脸书和推特上的假新闻:探究人们(不)如何调查
内容审核与平台治理虚假信息与事实核查记者与编辑事实核查员内容治理与平台合规团队
随着网络上虚假信息的泛滥以及越来越多的人从社交媒体获取新闻,了解人们如何评估和与低可信度帖子互动变得至关重要。本研究探讨了用户如何对出现在他们Facebook或Twitter上的假新闻帖子做出反应,就好像这些帖子是由他们关注的人发布的。我们对25名经常使用社交媒体获取新闻的参与者进行了半结构化访谈,使用浏览器扩展程序在他们不知情的情况下暂时在他们的信息流中显示假新闻,并观察他们如何向我们展示他们的信息流。我们发现人们不调查低可信度帖子的各种原因,包括相信可信发布者的内容,以及不想花费额外的时间。我们还记录了人们使用平台功能和自己的临时策略来确定可信度的调查方法。根据我们的研究结果,我们提出了支持用户调查低可信度帖子的设计建议。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
危机事件后在Twitter上测量、理解和分类新闻媒体的同情
CHI '18· 社交平台设计与用户行为 +2
- 83%
作为新闻策展人的搜索:谷歌在塑造新闻信息关注中的作用
CHI '19· 推荐系统用户体验 +2
- 83%
政府的红利:对中国社交媒体错误信息的复杂认知
CHI '20· AI 伦理、公平与问责 +2
- 80%
内容模态对在线错误信息感知的影响
CHI '25· 内容审核与平台治理 +1
- 67%
这是一则广告吗?使用AdIntuition自动披露YouTube上的在线推荐
CHI '20· 内容审核与平台治理 +1
- 67%
对抗错误信息的干预措施的比较评估:增强世卫组织清单
CHI '22· 内容审核与平台治理 +1
- 67%
深度伪造令人担忧吗?探讨Reddit中深度伪造对话的社会影响
CHI '22· 深度伪造与合成媒体检测 +2
- 67%
地牢与深度伪造:使用基于场景的角色扮演研究记者对使用基于AI的视频内容验证工具的行为
CHI '24· 深度伪造与合成媒体检测 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376784
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
内容审核与平台治理、虚假信息与事实核查
work
职业/产业
记者与编辑、事实核查员、内容治理与平台合规团队
article
内容状态
仅摘要
hub
相关论文
8 篇相关论文