[论文解读] Not sure? Handling hesitancy of COVID-19 vaccines

Johnson Nf, Nicolás Velásquez+4 more|arXiv (Cornell University)|Sep 17, 2020

Misinformation and Its Impacts参考文献 16被引用 4

一句话总结

本文提出从被动纠正错误信息转向主动管理新冠疫苗接种中‘是—否—不确定’的犹豫生态系统。通过将公众情绪建模为具有三种状态的动态系统，作者证明，通过可信信使和简化信息主动接触‘不确定’群体，可比被动应对错误信息更高效地显著加速疫苗接种。

ABSTRACT

From the moment the first COVID-19 vaccines are rolled out, there will need to be a large fraction of the global population ready in line. It is therefore crucial to start managing the growing global hesitancy to any such COVID-19 vaccine. The current approach of trying to convince the "no"s cannot work quickly enough, nor can the current policy of trying to find, remove and/or rebut all the individual pieces of COVID and vaccine misinformation. Instead, we show how this can be done in a simpler way by moving away from chasing misinformation content and focusing instead on managing the "yes--no--not-sure" hesitancy ecosystem.

研究动机与目标

• 应对全球日益增长的新冠疫苗犹豫问题，该问题威胁大规模免疫接种努力。
• 认识到传统错误信息反驳方式对于紧急公共卫生需求而言过于缓慢且低效。
• 将关注重点从说服‘否’组转向与‘不确定’群体互动，后者代表了更大且更具可塑性的群体。
• 提出一种系统性疫苗犹豫应对方法，将公众情绪视为具有三种状态的动态系统：是、否、不确定。
• 提出一种可扩展的、基于行为科学的策略，通过聚焦于减少不确定性而非恐惧或错误信息，加速疫苗接种接受度。

提出的方法

• 将公众情绪建模为三种状态的系统：‘是’、‘否’和‘不确定’，并将‘不确定’群体视为关键干预点。
• 使用基于代理的建模方法，模拟不同信息策略下个体在三种状态间转换的动力学过程。
• 纳入社会影响和信息来源的信任度，特别强调社区可信人物而非官方机构的作用。
• 设计一种反馈驱动的策略，优先通过清晰、一致且富有同理心的沟通减少不确定性。
• 以集中化、自适应的沟通框架取代零散、被动的错误信息宣传活动，聚焦于减少模糊性。
• 借鉴物理学与社会学的洞见，将犹豫视为自组织系统，从而实现对公众对干预措施反应的预测建模。

实验结果

研究问题

• RQ1 如何比传统错误信息反驳更有效地管理疫苗犹豫？
• RQ2 ‘不确定’群体在整体疫苗接种动态中扮演何种角色？
• RQ3 将关注点从‘否’转向‘不确定’个体，能否带来更快且更具可扩展性的疫苗接受？
• RQ4 信使可信度和信息清晰度如何影响从‘不确定’到‘是’的转变？
• RQ5 何种系统模型最能捕捉大流行疫苗接种期间公众情绪的动态？

主要发现

• ‘不确定’群体在规模和响应度上均超过‘否’群体，使其成为更具战略意义的干预目标。
• 通过可信信使减少不确定性，比试图纠正每一条错误信息更有效且高效。
• 三状态模型（是、否、不确定）准确捕捉了公众情绪的动态，并可实现疫苗接种率的预测建模。
• 主动接触‘不确定’群体可显著加速疫苗接受度，优于被动错误信息应对活动。
• 简化信息内容并增强信息传达者的可信度，比基于恐惧或技术性反驳的回应，能更快推动‘不确定’者转向‘是’。
• 该系统表现出非线性动力学特征，即微小但精准的干预可触发公众行为的大规模转变。