摘要：通過(guò)將基于邏輯接種的預(yù)先干預(yù)措施與會(huì)話式人工智能相結(jié)合，驗(yàn)證智能系統(tǒng)驅(qū)動(dòng)的交互性預(yù)先干預(yù)對(duì)社交平臺(tái)用戶虛假信息感知及行為（點(diǎn)贊和轉(zhuǎn)發(fā)）的影響，為社交平臺(tái)打擊虛假信息提供新思路和方法?；赟-O-R理論構(gòu)建研究框架模型，設(shè)計(jì)對(duì)照實(shí)驗(yàn)，采用問(wèn)卷調(diào)查法收集數(shù)據(jù)，并通過(guò)單因素方差分析和中介效應(yīng)分析探討干預(yù)措施對(duì)用戶虛假信息感知和行為的差異性影響。研究結(jié)果表明：該干預(yù)措施顯著減少了虛假信息的感知可信度、感知準(zhǔn)確性、感知真實(shí)性以及用戶的點(diǎn)贊和轉(zhuǎn)發(fā)行為；同時(shí)，感知真實(shí)性和感知準(zhǔn)確性在干預(yù)措施與用戶行為之間起到一定的中介作用。研究建議，社交平臺(tái)可通過(guò)預(yù)先干預(yù)措施減少虛假信息的負(fù)面影響，并在制定干預(yù)策略時(shí)綜合考慮多重因素。

關(guān)鍵詞：社交平臺(tái)；虛假信息；預(yù)先干預(yù)；個(gè)體感知；信息行為；S-O-R框架模型

中圖分類(lèi)號(hào)：G206 DOI：10.3772/j.issn.1673-2286.2024.11.005

引文格式：楊雪艷，夏志杰. 交互性預(yù)先干預(yù)對(duì)社交平臺(tái)用戶虛假信息感知和行為的影響[J]. 數(shù)字圖書(shū)館論壇，2024，20（11）：43-51.

*本研究得到國(guó)家社會(huì)科學(xué)基金一般項(xiàng)目“大數(shù)據(jù)支持下網(wǎng)絡(luò)謠言智慧治理機(jī)制及運(yùn)行策略研究”（編號(hào)：21BGL243）、上海市哲學(xué)社會(huì)科學(xué)規(guī)劃一般項(xiàng)目“大數(shù)據(jù)時(shí)代偽健康信息傳播特征及多主體協(xié)同干預(yù)研究”（編號(hào)：2020BGL005）資助。

隨著信息技術(shù)的發(fā)展和人工智能生成內(nèi)容的廣泛應(yīng)用，信息的生成和傳播過(guò)程變得愈加復(fù)雜和動(dòng)態(tài)化，使得打擊虛假信息變得越來(lái)越困難[1]。社交平臺(tái)的普及極大地加劇了這一情況，使得虛假信息能夠迅速傳播并廣泛分享給不同公眾[2]。心理預(yù)防作為一種預(yù)防性治療措施，因可以有效彌補(bǔ)事實(shí)核查和揭露等虛假信息干預(yù)中存在的一些不足，得到人們的廣泛關(guān)注[3]。人工智能和大語(yǔ)言模型的技術(shù)進(jìn)步為人工智能與多種干預(yù)措施的結(jié)合提供了新可能，在提升心理預(yù)防效果和打擊虛假信息方面成為熱門(mén)話題[4]。

虛假信息的干預(yù)措施主要包括事實(shí)核查和揭露，其效果受到辟謠信息質(zhì)量、公眾已有觀念及意識(shí)形態(tài)等多方面因素的影響[5]?！疤摶谜嫦嘈?yīng)”表明，糾正虛假信息可能適得其反，因?yàn)槿藗兏菀紫嘈胖貜?fù)的信息（即虛假信息）而非真實(shí)信息；而“持續(xù)影響效應(yīng)”則表明，即使采取干預(yù)措施，人們也可能對(duì)最初的虛假信息產(chǎn)生信任[6]。為應(yīng)對(duì)這些挑戰(zhàn)，研究人員開(kāi)始探索針對(duì)虛假信息的心理預(yù)防策略。通過(guò)預(yù)先的警告和駁斥，在公眾接觸虛假信息或其具有“傳染性”之前，培養(yǎng)公眾對(duì)未來(lái)虛假信息的認(rèn)知抵抗力[5]。近年來(lái)，這一領(lǐng)域已從關(guān)注培養(yǎng)個(gè)體抵御特定虛假信息的能力，逐步轉(zhuǎn)向關(guān)注虛假信息背后的潛在策略，實(shí)現(xiàn)從“窄譜”（基于事實(shí)）的接種向“廣譜”（基于邏輯）的接種轉(zhuǎn)變。與事實(shí)接種相比，邏輯接種顯著提高了干預(yù)措施的可擴(kuò)展性，使公眾能夠?qū)σ幌盗刑摷傩畔⑿纬筛鼜?qiáng)的免疫力[7]。此外，會(huì)話式人工智能可以改善用戶交互體驗(yàn)，吸引用戶注意力，進(jìn)而影響用戶認(rèn)知、態(tài)度和行為[8]。會(huì)話式人工智能在虛假信息干預(yù)方面具有潛在的積極影響，利用研究對(duì)象與人工智能之間實(shí)時(shí)、個(gè)性化的交互，能夠有效降低他們對(duì)虛假信息的信任[4]。

鑒于此，本文嘗試將基于邏輯接種的預(yù)先干預(yù)措施和會(huì)話式人工智能相結(jié)合，以刺激-機(jī)體-反應(yīng)（Stimulus-Organism-Response，S-O-R）理論為理論框架，驗(yàn)證具有交互性質(zhì)的基于邏輯接種的預(yù)先干預(yù)措施是否會(huì)對(duì)公眾（尤其是社交平臺(tái)用戶）虛假信息感知和行為產(chǎn)生影響，旨在為打擊虛假信息提供一種新的思路，減少虛假信息的負(fù)面影響。

1 文獻(xiàn)回顧

1.1 虛假信息應(yīng)對(duì)策略

虛假信息應(yīng)對(duì)策略研究深受各界關(guān)注。從信息傳播的時(shí)間維度來(lái)看，虛假信息的應(yīng)對(duì)策略有3種：傳播前的預(yù)防策略、傳播中的阻斷策略和傳播后的糾正策略。以技術(shù)為主導(dǎo)的事中阻斷和以事實(shí)核查與反駁為核心的事后糾正是當(dāng)下流行的虛假信息應(yīng)對(duì)方式[9]。Kimura等[10]提出一種自然貪婪算法并將其應(yīng)用于阻塞虛假信息傳播?？紤]突發(fā)事件信息傳播生命周期的TPR方法[11]、兩階段貪婪算法[12]、基于競(jìng)爭(zhēng)性獨(dú)立級(jí)聯(lián)模型提出的CDRBM算法[13]等均被證實(shí)能夠有效阻斷虛假信息的傳播。現(xiàn)有研究中，虛假信息的檢測(cè)通常被視為一個(gè)分類(lèi)問(wèn)題，研究依靠自然語(yǔ)言處理、機(jī)器學(xué)習(xí)、圖論等多種方式來(lái)有效區(qū)分虛假信息和真實(shí)信息[14]。虛假信息阻斷策略主要通過(guò)阻塞虛假信息傳播路徑、控制虛假信息傳播節(jié)點(diǎn)、提高虛假信息的傳播阻力來(lái)實(shí)現(xiàn)，但阻斷虛假信息傳播的過(guò)程也會(huì)影響真實(shí)信息的傳播效率以及用戶對(duì)社交平臺(tái)的使用體驗(yàn)。

對(duì)于已經(jīng)受到虛假信息污染的信息環(huán)境，則需要及時(shí)糾正虛假信息并消除虛假信息的影響。微信官方辟謠賬號(hào)“謠言過(guò)濾器”、“科普中國(guó)”等微信公眾號(hào)以及中國(guó)互聯(lián)網(wǎng)聯(lián)合辟謠平臺(tái)通過(guò)定期向用戶推送已辟謠的虛假信息或謠言，幫助用戶了解并識(shí)別當(dāng)前遇到的虛假信息。然而，事實(shí)核查信息的傳播廣度遠(yuǎn)小于虛假信息的傳播廣度，加之用戶態(tài)度和認(rèn)知能力等因素影響，事后糾正存在的“回音室效應(yīng)”“持續(xù)影響效應(yīng)”“虛幻真相效應(yīng)”等認(rèn)知偏差難以完全消除[1]，因此虛假信息傳播后的糾正策略不僅存在滯后性，效果也十分有限。

傳播前的預(yù)防策略對(duì)真實(shí)信息傳播效率影響較小，同時(shí)能減少認(rèn)知偏差并降低治理成本，因此得到國(guó)內(nèi)外研究者的關(guān)注。van der Linden等[15]提及可以通過(guò)針對(duì)虛假信息的“接種”或“預(yù)先干預(yù)措施”來(lái)應(yīng)對(duì)虛假信息問(wèn)題。

1.2 接種理論和預(yù)先干預(yù)措施

接種理論最先在氣候變化[16]、政治[17]等相關(guān)虛假信息問(wèn)題上進(jìn)行了驗(yàn)證。虛假信息預(yù)先干預(yù)措施以接種理論為框架，通過(guò)讓人們接受減弱劑量的特定的論點(diǎn)來(lái)建立心理抵抗力，以防范未來(lái)虛假信息的影響[18]。接種理論作用機(jī)制包括通過(guò)事實(shí)證據(jù)或邏輯技巧對(duì)攻擊進(jìn)行先發(fā)制人的反駁，以此形成兩種干預(yù)措施[19-20]：事實(shí)接種，即基于事實(shí)證據(jù)對(duì)虛假信息中的論點(diǎn)進(jìn)行預(yù)先駁斥；邏輯接種，即專(zhuān)注于構(gòu)成虛假信息的操縱技巧和邏輯謬誤，而非特定情境的個(gè)別例子?，F(xiàn)有研究大多集中于事實(shí)接種，隨著心理預(yù)防領(lǐng)域的發(fā)展，越來(lái)越多的人關(guān)注邏輯接種領(lǐng)域，這也促進(jìn)心理預(yù)防從“基于事實(shí)”到“基于技術(shù)”的轉(zhuǎn)變。

社交平臺(tái)虛假信息常用的操縱技巧有情緒化語(yǔ)言、不連貫（或沒(méi)有條理）、假二分法（或虛假兩難的邏輯謬誤）、替罪羊、人身攻擊等[3]。研究表明，向社交平臺(tái)用戶介紹新冠疫苗失真環(huán)境中常見(jiàn)的信息操縱策略[19]，或?qū)?gòu)成虛假信息的操縱技術(shù)融入小游戲[7]，能夠有效提升用戶對(duì)虛假信息的心理防御能力，同時(shí)降低虛假信息的感知可信度并減少虛假信息分享行為。傳統(tǒng)接種研究大多構(gòu)建對(duì)特定說(shuō)服性攻擊的抵御能力，而關(guān)注支撐虛假信息的操縱技術(shù)和策略能顯著提高接種干預(yù)在社交平臺(tái)上的可擴(kuò)展性[7]。通過(guò)將包含邏輯接種的接種視頻作為廣告投放于YouTube等社交平臺(tái)，證實(shí)了干預(yù)措施在現(xiàn)實(shí)環(huán)境中的有效性[3]。實(shí)驗(yàn)表明，無(wú)論是實(shí)驗(yàn)室環(huán)境還是經(jīng)常接觸虛假信息的現(xiàn)實(shí)環(huán)境，人們均可以通過(guò)觀看簡(jiǎn)短的接種視頻來(lái)提高識(shí)別虛假信息的能力；而且這些干預(yù)措施對(duì)具有不同意識(shí)形態(tài)背景和認(rèn)知風(fēng)格的人均是有效的，可以很容易地大規(guī)模實(shí)施。

1.3 交互性預(yù)先干預(yù)

社交互動(dòng)是公眾獲取信息、交流觀點(diǎn)的重要途徑，能有效降低認(rèn)知風(fēng)險(xiǎn)，幫助甄別信息[21]。人們可以通過(guò)與生成式人工智能（如ChatGPT）互動(dòng)來(lái)獲得社交互動(dòng)的滿足[22]。會(huì)話式人工智能是人工智能領(lǐng)域的新興方向，可以通過(guò)詢問(wèn)用戶來(lái)啟動(dòng)會(huì)話以及指導(dǎo)會(huì)話流程，并顯著提升人機(jī)交互能力[23]。例如，微軟和谷歌將會(huì)話式問(wèn)答添加到搜索引擎中，以此改善用戶的互動(dòng)體驗(yàn)。交互性是人機(jī)交互的基礎(chǔ)，在重塑人機(jī)交互方面發(fā)揮著關(guān)鍵作用。根據(jù)信息傳播的三大要素（來(lái)源、媒介和信息），可將交互性劃分為媒介交互性、來(lái)源交互性、信息交互性[8]。在數(shù)字媒體領(lǐng)域，互動(dòng)變得無(wú)所不在，交互性可以提供線索和啟示，吸引用戶注意力，并影響用戶的認(rèn)知、態(tài)度和行為意圖[24]。

基于上述討論，本文所述交互性預(yù)先干預(yù)指的是：將預(yù)先干預(yù)的相關(guān)文本內(nèi)容與會(huì)話式人工智能系統(tǒng)相結(jié)合，嵌入社交平臺(tái)，以此提高預(yù)先干預(yù)措施的交互性。交互性預(yù)先干預(yù)的獨(dú)特之處在于提高參與者的關(guān)注度以及調(diào)節(jié)參與者認(rèn)知和思維。有研究表明，數(shù)字互動(dòng)干預(yù)是促進(jìn)老年人心理健康的有效方法之一，在緩解抑郁和焦慮方面有一定應(yīng)用[25]。為用戶提供交互性環(huán)境可以增強(qiáng)自我效能感，進(jìn)而增加現(xiàn)實(shí)生活中行為改變的可能性[26]。Hurling等[27]開(kāi)發(fā)的自動(dòng)對(duì)話模塊促進(jìn)了健康相關(guān)行為信念的形成。總之，具備高度交互性和吸引力的會(huì)話式人工智能系統(tǒng)能夠增強(qiáng)用戶的感知控制，并對(duì)行為產(chǎn)生積極的影響。

綜上，傳播前的預(yù)防策略與其他虛假信息應(yīng)對(duì)策略相比具有一定的優(yōu)勢(shì)：對(duì)真實(shí)信息傳播效率影響較小，同時(shí)能減少認(rèn)知偏差。而且，基于邏輯的干預(yù)方式與基于事實(shí)的干預(yù)方式相比具有一定的可擴(kuò)展性，同時(shí)交互性可以有效提高用戶的參與度，并影響用戶的感知、態(tài)度和行為等方面。故本研究試圖解決以下兩個(gè)問(wèn)題：①在基于邏輯接種的預(yù)先干預(yù)措施中增加交互是否具有良好的效果；②交互性預(yù)先干預(yù)措施如何影響社交平臺(tái)用戶對(duì)虛假信息的感知與行為。利用問(wèn)卷調(diào)查收集數(shù)據(jù)，基于SPSS軟件進(jìn)行數(shù)據(jù)分析，將社交平臺(tái)用戶感知維度分為感知可信度、感知準(zhǔn)確性、感知真實(shí)性，行為維度分為點(diǎn)贊行為和轉(zhuǎn)發(fā)行為，從而分析交互性預(yù)先干預(yù)措施對(duì)社交平臺(tái)用戶感知和行為的影響。

2 研究假設(shè)

S-O-R模型適用于解釋個(gè)體在面對(duì)環(huán)境刺激時(shí)內(nèi)在的感知、態(tài)度、信念以及相應(yīng)的行為反應(yīng)。周濤等[28]將內(nèi)外部動(dòng)機(jī)作為刺激因素，選擇焦慮情緒和社交網(wǎng)絡(luò)疲勞兩個(gè)因素作為機(jī)體因素，來(lái)研究在線知識(shí)社區(qū)用戶的潛水行為。唐雪梅等[29]則發(fā)現(xiàn)焦慮是影響健康謠言轉(zhuǎn)發(fā)的中介變量，受眾轉(zhuǎn)發(fā)行為遵循S-O-R模式框架?；赟-O-R模型構(gòu)建研究框架模型（見(jiàn)圖1）。

2.1 交互性預(yù)先干預(yù)措施對(duì)個(gè)體虛假信息感知的影響

作為中介變量，用戶感知代表個(gè)體的心理狀態(tài)變化，例如情感反應(yīng)或認(rèn)知反應(yīng)等。用戶對(duì)信息的感知包含多個(gè)層面，如感知可信度、感知準(zhǔn)確性、感知威脅、來(lái)源可信度、感知質(zhì)量等。對(duì)虛假信息的感知不僅包括可信度、準(zhǔn)確性，真實(shí)性也是重要的指標(biāo)之一[30]。因此，對(duì)于虛假信息的用戶感知，從可信度、準(zhǔn)確性、真實(shí)性3個(gè)維度進(jìn)行考慮。

2.1.1 感知可信度

可信度被定義為用戶感知到的信息質(zhì)量。感知可信度是信息接受者對(duì)信息的整體感知判斷，常被解構(gòu)為一個(gè)多維概念，如可信任性、專(zhuān)業(yè)性等[19]。如何降低虛假信息的可信度以降低公眾對(duì)科學(xué)知識(shí)的誤解程度是國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)問(wèn)題。使用克服公關(guān)虛假信息攻擊的預(yù)先謊言策略可以降低攻擊組織的感知可信度，有助于防止虛假信息在社交平臺(tái)上的傳播[31]。Roozenbeek等[32]在干預(yù)措施的跨文化研究中也證實(shí)，預(yù)先干預(yù)措施可以有效降低虛假信息的感知可靠性，提高參與者發(fā)現(xiàn)虛假信息的能力?，F(xiàn)有研究結(jié)果表明，事實(shí)接種和邏輯接種兩類(lèi)預(yù)先干預(yù)措施均能夠顯著降低失真健康信息的感知可信度[19]。因此，提出以下假設(shè)。

H1a：交互性預(yù)先干預(yù)措施可以降低社交平臺(tái)上虛假信息的感知可信度。

2.1.2 感知準(zhǔn)確性

感知準(zhǔn)確性在人們判別假新聞時(shí)發(fā)揮著作用，涉及個(gè)體對(duì)外界信息的準(zhǔn)確解讀和理解，是個(gè)體對(duì)外界信息的感知與實(shí)際信息之間的符合程度[33]。當(dāng)人們?cè)敢膺M(jìn)行更多的思考和推理的時(shí)候，對(duì)虛假信息的感知準(zhǔn)確性降低。Sharevski等[34]的研究表明人們預(yù)先存在的信念會(huì)影響個(gè)人對(duì)社交平臺(tái)信息準(zhǔn)確性的看法，在消除人們對(duì)虛假信息的信念方面，覆蓋所有內(nèi)容、要求用戶點(diǎn)擊后才能查看內(nèi)容的插頁(yè)式封面的警告形式，比位于社交平臺(tái)內(nèi)容下方、帶有警告性質(zhì)的上下文標(biāo)簽的警告形式更有效果。Clayton等[35]發(fā)現(xiàn)，在文章中添加“評(píng)級(jí)錯(cuò)誤”標(biāo)簽比添加“有爭(zhēng)議”標(biāo)簽更能降低感知準(zhǔn)確性，且不會(huì)對(duì)未標(biāo)記信息的感知準(zhǔn)確性產(chǎn)生影響?；谏鲜鲅芯空撌觯岢鋈缦录僭O(shè)。

H1b：交互性預(yù)先干預(yù)措施可以降低社交平臺(tái)上虛假信息的感知準(zhǔn)確性。

2.1.3 感知真實(shí)性

基于線索效用理論的研究結(jié)果表明，分享者信任度、分享者觀點(diǎn)、附加提示等因素均會(huì)影響深度偽造信息的感知真實(shí)性和用戶的互動(dòng)行為（點(diǎn)贊、評(píng)論、轉(zhuǎn)發(fā)），并且這些因素之間還存在顯著的交互效應(yīng)[30]。同時(shí)也有實(shí)驗(yàn)表明，感知到的夸張?jiān)诙啻蟪潭壬峡梢越忉層脩舾兄降脑u(píng)論真實(shí)性取決于酒店的類(lèi)別和相關(guān)評(píng)論的極性，而更深層次的影響因素則與用戶的確認(rèn)偏誤等認(rèn)知偏差有關(guān)[36]。用戶對(duì)信息真實(shí)性的感知受到認(rèn)知偏差的影響，基于邏輯接種的預(yù)先干預(yù)措施可以影響人們的認(rèn)知方式。因此，提出以下假設(shè)。

H1c：交互性預(yù)先干預(yù)措施可以降低社交平臺(tái)上虛假信息的感知真實(shí)性。

2.2 交互性預(yù)先干預(yù)措施對(duì)個(gè)體虛假信息傳播行為的影響

反應(yīng)是代表個(gè)體態(tài)度或行為的結(jié)果變量，通常表現(xiàn)為對(duì)某一事物的趨近或規(guī)避。社交平臺(tái)虛假信息具有數(shù)量多、傳播廣等特點(diǎn)，信息參與行為是公眾接觸虛假信息的后續(xù)行為，個(gè)體對(duì)虛假信息的傳播行為（如點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論等）會(huì)進(jìn)一步促進(jìn)虛假信息的傳播與擴(kuò)散，加大信息治理的難度[37]。點(diǎn)贊行為是一種由情感驅(qū)動(dòng)的行為，而轉(zhuǎn)發(fā)行為會(huì)受到認(rèn)知的影響[38]，故從點(diǎn)贊行為和轉(zhuǎn)發(fā)行為兩個(gè)方面來(lái)分析干預(yù)措施對(duì)社交平臺(tái)用戶行為的影響。感知可信度和感知準(zhǔn)確性反映的是信息給用戶帶來(lái)的權(quán)威印象，感知可信度會(huì)影響用戶在社交平臺(tái)分享信息的決定，感知準(zhǔn)確性對(duì)其分享決策有至關(guān)重要的作用[39]。預(yù)先干預(yù)能夠在虛假信息傳播之前賦予個(gè)體抗性，降低個(gè)體對(duì)虛假信息的分享意愿，防止虛假信息在社交平臺(tái)上的傳播。研究表明，游戲作為預(yù)先干預(yù)的方式之一，不僅能夠降低虛假信息的感知可靠性，增強(qiáng)自主識(shí)別虛假信息的能力，還能顯著降低社交平臺(tái)用戶分享虛假信息的意愿，且這種干預(yù)在實(shí)施后3個(gè)月內(nèi)依舊有效[40-41]。綜上所述，提出以下假設(shè)。

H2a：虛假信息的感知可信度影響用戶對(duì)虛假信息的點(diǎn)贊行為。

H2b：虛假信息的感知可信度影響用戶對(duì)虛假信息的轉(zhuǎn)發(fā)行為。

H3a：虛假信息的感知準(zhǔn)確性影響用戶對(duì)虛假信息的點(diǎn)贊行為。

H3b：虛假信息的感知準(zhǔn)確性影響用戶對(duì)虛假信息的轉(zhuǎn)發(fā)行為。

H4a：虛假信息的感知真實(shí)性影響用戶對(duì)虛假信息的點(diǎn)贊行為。

H4b：虛假信息的感知真實(shí)性影響用戶對(duì)虛假信息的轉(zhuǎn)發(fā)行為。

H5a：交互性預(yù)先干預(yù)措施可以減少用戶對(duì)社交平臺(tái)上虛假信息的點(diǎn)贊行為。

H5b：交互性預(yù)先干預(yù)措施可以減少用戶對(duì)社交平臺(tái)上虛假信息的轉(zhuǎn)發(fā)行為。

3 研究方法

3.1 實(shí)驗(yàn)材料設(shè)計(jì)

通過(guò)對(duì)照實(shí)驗(yàn)和問(wèn)卷分析來(lái)探究具有交互性的基于邏輯接種的預(yù)先干預(yù)措施是否會(huì)對(duì)社交平臺(tái)用戶虛假信息感知和行為產(chǎn)生影響。接種內(nèi)容主要包含虛假信息常見(jiàn)操縱策略（情緒化語(yǔ)言、不連貫或沒(méi)有條理、假二分法或虛假兩難的邏輯謬誤、替罪羊、人身攻擊）的具體定義、判定方法及對(duì)應(yīng)例子。實(shí)驗(yàn)組在回答問(wèn)卷之前會(huì)瀏覽接種內(nèi)容并想象自己正在和會(huì)話式人工智能系統(tǒng)聊天，而對(duì)照組在回答問(wèn)卷之前不接受任何的干預(yù)。

虛假信息預(yù)先干預(yù)措施涵蓋多個(gè)主題，主要集中在氣候變化、政策和健康3個(gè)方面，且有效性均已得到初步驗(yàn)證[42]。健康相關(guān)的虛假信息是網(wǎng)絡(luò)上常見(jiàn)的虛假信息類(lèi)型之一，是網(wǎng)絡(luò)治理的突出議題[21]。因此，參考科學(xué)辟謠平臺(tái)、中國(guó)互聯(lián)網(wǎng)聯(lián)合辟謠平臺(tái)等相關(guān)網(wǎng)站上已被證實(shí)為虛假的3則信息，并按照微博內(nèi)容的發(fā)布特點(diǎn)進(jìn)行修改，設(shè)計(jì)了“支原體肺炎引發(fā)白肺”“吃大劑量維生素C可以預(yù)防流感”“適量飲酒有助于血管健康”3則健康類(lèi)虛假信息。對(duì)照組和實(shí)驗(yàn)組均閱讀相同的虛假信息材料，3則材料在字?jǐn)?shù)上基本保持一致，在語(yǔ)言表達(dá)上使用了假設(shè)情境中提及的虛假信息操縱技巧。同時(shí)，為了避免3則虛假信息給被試人員帶來(lái)一定的影響，在問(wèn)卷調(diào)查結(jié)束時(shí)通過(guò)信息或口頭的方式告知實(shí)驗(yàn)對(duì)象3則虛假信息的真?zhèn)我约皺?quán)威人士對(duì)3則信息的辟謠內(nèi)容。

3.2 實(shí)驗(yàn)分組

實(shí)驗(yàn)分為對(duì)照組和實(shí)驗(yàn)組，采用隨機(jī)對(duì)照實(shí)驗(yàn)法，即參與者和實(shí)驗(yàn)者均不知曉實(shí)驗(yàn)干預(yù)與對(duì)照組的分配，以消除主觀偏見(jiàn)和心理暗示對(duì)結(jié)果的影響，從而獲得更客觀、可靠的結(jié)論。在問(wèn)卷調(diào)查前，詢問(wèn)被試者的微博使用情況，若被試者近期未使用微博，則不進(jìn)行后續(xù)實(shí)驗(yàn)。

3.3 變量測(cè)量

變量測(cè)量分為參與者個(gè)體感知和行為兩個(gè)維度以及人口統(tǒng)計(jì)變量（性別、年齡、受教育程度）測(cè)量。個(gè)體感知分為3個(gè)維度：感知可信度、感知準(zhǔn)確性、感知真實(shí)性；個(gè)體行為分為兩個(gè)維度：點(diǎn)贊行為、轉(zhuǎn)發(fā)行為。感知和行為的測(cè)量均通過(guò)問(wèn)卷進(jìn)行，在每則健康類(lèi)虛假信息下設(shè)置“請(qǐng)根據(jù)自我認(rèn)知對(duì)該微博截圖內(nèi)容的可信度/準(zhǔn)確性/真實(shí)性進(jìn)行評(píng)分”“您有多大可能對(duì)該信息點(diǎn)贊”“您有多大可能在網(wǎng)上分享該信息”等問(wèn)題。感知和行為方面問(wèn)題均采用李克特5級(jí)量表測(cè)量。同時(shí)出于質(zhì)量控制的目的，在問(wèn)卷中設(shè)計(jì)了題為“出于質(zhì)量控制的目的，請(qǐng)?jiān)谶@里選擇‘略微不同意’”的注意力測(cè)試題目。

4 數(shù)據(jù)分析

4.1 描述性統(tǒng)計(jì)分析

問(wèn)卷主要通過(guò)問(wèn)卷星平臺(tái)進(jìn)行分發(fā)，剔除沒(méi)有通過(guò)注意力測(cè)試以及存在少填等明顯錯(cuò)誤的問(wèn)卷，最終有效問(wèn)卷共115份。有效問(wèn)卷中共有50人自動(dòng)選擇為實(shí)驗(yàn)組，其余的65人則為對(duì)照組。

由人口統(tǒng)計(jì)結(jié)果可知，被試者大多為年輕人（19～ 25歲占83.48%，26～35歲占13.04%），男女比例約為4∶6，比較符合微博的用戶畫(huà)像（《2023微博年輕用戶發(fā)展報(bào)告》指出：微博中16～22歲的活躍用戶規(guī)模超過(guò)1.3億，男女比例為44∶56），因此本問(wèn)卷調(diào)查樣本在一定程度上可以代表微博平臺(tái)的用戶群體。為了保證實(shí)驗(yàn)數(shù)據(jù)的有效性，對(duì)問(wèn)卷數(shù)據(jù)的信效度進(jìn)行分析。結(jié)果顯示，感知和行為維度量表的Cronbach’s α值分別為0.900和0.910，總量表的Cronbach’s α值為0.937（均大于0.8），且兩部分內(nèi)容在刪除任意項(xiàng)后的Cronbach’s α值均小于刪除之前，故可以認(rèn)為量表具有較高的信度。KMO值為0.856（P<0.001），大于0.8且顯著；利用Amos 28軟件進(jìn)行驗(yàn)證性因子分析，結(jié)果顯示因子載荷為0.520～0.825，并通過(guò)計(jì)算得到平均提取方差為0.504（大于0.5）、組合信度為0.937（大于0.7），問(wèn)卷通過(guò)效度檢驗(yàn)。

4.2 單因素方差分析

利用SPSS軟件進(jìn)行方差分析，對(duì)實(shí)驗(yàn)組和對(duì)照組間的隨機(jī)化分組效果進(jìn)行檢驗(yàn)。對(duì)照組與實(shí)驗(yàn)組各協(xié)變量單因素方差分析（見(jiàn)表1）顯示，各協(xié)變量P值均大于0.05，不存在顯著系統(tǒng)性差異，因此分組較為隨機(jī)。

預(yù)先干預(yù)行為對(duì)感知和行為的影響如表2所示。結(jié)果表明，對(duì)照組與實(shí)驗(yàn)組的感知可信度有顯著差異（F=8.123，df1=1，df2=113，P=0.005），實(shí)驗(yàn)組的均值（M=2.963，σ=0.785）要明顯低于對(duì)照組（M=3.405，σ=0.853），假設(shè)H1a得到支持。同樣，在感知準(zhǔn)確性和感知真實(shí)性方面對(duì)照組和實(shí)驗(yàn)組之間也存在顯著差異，感知準(zhǔn)確性和感知真實(shí)性實(shí)驗(yàn)組均值要明顯低于對(duì)照組，因此假設(shè)H1b與假設(shè)H1c均得到支持。

通過(guò)方差分析探討了交互性預(yù)先干預(yù)措施對(duì)微博平臺(tái)用戶點(diǎn)贊和轉(zhuǎn)發(fā)行為的影響。結(jié)果表明，對(duì)照組和實(shí)驗(yàn)組的點(diǎn)贊行為和轉(zhuǎn)發(fā)行為存在著一定的差異（點(diǎn)贊行為：F=4.597，P=0.034；轉(zhuǎn)發(fā)行為：F=6.563，P=0.012），實(shí)驗(yàn)組的均值明顯低于對(duì)照組，故假設(shè)H5a和假設(shè)H5b得到驗(yàn)證。

4.3 中介效應(yīng)分析

為了進(jìn)一步了解自變量（有無(wú)干預(yù)措施）影響社交平臺(tái)用戶的點(diǎn)贊和轉(zhuǎn)發(fā)行為（因變量）的具體路徑，運(yùn)用SPSS軟件的PROCESS Macro Model 4（簡(jiǎn)單中介）來(lái)測(cè)量感知可信度、感知準(zhǔn)確性、感知真實(shí)性的中介效應(yīng)。

點(diǎn)贊行為的中介效應(yīng)分析結(jié)果如表3所示。直接效應(yīng)分析顯示，交互性預(yù)先干預(yù)措施與用戶點(diǎn)贊行為之間的直接聯(lián)系并不顯著，因?yàn)閮烧咧苯有?yīng)的95%置信區(qū)間為[–0.295 6，0.282 8]，包含了0。在間接效應(yīng)分析中，總的間接效應(yīng)是顯著的，95%置信區(qū)間為[–0.703 7，–0.121 7]，不包含0。進(jìn)一步地，分析中介變量的效應(yīng)時(shí)發(fā)現(xiàn)，感知準(zhǔn)確性的中介作用顯著，其95%置信區(qū)間為[–0.359 3，–0.027 3]，不包含0。相反，感知可信度和感知真實(shí)性的中介作用不顯著，因?yàn)樗鼈兊?5%置信區(qū)間包含了0?；谏鲜龇治?，感知準(zhǔn)確性在干預(yù)措施與用戶點(diǎn)贊行為之間具有完全中介效應(yīng)。這表明，交互性預(yù)先干預(yù)措施主要通過(guò)改變信息的感知準(zhǔn)確性來(lái)影響用戶的點(diǎn)贊行為，交互性預(yù)先干預(yù)措施通過(guò)感知準(zhǔn)確性的中介作用對(duì)用戶的點(diǎn)贊行為產(chǎn)生了顯著的負(fù)向影響。

轉(zhuǎn)發(fā)行為的中介效應(yīng)分析結(jié)果如表4所示。直接效應(yīng)分析顯示，交互性預(yù)先干預(yù)措施與用戶轉(zhuǎn)發(fā)行為之間的直接聯(lián)系并不顯著，兩者直接效應(yīng)的95%置信區(qū)間為[–0.391 9，0.193 9]，包含了0。在間接效應(yīng)分析中，總的間接效應(yīng)是顯著的，因?yàn)?5%置信區(qū)間為[–0.712 4，–0.127 2]，不包含0。進(jìn)一步分析發(fā)現(xiàn)，感知真實(shí)性對(duì)干預(yù)措施與轉(zhuǎn)發(fā)行為之間的關(guān)系起到了顯著的中介作用，其95%置信區(qū)間為[–0.470 9，–0.018 8]，不包含0。同樣，感知準(zhǔn)確性也起到一定的中介作用，95%置信區(qū)間為[–0.351 5，–0.003 2]，接近0，但不包含0，表明該效應(yīng)顯著但效應(yīng)較小。相反，感知可信度作為中介變量時(shí)，95%置信區(qū)間為[–0.267 3，0.107 7]，包含了0，中介效應(yīng)不顯著?；谏鲜龇治?，交互性預(yù)先干預(yù)措施對(duì)用戶轉(zhuǎn)發(fā)行為的負(fù)向影響主要通過(guò)感知真實(shí)性和感知準(zhǔn)確性的中介作用來(lái)體現(xiàn)。

通過(guò)上述中介效應(yīng)分析可以得出假設(shè)H3a、H3b與H4b均得到支持，而假設(shè)H2a、H2b、H4a并未得到有效的證實(shí)。

5 結(jié)論

研究發(fā)現(xiàn)，具有交互性的基于邏輯接種的預(yù)先干預(yù)措施能夠有效降低虛假信息的感知準(zhǔn)確性、感知可信度和感知真實(shí)性，驗(yàn)證了其在增強(qiáng)用戶虛假信息感知方面的有效性。這種方法在未顯著影響用戶對(duì)真實(shí)信息的辨識(shí)能力的同時(shí)，還對(duì)用戶行為產(chǎn)生了積極影響，具體表現(xiàn)為減少了用戶對(duì)虛假信息的點(diǎn)贊與轉(zhuǎn)發(fā)行為。中介效應(yīng)分析進(jìn)一步揭示了點(diǎn)贊行為與轉(zhuǎn)發(fā)行為的內(nèi)在邏輯差異：用戶對(duì)信息準(zhǔn)確性的判斷主要影響點(diǎn)贊行為，而感知真實(shí)性和感知準(zhǔn)確性共同影響轉(zhuǎn)發(fā)行為。這一發(fā)現(xiàn)表明不同心理因素在用戶行為中的差異性作用?；诖?，建議將預(yù)先干預(yù)措施融入會(huì)話式人工智能系統(tǒng)并嵌入社交平臺(tái)，以增強(qiáng)干預(yù)措施交互性、普適性和推廣性。通過(guò)個(gè)性化設(shè)計(jì)，不同用戶群體可以獲得定制化的干預(yù)體驗(yàn)。此外，該系統(tǒng)還能借助大數(shù)據(jù)與算法，為用戶提供更加精準(zhǔn)的虛假信息防范策略。

本研究不僅深化了對(duì)預(yù)先干預(yù)措施作用機(jī)制的理解，還為社交平臺(tái)上的虛假信息治理提供了切實(shí)可行的實(shí)踐基礎(chǔ)。通過(guò)預(yù)先干預(yù)措施的實(shí)施，可以有效提升用戶的認(rèn)知，充分發(fā)揮用戶在虛假信息治理中的主體作用，實(shí)現(xiàn)虛假信息治理的科學(xué)化和系統(tǒng)化。

未來(lái)研究可以從以下幾個(gè)方面進(jìn)一步探索。首先，在現(xiàn)實(shí)情境中進(jìn)行相應(yīng)研究，并通過(guò)訪談、觀察、行為追蹤和生理數(shù)據(jù)測(cè)量等多種數(shù)據(jù)收集方法和更加專(zhuān)業(yè)的測(cè)量工具來(lái)提高數(shù)據(jù)的可靠性和普適性。其次，結(jié)合社會(huì)認(rèn)知理論、精細(xì)加工可能性模型等來(lái)豐富分析框架，深入探討預(yù)先干預(yù)措施更加具體的干預(yù)路徑，全面理解其內(nèi)在機(jī)制，進(jìn)一步優(yōu)化干預(yù)措施。最后，增加實(shí)驗(yàn)材料的主題類(lèi)型，以及使用語(yǔ)言風(fēng)格更多樣的干預(yù)材料，優(yōu)化邏輯接種干預(yù)的設(shè)計(jì)。

參考文獻(xiàn)

[1] 宋士杰，趙宇翔，朱慶華. 社交媒體中失真健康信息的傳播、識(shí)別與糾偏研究[J]. 情報(bào)雜志，2023，42（6）：162-169.

[2] NOMAN M，GURGUN S，PHALP K，et al. Designing social media to foster user engagement in challenging misinformation：a cross-cultural comparison between the UK and Arab countries[J]. Humanities and Social Sciences Communications，2024，11（1）：1045.

[3] ROOZENBEEK J，VAN DER LINDEN S，GOLDBERG B，et al. Psychological inoculation improves resilience against misinformation on social media[J]. Science Advances，2022，8（34）：eabo6254.

[4] COSTELLO T H，PENNYCOOK G，RAND D G. Durably reducing conspiracy beliefs through dialogues with AI[J]. Science，2024，385（6714）：eadq1814.

[5] VAN LINDEN S. Misinformation：susceptibility，spread，and interventions to immunize the public[J]. Nature Medicine，2022，28（3）：460-467.

[6] 李松濤，張衛(wèi)東，陳希鵬. 辟謠信息對(duì)社交媒體用戶錯(cuò)誤信息持續(xù)影響效應(yīng)（CIE）的影響：基于知識(shí)修正理論[J]. 現(xiàn)代情報(bào)，2024，44（5）：123-139.

[7] ROOZENBEEK J，VAN DER LINDEN S. Fake news game confers psychological resistance against online misinformation[J]. Palgrave Communications，2019，5（1）：65.

[8] SUNDAR S S，XU Q，BELLUR S. Designing interactivity in media interfaces：a communications perspective[C]// Proceedings of the SIGCHI Conference on Human Factors in Computing Systems. New York：ACM Press，2010：2247-2256.

[9] 李新月，練靖雯，劉周穎，等. 健康信息治理新路徑：失真健康信息預(yù)先干預(yù)的實(shí)踐案例分析與經(jīng)驗(yàn)啟示[J]. 圖書(shū)館雜志，2023，42（12）：120-132，100.

[10] KIMURA M，SAITO K，MOTODA H. Blocking links to minimize contamination spread in a social network[J]. ACM Transactions on Knowledge Discovery from Data，2009，3（2）：1-23.

[11] 陳思菁，李綱，毛進(jìn)，等. 突發(fā)事件信息傳播網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)動(dòng)態(tài)識(shí)別研究[J]. 情報(bào)學(xué)報(bào)，2019，38（2）：178-190.

[12] 倪培昆，朱建明，王國(guó)慶. 在線社交網(wǎng)絡(luò)虛假信息交互量最小化的邊阻斷策略研究[J]. 中國(guó)管理科學(xué)，2021，29（9）：188-200.

[13] 劉維，杜寧寧，陳崚，等. CIC模型下基于社區(qū)檢測(cè)的謠言抑制最大化方法[J]. 南京大學(xué)學(xué)報(bào)（自然科學(xué)），2023，59（2）：282-294.

[14] A？MEUR E，AMRI S，BRASSARD G. Fake news，disinformation and misinformation in social media：a review[J]. Social Network Analysis and Mining，2023，13（1）：30.

[15] VAN DER LINDEN S，ROOZENBEEK J. Psychological inoculation against fake news[M]//The Psychology of Fake News. London：Routledge，2020：147-169.

[16] SCHMID-PETRI H，BüRGER M. The effect of misinformation and inoculation：replication of an experiment on the effect of 1 experts in the context of climate change communication[J]. Public Understanding of Science，2022，31（2）：152-167.

[17] BANAS J A，MILLER G. Inducing resistance to conspiracy theory propaganda：testing inoculation and metainoculation strategies[J]. Human Communication Research，2013，39（2）：184-207.

[18] MCGUIRE W J. Resistance to persuasion conferred by active and passive prior refutation of the same and alternative counterarguments[J]. The Journal of Abnormal and Social Psychology，1961，63（2）：326-332.

[19] 李新月，宋士杰，韓文婷，等. 失真健康信息預(yù)先干預(yù)對(duì)個(gè)體感知與行為意愿影響的實(shí)證研究[J]. 信息資源管理學(xué)報(bào)，2024，14（1）：44-54.

[20] NEYLAN J，BIDDLESTONE M，ROOZENBEEK J，et al. How to “inoculate” against multimodal misinformation：a conceptual replication of roozenbeek and van der linden（2020）[J]. Scientific Reports，2023，13（1）：18273.

[21] 夏志杰，呂檸. 智能系統(tǒng)支持下社交互動(dòng)對(duì)提升公眾信息甄別能力的影響研究[J]. 情報(bào)資料工作，2024，45（5）：41-50.

[22] PATARANUTAPORN P，LIU R，F(xiàn)INN E，et al. Influencing human–AI interaction by priming beliefs about AI can increase perceived trustworthiness，empathy and effectiveness[J]. Nature Machine Intelligence，2023，5：1076-1086.

[23] SAKA A B，OYEDELE L O，AKANBI L A，et al. Conversational artificial intelligence in the AEC industry：a review of present status，challenges and opportunities[J]. Advanced Engineering Informatics，2023，55：101869.

[24] KOZAK J，F(xiàn)EL S. How sociodemographic factors relate to trust in artificial intelligence among students in Poland and the United Kingdom[J]. Scientific Reports，2024，14：28776.

[25] SHI X Y，ZHANG J X，WANG H L，et al. The effectiveness of digital interactive intervention on reducing older adults’depressive and anxiety symptoms：a systematic review and meta-analysis[J]. Gerontology，2024，70（9）：991-1012.

[26] CHEN T，LI X，DUAN Y Q. The effects of cognitive dissonance and self-efficacy on short video discontinuous usage intention[J]. Information Technology People，2024，37（4）：1514-1539.

[27] HURLING R，F(xiàn)AIRLEY B W，DIAS M B. Internet-based exercise intervention systems：are more interactive designs better？[J]. Psychology Health，2006，21（6）：757-772.

[28] 周濤，劉佳怡，鄧勝利. 基于SOR模型的在線知識(shí)社區(qū)用戶潛水行為研究[J]. 情報(bào)雜志，2022，41（7）：160-165，83.

[29] 唐雪梅，賴勝?gòu)?qiáng). 基于焦慮視角的受眾網(wǎng)絡(luò)健康謠言轉(zhuǎn)發(fā)意愿研究[J]. 情報(bào)雜志，2023，42（11）：135-141.

[30] 劉春年，陳夢(mèng)秋. 基于線索效用理論的用戶虛假信息感知與互動(dòng)行為研究：面向深度偽造信息[J]. 情報(bào)雜志，2023，42（10）：96-104，19.

[31] BOMAN C D. Examining characteristics of prebunking strategies to overcome PR disinformation attacks[J]. Public Relations Review，2021，47（5）：102105.

[32] ROOZENBEEK J，VAN DER LINDEN S. Inoculation theory and misinformation[M]. Latvia：NATO Strategic Communications Centre of Excellence，2021.

[33] PENNYCOOK G，RAND D G. Lazy，not biased：susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning[J]. Cognition，2019，188：39-50.

[34] SHAREVSKI F，ALSAADI R，JACHIM P，et al. Misinformation warnings：Twitter’s soft moderation effects on COVID-19 vaccine belief echoes[J]. Computers Security，2022，114：102577.

[35] CLAYTON K，BLAIR S，BUSAM J A，et al. Real solutions for fake news？measuring the effectiveness of general warnings and fact-check tags in reducing belief in 1 stories on social media[J]. Political Behavior，2020，42（4）：1073-1095.

[36] BANERJEE S. Exaggeration in fake vs. authentic online reviews for luxury and budget hotels[J]. International Journal of Information Management，2022，62：102416.

[37] 鄧勝利，顧一飛. 網(wǎng)絡(luò)虛假健康信息研究綜述：認(rèn)知、行為與治理[J]. 圖書(shū)館雜志，2022，41（5）：14-22.

[38] KIM C，YANG S G. Like，comment，and share on Facebook：how each behavior differs from the other[J]. Public Relations Review，2017，43（2）：441-449.

[39] 位志廣，宋小康，朱慶華，等. 基于隨機(jī)森林的健康謠言分享意愿研究[J]. 現(xiàn)代情報(bào)，2020，40（5）：78-87.

[40] BASOL M，ROOZENBEEK J，BERRICHE M，et al. Towards psychological herd immunity：cross-cultural evidence for two prebunking interventions against COVID-19 misinformation[J]. Big Data Society，2021，8：1-18.

[41] ROOZENBEEK J，VAN DER LINDEN S. How to combat health misinformation：a psychological approach[J]. American Journal of Health Promotion，2022，36（3）：569-575.

[42] LU C，HU B，LI Q，et al. Psychological inoculation for credibility assessment，sharing intention，and discernment of misinformation：systematic review and meta-analysis[J]. Journal of Medical Internet Research，2023，25：e49255.

作者簡(jiǎn)介

楊雪艷，女，碩士研究生，研究方向：信息管理和信息系統(tǒng)。

夏志杰，男，博士，教授，博士生導(dǎo)師，通信作者，研究方向：信息管理和信息系統(tǒng)，E-mail：xia_zhijie@163.com。

Influence of Interactive Pre-Intervention on False Information Perception and Behavior of Social Platform Users

YANG XueYan XIA ZhiJie

（School of Management， Shanghai University of Engineering Science， Shanghai 201620， P. R. China）

Abstract： By combining logical vaccination-based pre-intervention measures with conversational artificial intelligence， the influence of intelligent systemdriven interactive pre-intervention on social platform users’ 1 information perception and behavior （like and forward） is verified， providing new ideas and methods for social platforms to combat 1 information. This study builds a framework model based on S-O-R theory， designs a control experiment， collects data by questionnaire survey， and explores the differential influence of intervention measures on users’ 1 information perception and behavior through oneway ANOVA and mediation effect analysis. The results show that the intervention significantly reduces the perceived credibility， accuracy， and authenticity of 1 information and users’ liking and forwarding behaviors. At the same time， perceived authenticity and perceived accuracy play a certain mediating role between intervention measures and user behavior. The study suggests that social platforms can reduce the negative influence of 1 information through preintervention measures， and take multiple factors into account when developing intervention strategies.

Keywords： Social Platform； False Information； Pre-Intervention； Individual Perception； Information Behavior； S-O-R Framework Model

（責(zé)任編輯：王瑋）