使用者對社群媒體平台錯誤資訊接觸程度之感知研究
arXiv - Human-Computer InteractionCatherine King, Lynnette Hui Xian Ng, Kathleen M. Carley
本研究探討使用者對不同社群平台錯誤資訊接觸程度的感知，發現其與平台使用頻率關聯度不高，且多來自公開動態牆而非熟人。
AI 幫你先抓重點
AI 重點 1
錯誤資訊的來源已從「人際網絡」轉向「演算法驅動的公開內容」。
滑鼠懸停看 AI 判斷理由
這改變了我們對資訊傳播風險的理解。過去認為社交圈是資訊來源，但研究顯示公開動態牆才是主戰場，這意味著平台演算法的治理比單純的人際信任管理更為關鍵。
AI 重點 2
使用頻率並非判斷錯誤資訊暴露程度的可靠指標。
滑鼠懸停看 AI 判斷理由
這提醒研究者與政策制定者，不能僅透過用戶的使用時長來預測其資訊素養風險，必須深入探討不同平台內容分發機制對用戶感知的影響。
核心研究發現
- 1
使用者對錯誤資訊接觸程度的感知在不同社群平台之間存在顯著差異。
- 2
使用者感知到的錯誤資訊接觸頻率與其使用該平台的頻率僅呈中度相關。
- 3
相較於來自已知聯絡人的資訊，更多參與者報告從平台的公開動態牆（public feed）接觸到錯誤資訊。
對教育工作者的啟發
對於教育工作者而言，教學重點應從「辨識熟人分享的假新聞」轉向「批判性看待演算法推薦的公開內容」。在數位素養課程中，應加入關於平台機制（如公開動態牆與演算法）如何影響資訊呈現的討論，幫助學生理解資訊環境的結構性風險，而非僅僅關注資訊內容本身。此外，教育者可引導學生建立對不同平台資訊生態的覺察力。
原始文獻資訊
- 英文標題：
- User-Reported Misinformation Exposure Across Social Media Platforms
- 作者：
- Catherine King, Lynnette Hui Xian Ng, Kathleen M. Carley
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。