算法标签与社区标签对极化虚假信息感知准确度的影响研究

极化虚假信息已成为主要的公共关注问题。为了研究何种类型的虚假信息标签可以减轻社交媒体上极化虚假信息的传播，我们在 COVID-19 健康信息背景下进行了 4（标签类型：算法、社区、第三方事实核查和无标签）× 2（帖子意识形态：自由派和保守派）被试间在线实验（N = 1677）。结果表明，对于自由派用户，所有标签都降低了虚假帖子的感知准确性和可信度，而不管帖子的意识形态如何。相比之下，对于保守派用户，标签的有效性取决于帖子是否与其意识形态一致：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比社区标签更有效，而所有标签在降低他们对自由派帖子的信任方面都有效。我们的结果揭示了各种标签在不同政治意识形态人群中的不同效果。