一项研究发现,真实和不真实的病毒式新闻在Twitter上的传播速度、广度和深度都是相同的,这凸显了为什么在该平台上阻止虚假信息的努力只取得了有限的成功。
康奈尔大学的Jonas Juul和斯坦福大学的Johan Ugander专注于推特“cascades”的结构,这是对从原始海报到网络转发的病毒式推文路径的量化。
更受欢迎的推文有更大的连锁反应,研究人员分析了相同规模的连锁反应,这意味着真实和不真实的推文达到的用户数量大致相同。
等量分享的真实推文和不真实推文的梯级几乎相同,改变了不真实推文传播速度更快的普遍观念。
研究人员表示,这将限制反虚假信息措施,比如标记具有长扩散模式的病毒式推文,或取消新闻推送中的主要中心;他们认为提高用户的数字素养会更有效。
从康奈尔大学纪事报
查看全文
版权所有©2021SmithBucklin美国华盛顿特区
没有发现记录