息生态系统中的多重角色与影响。作者指出，LLM已将虚假信息从单纯的内容问题转变为生态系统级别的安全挑战。当被滥用时，LLM不仅能够生成虚假内容，还能攻击虚假信息防御所依赖的社会语境、证据来源、