[论文解读] Battling the Coronavirus Infodemic Among Social Media Users in Kenya and Nigeria

Molly Offer‐Westort, Leah R. Rosenzweig+1 more|arXiv (Cornell University)|Dec 27, 2022

Misinformation and Its Impacts被引用 7

一句话总结

本研究通过双阶段实验设计，在肯尼亚和尼日利亚测试了减少 Facebook 上 COVID-19 谣言传播的干预措施。研究发现，促使用户考虑信息准确性的提示（nudges）使谣言分享减少了 4.9%（−2.3 个百分点，p = 0.021），且未对事实性内容的分享造成负面影响，为应对信息过载提供了一种低成本、可扩展的解决方案。

ABSTRACT

How can we induce social media users to be discerning when sharing information during a pandemic? An experiment on Facebook Messenger with users from Kenya (n = 7,498) and Nigeria (n = 7,794) tested interventions designed to decrease intentions to share COVID-19 misinformation without decreasing intentions to share factual posts. The initial stage of the study incorporated: (i) a factorial design with 40 intervention combinations; and (ii) a contextual adaptive design, increasing the probability of assignment to treatments that worked better for previous subjects with similar characteristics. The second stage evaluated the best-performing treatments and a targeted treatment assignment policy estimated from the data. We precisely estimate null effects from warning flags and related article suggestions, tactics used by social media platforms. However, nudges to consider information's accuracy reduced misinformation sharing relative to control by 4.9% (estimate = -2.3 pp, s.e. = 1.0 , Z = -2.31, p = 0.021, 95% CI = [-4.2 , -0.35]). Such low-cost scalable interventions may improve the quality of information circulating online.

研究动机与目标

• 识别能有效减少社交媒体上 COVID-19 谣言分享、同时不抑制事实信息分享的低成本干预措施。
• 评估心理提示（如提示用户评估信息准确性）是否优于平台级工具（如警告标志和事实核查链接）。
• 基于用户特征制定并测试一种针对性的干预分配策略，通过自适应学习提升干预效果。
• 为撒哈拉以南非洲地区提供比较性证据，因为该地区数字素养和谣言传播动态可能与全球北方地区不同。
• 评估基于行为科学的干预措施是否优于标准平台机制，在减少有害健康谣言传播方面表现更优。

提出的方法

• 通过 Facebook Messenger 聊天机器人在肯尼亚和尼日利亚对 15,292 名 Facebook 用户开展双阶段随机实验。
• 在学习阶段采用上下文自适应设计，提高对具有相似特征的用户表现良好的干预措施的分配概率。
• 采用广义增广逆概率加权估计器（AIPW）估计处理效应，调整协变量并考虑不均衡的干预分配。
• 在评估阶段，比较六种条件：对照组、事实核查标签、相关文章推荐、准确性提示、Facebook 的谣言提示，以及一种学习到的针对性策略。
• 分别对学习数据和评估数据估计处理效应，使用稳健标准误和自适应权重，以处理自适应收集数据中的非正态性。
• 使用随机森林模型预测 AIPW 估计器中的条件均值，确保个体水平预测不使用同一单位的结果。

实验结果

研究问题

• RQ1 聚焦准确性的提示是否能在不减少事实信息分享的情况下，降低用户分享 COVID-19 谣言的意愿？
• RQ2 平台级干预措施（如警告标志和相关文章推荐）与行为提示在减少谣言传播方面的效果如何比较？
• RQ3 基于用户特征的自适应干预分配策略是否优于均匀随机分配，在减少谣言传播方面表现更优？
• RQ4 在数字素养水平较低的环境中，依赖认知参与的干预措施（如提示检查信息准确性）是否优于依赖外部验证的干预措施（如事实核查标签）？
• RQ5 在肯尼亚和尼日利亚，不同用户子群体的处理效应是否存在异质性？哪些用户特征可预测对不同干预措施的响应？

主要发现

• 警告标志和相关文章推荐在两个研究阶段均未对减少谣言传播产生统计上显著的影响，估计值为零。
• 提示用户考虑信息准确性的提示使用户分享虚假 COVID-19 帖子的意愿降低了 4.9 个百分点（估计值 = −2.3 个百分点，标准误 = 1.0，Z = −2.31，p = 0.021）。
• 准确性提示显著提升了信息辨别能力，该综合结果对虚假分享的惩罚力度是事实分享的两倍。
• 学习到的针对性干预策略（根据用户特征为不同受访者分配不同干预措施）在表现上优于均匀分配策略。
• 未观察到对事实信息分享的显著负面影响，表明准确性提示并未抑制真实内容的分享。
• 研究结果表明，在低收入和中等收入国家背景下，低成本、可扩展的行为提示可能比平台级事实核查工具更有效地减少谣言传播。