摘要：[目的/意義]眾包事實(shí)核查作為各社交媒體平臺(tái)治理虛假信息的一種措施，探索眾包事實(shí)核查與用戶信息參與行為的關(guān)系有利于平臺(tái)改進(jìn)和優(yōu)化虛假信息治理措施。[方法/過(guò)程]采用實(shí)證分析方法，通過(guò)2（描述性社會(huì)規(guī)范：存在Vs.不存在）×2（來(lái)源可信度：高Vs.低）、2（正向核查：存在Vs.不存在）×2（來(lái)源可信度：高Vs.低）、2（負(fù)向核查：存在Vs.不存在）× 2（來(lái)源可信度：高Vs.低）的組間實(shí)驗(yàn)設(shè)計(jì)，從描述性社會(huì)規(guī)范、來(lái)源可信度、正負(fù)向核查等方面探索用戶信息參與行為的影響機(jī)制。[結(jié)果/結(jié)論]實(shí)證結(jié)果表明，描述性社會(huì)規(guī)范正向影響用戶信息參與行為，且描述性社會(huì)規(guī)范和用戶信息參與行為呈倒U型關(guān)系；來(lái)源可信度對(duì)描述性社會(huì)規(guī)范和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用；來(lái)源可信度對(duì)正向核查和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用，來(lái)源可信度越高，正向核查對(duì)用戶信息參與行為的影響越大；來(lái)信可信度對(duì)負(fù)向核查和用戶信息參與行為之間的關(guān)系具有負(fù)向調(diào)節(jié)作用，來(lái)源可信度越高，負(fù)向核查對(duì)用戶信息參與行為的影響越小。

關(guān)鍵詞：眾包事實(shí)核查；社會(huì)規(guī)范；來(lái)源可信度；信息參與行為

分類號(hào)：G206

引用格式：李瑾頡， 聶凱倫， 吳聯(lián)仁， 等. 眾包事實(shí)核查對(duì)信息參與行為的影響：基于來(lái)源可信度的調(diào)節(jié)[J/OL]. 知識(shí)管理論壇， 2024， 9（4）： 367-379 [引用日期]. http：//www.kmf.ac.cn/p/399/. （Citation： Li Jinjie， Nie Kailun， Wu Lianren， et al. The Impact of Crowdsourced Fact-checking on User Information Engagement Behavior： The Moderating of Source Credibility[J/OL]. Knowledge Management Forum， 2024， 9（4）： 367-379 [cite date]. http：//www.kmf.ac.cn/p/399/.）

1 引言/ Introduction

近年來(lái)，全球各國(guó)社交媒體平臺(tái)一直面臨虛假信息泛濫和快速傳播的挑戰(zhàn)，眾包事實(shí)核查被各社交媒體平臺(tái)用于虛假信息治理。

事實(shí)核查最早出現(xiàn)在新聞界，作為一種創(chuàng)新的新聞形態(tài)，以新聞報(bào)道中可驗(yàn)證的事實(shí)為對(duì)象，遵循新聞生產(chǎn)或社會(huì)科學(xué)邏輯的分析手段來(lái)驗(yàn)證和表達(dá)事實(shí)，并依據(jù)“透明性”原則向公眾完整呈現(xiàn)開(kāi)展核查所依據(jù)的證據(jù)、論證過(guò)程及判定結(jié)果。眾包事實(shí)核查作為專業(yè)核查的補(bǔ)充，旨在減少在線社區(qū)或社交媒體平臺(tái)的虛假和錯(cuò)誤信息，如Twitter平臺(tái)的Birdwatch功能[1]、職場(chǎng)社交平臺(tái)“脈脈職言”社區(qū)的用戶表情標(biāo)簽投票功能等。各社交平臺(tái)設(shè)計(jì)的功能旨在發(fā)動(dòng)用戶在社交平臺(tái)和在線社區(qū)對(duì)虛假信息的核查，打擊網(wǎng)絡(luò)空間的虛假信息，從而實(shí)現(xiàn)網(wǎng)絡(luò)空間虛假信息的治理[2-3]。

與專業(yè)機(jī)構(gòu)的事實(shí)核查不同，如澎湃新聞的“澎湃明查”，其事實(shí)核查者具有專業(yè)的知識(shí)背景。然而，普通網(wǎng)民是結(jié)合自身特有的背景和知識(shí)儲(chǔ)備對(duì)信息做出判斷的，承擔(dān)了事實(shí)核查員的角色[4]。

目前對(duì)眾包事實(shí)核查的效果還存在爭(zhēng)議，未能形成一致的結(jié)論。一些學(xué)者認(rèn)為眾包事實(shí)核查在減少虛假信息及其傳播方面具有明顯的效果，并指出一些社交媒體平臺(tái)巨頭正積極嘗試讓眾包工作[5]。Facebook有一個(gè)名為“社區(qū)評(píng)論”的項(xiàng)目，雇傭外行人評(píng)估新聞內(nèi)容；Twitter通過(guò)自己的項(xiàng)目“鳥(niǎo)觀”（Birdwatch）征求讀者對(duì)Twitter消息真實(shí)性的意見(jiàn)[1]。另一方面，有學(xué)者指出普通網(wǎng)民無(wú)法達(dá)到專業(yè)事實(shí)核查人員的水平[3]，有理由對(duì)依賴于代表性人口樣本的眾包事實(shí)核查持謹(jǐn)慎態(tài)度。此外，雖然眾包這種基于群體的形式能提供一些新聞質(zhì)量評(píng)估信息，但它們識(shí)別虛假新聞的能力有限，而且差異很大。

要厘清眾包事實(shí)核查的效果，首先需要理解眾包事實(shí)核查，即網(wǎng)民在社交媒體平臺(tái)或在線社區(qū)對(duì)帖子進(jìn)行標(biāo)注、投票和打標(biāo)簽等行為對(duì)其他用戶信息參與行為發(fā)揮作用的內(nèi)在機(jī)制。梳理已有文獻(xiàn)發(fā)現(xiàn)，相關(guān)研究有兩個(gè)視角：①將網(wǎng)民群體的事實(shí)核查看作一種社會(huì)規(guī)范約束，社交媒體平臺(tái)通過(guò)將其他群體網(wǎng)民對(duì)信息的評(píng)級(jí)或標(biāo)簽展示給后續(xù)的用戶參考，從而影響其信息參與行為，如對(duì)信息的點(diǎn)贊、評(píng)論和轉(zhuǎn)發(fā)等[6]。社會(huì)心理學(xué)表明，社會(huì)規(guī)范（Social Norms，SNs）強(qiáng)烈影響著個(gè)體行為和信念[7]。因此，社會(huì)規(guī)范可能是減少虛假信息的一個(gè)解決方案，社會(huì)規(guī)范可以引導(dǎo)行為朝著對(duì)個(gè)人和社會(huì)有益的方向發(fā)展[8]。信息管理領(lǐng)域?qū)W者將社會(huì)規(guī)范應(yīng)用在虛假信息分享和治理方面[9-10]。②將眾包事實(shí)核查作為一種助推干預(yù)，旨在提醒用戶對(duì)信息的準(zhǔn)確性進(jìn)行思考，從而影響用戶的信息參與行為。G. Pennycook等從行為科學(xué)視角，采用助推干預(yù)的方法，將用戶注意力轉(zhuǎn)移到信息準(zhǔn)確性上，從而減少了虛假信息的傳播，實(shí)現(xiàn)虛假信息的治理[11-12]。這一研究視角受到相關(guān)研究領(lǐng)域?qū)W者的關(guān)注，并在健康虛假信息治理等方面發(fā)揮作用[13]。

已有文獻(xiàn)在兩個(gè)方面的研究都尚處于初始階段，探索眾包事實(shí)核查標(biāo)簽對(duì)用戶信息參與行為的內(nèi)在機(jī)制還不夠深入，特別是在眾包事實(shí)核查標(biāo)簽作為一種描述性社會(huì)規(guī)范（存在Vs.不存在）以及正向核查（存在Vs.不存在）和負(fù)向核查（存在Vs.不存在）等情境下，用戶信息參與行為是否有顯著差異？眾包事實(shí)核查與信息來(lái)源可信度是否存在交互效應(yīng)？

為了解決上述兩個(gè)問(wèn)題，本研究將眾包事實(shí)核查信息（即群體網(wǎng)民對(duì)信息的評(píng)級(jí)、標(biāo)注或標(biāo)簽）看作一種描述性社會(huì)規(guī)范，研究其對(duì)用戶信息參與行為的影響，進(jìn)一步探索眾包事實(shí)核查的類型如“符合事實(shí)”等（正向核查）、“沒(méi)有依據(jù)”等（負(fù)向核查）和信息來(lái)源可信度對(duì)用戶信息參與行為的交互作用。

2 文獻(xiàn)綜述/ Literature review

2.1 多學(xué)科虛假信息治理研究

假新聞、陰謀論、謠言等虛假信息（misinformation）一直都是媒介輿論場(chǎng)中一股不容忽視的“暗流”與“逆流”，在不同社會(huì)、種族和文化群體中均有著一定影響力。梳理近5年國(guó)內(nèi)外相關(guān)研究代表性文獻(xiàn)發(fā)現(xiàn)，虛假信息的治理已成為當(dāng)前各學(xué)科研究的重點(diǎn)和熱點(diǎn)，受到廣泛關(guān)注（見(jiàn)表1）。國(guó)際著名綜合期刊Science、Nature和PNAS分別發(fā)文探討虛假信息的傳播、公眾參與和治理研究等問(wèn)題。各學(xué)科領(lǐng)域主流期刊更是以特刊（special issue）的形式對(duì)虛假信息相關(guān)問(wèn)題開(kāi)展系統(tǒng)探討，如信息管理領(lǐng)域期刊Journal of Management Information Systems和傳播學(xué)領(lǐng)域期刊Social Media & Society。

虛假信息治理是一項(xiàng)艱巨、緊迫而又長(zhǎng)期的任務(wù)。自信息疫情現(xiàn)象出現(xiàn)以來(lái)，國(guó)內(nèi)外不同領(lǐng)域?qū)W者展開(kāi)了虛假治理的綜合探索，一些學(xué)者從技術(shù)阻斷、法律法規(guī)約束、行政處罰、教育勸導(dǎo)等角度提出了治理路徑[14-15]。另一些學(xué)者開(kāi)始從公眾認(rèn)知、心理等角度，希望對(duì)“虛假信息”提出標(biāo)本兼治的新的方法和策略。特別是2021年發(fā)表在Nature上的一篇文獻(xiàn)[11]，從行為科學(xué)視角，通過(guò)助推干預(yù)的方法，開(kāi)辟了“虛假信息”助推治理這一研究方向，促進(jìn)了相關(guān)研究的發(fā)展。發(fā)表在Nature Medicine上的文獻(xiàn)[13]，從心理認(rèn)知和干預(yù)視角，通過(guò)社會(huì)規(guī)范助推打擊社交媒體上的假新聞，通過(guò)助推引導(dǎo)公眾的注意力去判斷信息真實(shí)性，來(lái)使其減少對(duì)虛假信息的轉(zhuǎn)發(fā)。

2.2 社會(huì)規(guī)范與虛假信息治理

社會(huì)心理學(xué)表明，社會(huì)規(guī)范強(qiáng)烈影響著個(gè)體行為[25]。因此，社會(huì)規(guī)范作為可能是減少虛假信息的一個(gè)解決方案被提出[9]。社會(huì)規(guī)范可以引導(dǎo)行為朝著對(duì)個(gè)人和社會(huì)有益的方向發(fā)展[26]。有研究表明，SNs是鼓勵(lì)不同領(lǐng)域中親社會(huì)行為的有力工具。社會(huì)規(guī)范研究主要包括社會(huì)規(guī)范與個(gè)體行為的影響研究，如健康行為、親環(huán)境行為、消費(fèi)行為等[27]。

就虛假信息的分享而言，已經(jīng)有一些初步的證據(jù)表明，提供一個(gè)反對(duì)在線分享虛假信息的規(guī)范可以減少這種行為。U. K. H. Ecker等通過(guò)3個(gè)實(shí)驗(yàn)研究發(fā)現(xiàn)社會(huì)規(guī)范在減少錯(cuò)誤信念方面和反駁一樣有效，而將社會(huì)規(guī)范和反駁干預(yù)措施的結(jié)合是最有影響的[7]。S. Andi等研究發(fā)現(xiàn)，基于社會(huì)規(guī)范的提示使愿意分享虛假信息文章的人的比例減少了5.1%，表示不想分享該文章的受訪者的比例增加了46.7%[8]。H. Gimpel等通過(guò)實(shí)驗(yàn)證明在使用社會(huì)規(guī)范來(lái)提升人們舉報(bào)假新聞的研究中，使用強(qiáng)制性規(guī)范顯著提升了人們舉報(bào)假新聞的行為意愿，但是描述性規(guī)范并沒(méi)有顯著的作用[9]。同時(shí)，將強(qiáng)制性社會(huì)規(guī)范和描述性社會(huì)規(guī)范相結(jié)合導(dǎo)致了最大幅度的舉報(bào)行為。因此，社會(huì)規(guī)范是對(duì)抗假新聞的一種有希望的社會(huì)技術(shù)補(bǔ)救措施。

社會(huì)規(guī)范性信息可以幫助揭穿虛假或模棱兩可的主張，并表明虛假信息處理的理論應(yīng)該考慮到社會(huì)規(guī)范因素。由于描述性規(guī)范和強(qiáng)制性規(guī)范涉及傳遞不同的信息，其對(duì)行為的影響也存在差異。學(xué)者們對(duì)兩類社會(huì)規(guī)范的作用效果褒貶不一。因此，本研究將進(jìn)一步探索社會(huì)規(guī)范與虛假信息相結(jié)合的研究，以期能對(duì)上述問(wèn)題進(jìn)行系統(tǒng)的探討。

3 研究假設(shè)/ Research hypothesis

社會(huì)規(guī)范是一種指導(dǎo)和約束人們共同認(rèn)可的行為社會(huì)規(guī)則。它可以控制群體內(nèi)的期望，告訴人們社會(huì)期待的行為或是大家正在做的行為[26]。當(dāng)個(gè)人無(wú)法判斷某件事的合理性和合法性時(shí)，會(huì)傾向于參考和模仿他人的行為，這一過(guò)程就涉及到社會(huì)規(guī)范。社會(huì)規(guī)范可以預(yù)測(cè)個(gè)體行為，因?yàn)楫?dāng)人們感知到規(guī)范壓力時(shí)會(huì)更傾向于遵守社會(huì)規(guī)范，社會(huì)規(guī)范會(huì)促進(jìn)人們的親社會(huì)行為。已有文獻(xiàn)主要區(qū)分了兩種不同類型的社會(huì)規(guī)范：描述性社會(huì)規(guī)范和命令性（或強(qiáng)制性）社會(huì)規(guī)范。如錢明輝等研究了描述性社會(huì)規(guī)范和命令性社會(huì)規(guī)范對(duì)促進(jìn)人們采納說(shuō)服性健康信息意愿的作用效果[28]。

3.1 描述性社會(huì)規(guī)范對(duì)用戶信息參與行為的影響

描述性社會(huì)規(guī)范向用戶展現(xiàn)了其他人對(duì)某一特定行為的看法和態(tài)度，并通過(guò)與描述該行為相關(guān)的社會(huì)獎(jiǎng)勵(lì)和懲罰來(lái)鼓勵(lì)用戶參與社會(huì)認(rèn)可行為，減少社會(huì)不認(rèn)可行為。這可能是一種社會(huì)壓力的形式，即告訴用戶應(yīng)該怎么做。描述性社會(huì)規(guī)范會(huì)刺激用戶不同的行為動(dòng)機(jī)：描述性社會(huì)規(guī)范期待用戶做出與大多數(shù)人一致的決定從而保持在該情景下的正確決策。有文獻(xiàn)在研究虛假信息時(shí)，經(jīng)常把參與度作為因變量，社交媒體平臺(tái)提供量化指標(biāo)（如注釋、點(diǎn)贊、評(píng)論和轉(zhuǎn)發(fā)），這些信息有助于用戶推斷其他人對(duì)帖子內(nèi)容的看法。此外，社交媒體指標(biāo)能讓用戶相信別人認(rèn)可的內(nèi)容。因此，若在線社區(qū)存在描述性社會(huì)規(guī)范可能會(huì)有更多的用戶基于從眾心理，愿意參與到帖子中來(lái)，包括評(píng)論、點(diǎn)贊和轉(zhuǎn)發(fā)。

描述性社會(huì)規(guī)范使個(gè)體對(duì)所處群體中多數(shù)人都在做的行為產(chǎn)生認(rèn)知，形成類似于羊群效應(yīng)，對(duì)促進(jìn)用戶信息參與行為產(chǎn)生影響。本研究將眾包事實(shí)核查信息，即群體通過(guò)表情標(biāo)簽表達(dá)對(duì)帖子的觀點(diǎn)，作為描述性社會(huì)規(guī)范（見(jiàn)圖2）。當(dāng)存在描述性社會(huì)規(guī)范信息時(shí)，會(huì)促進(jìn)用戶通過(guò)轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊行為參與帖子。因此，本研究提出假設(shè)H1。

H1：眾包事實(shí)核查信息作為一種描述性社會(huì)規(guī)范，正向影響用戶信息參與行為。

社會(huì)規(guī)范是存在強(qiáng)度的[9]，不論是強(qiáng)制性社會(huì)規(guī)范還是描述性社會(huì)規(guī)范。描述性社會(huì)規(guī)范的強(qiáng)度可以通過(guò)控制特定標(biāo)簽的數(shù)量來(lái)改變（即本研究中眾包事實(shí)核查表情的數(shù)量）。目前研究表明，描述性社會(huì)規(guī)范的強(qiáng)度與行為之間存在正相關(guān)關(guān)系[29-30]。例如，C. Demarque等發(fā)現(xiàn)在網(wǎng)上購(gòu)物環(huán)境中，社會(huì)規(guī)范強(qiáng)度對(duì)購(gòu)買生態(tài)產(chǎn)品的顧客人數(shù)存在正向影響[31]，表現(xiàn)出特定行為的人數(shù)越多，這種行為就越被視為標(biāo)準(zhǔn)的做事方式，顧客也就越愿意使用社會(huì)規(guī)范作為決策捷徑。反之亦然，如果描述性社會(huì)規(guī)范的強(qiáng)度比較弱，表明大多數(shù)人的行為并不理想，則可能會(huì)適得其反[32]。

對(duì)于混雜著真假信息的在線社區(qū)，描述性社會(huì)規(guī)范的存在使用戶的注意力集中在特定的帖子和群體行為上，為用戶參與提供決策依據(jù)。因此，描述性社會(huì)規(guī)范越強(qiáng)，參與帖子行為也會(huì)越多。然而，從動(dòng)機(jī)推理角度，M. Chung等研究發(fā)現(xiàn)，眾包事實(shí)核查標(biāo)簽顯著降低了用戶評(píng)估信息可信度的動(dòng)機(jī)推理[33]。從感知價(jià)值視角，隨著描述性社會(huì)規(guī)范的不斷增強(qiáng)（即群體對(duì)帖子給出的標(biāo)簽增多），如“符合事實(shí)”或“沒(méi)有依據(jù)”的標(biāo)簽數(shù)量很大，表明帖子所闡述的內(nèi)容或事情已有明顯的結(jié)論，帖子的真假性在群體中已有一致結(jié)論。相應(yīng)的，對(duì)帖子的真假性核查動(dòng)機(jī)也會(huì)減弱，并且再過(guò)多參與該帖子內(nèi)容或事件的價(jià)值增量不大[9]。筆者預(yù)測(cè)，隨著描述性社會(huì)規(guī)范的增強(qiáng)，用戶感知到參與帖子的價(jià)值降低，從而會(huì)減少參與行為。這表明，描述性社會(huì)規(guī)范強(qiáng)度存在一個(gè)臨界值，當(dāng)超過(guò)這個(gè)臨界值時(shí)，用戶對(duì)帖子的參與行為意愿會(huì)減弱，用戶參與行為數(shù)量（轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊數(shù)量）相應(yīng)減少。因此，本研究提出假設(shè)H2。

H2：隨著事實(shí)核查標(biāo)簽數(shù)量的增加（即描述性社會(huì)規(guī)范增強(qiáng)），用戶信息參與行為會(huì)呈現(xiàn)先增后減的趨勢(shì)，即兩者存在倒U型關(guān)系。

3.2 來(lái)源可信度與社會(huì)規(guī)范的交互效應(yīng)

社交媒體平臺(tái)中影響信息接受者參與信息評(píng)論和傳播的一個(gè)重要因素是——信息來(lái)源的可信程度[33]。事實(shí)上，當(dāng)收到信息時(shí)，接收者在決定是否參與信息（點(diǎn)評(píng)或點(diǎn)贊）和傳遞信息（轉(zhuǎn)發(fā)）時(shí)，首先會(huì)評(píng)估信息的可信度。來(lái)源可信度是信息接收者對(duì)信息創(chuàng)造者的看法，反映信息創(chuàng)造者的專業(yè)性與可靠性，與信息內(nèi)容是否可靠無(wú)關(guān)[34]。來(lái)源可信度對(duì)信息分享和互動(dòng)行為（點(diǎn)贊和評(píng)論）有顯著正向影響[35]。

ELM（Elaboration Likelihood Model）模型給出了影響闡釋可能性的兩個(gè)重要背景因素：信息參與者的動(dòng)機(jī)和能力。與ELM的預(yù)測(cè)一致，上述先前的研究通過(guò)實(shí)證分析和實(shí)驗(yàn)研究了來(lái)源可信度和社會(huì)規(guī)范這兩個(gè)因素與中心和外圍路徑對(duì)用戶參與行為的影響。由于本研究的目的是分析信息來(lái)源可信度與社會(huì)規(guī)范的交互作用，因此筆者不重復(fù)以往的研究。相反，基于以往的理論研究[36]，筆者將源可信度作為說(shuō)服過(guò)程中的重要調(diào)節(jié)因素，以探索其調(diào)節(jié)作用。研究模型如圖1所示：

筆者預(yù)計(jì)來(lái)源可信度與描述性社會(huì)規(guī)范存在匹配效應(yīng)，與可信度較低的信息來(lái)源相比，來(lái)源可信度高且同時(shí)存在描述性社會(huì)規(guī)范的帖子會(huì)對(duì)用戶信息參與行為產(chǎn)生更強(qiáng)的影響。而對(duì)于來(lái)源可信度低且不存在描述性社會(huì)規(guī)范的帖子，對(duì)用戶信息參與行為的影響則會(huì)減弱[38]。具體來(lái)說(shuō)，本研究提出假設(shè)H3。

H3：來(lái)源可信度對(duì)描述性社會(huì)規(guī)范和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用，來(lái)源可信度越高，描述性社會(huì)規(guī)范對(duì)用戶信息參與行為的影響越大。

眾包事實(shí)核查類型分為“符合事實(shí)”等正向核查與“沒(méi)有依據(jù)”等負(fù)向核查，其對(duì)用戶信息參與行為的影響是否有區(qū)別？已有研究指出，個(gè)體更愿意分享支持態(tài)度而非反對(duì)態(tài)度的事實(shí)核查。更具體地說(shuō)，與動(dòng)機(jī)推理過(guò)程相一致的是，與反駁信息（即被核查為“沒(méi)有依據(jù)”等負(fù)向的信息）相比，用戶更愿意分享確認(rèn)信息（即被核查為“符合事實(shí)”等的正向信息）[6]。據(jù)此筆者假設(shè)，當(dāng)描述性社會(huì)規(guī)范是正向核查時(shí)，來(lái)源可信度越高，描述性社會(huì)規(guī)范對(duì)用戶信息參與行為的影響越大；當(dāng)描述性社會(huì)規(guī)范是負(fù)向核查時(shí)，來(lái)源可信度越高，描述性社會(huì)規(guī)范對(duì)用戶信息參與行為的影響越低。因此，本研究提出假設(shè)H4和H5。

H4：來(lái)源可信度對(duì)正向核查和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用，來(lái)源可信度越高，正向核查對(duì)用戶信息參與行為的影響越大。

H5：來(lái)信可信度對(duì)負(fù)向核查和用戶信息參與行為之間的關(guān)系具有負(fù)向調(diào)節(jié)作用，來(lái)源可信度越高，負(fù)向核查對(duì)用戶信息參與行為的影響越小。

4 實(shí)證研究/ Empirical research

4.1 數(shù)據(jù)來(lái)源和結(jié)果分析

本研究的數(shù)據(jù)來(lái)源于職場(chǎng)社交APP“脈脈”的“職言”板塊，在該板塊下用戶可匿名，或通過(guò)認(rèn)證后發(fā)布與企業(yè)相關(guān)的帖子，該帖子會(huì)被其他用戶進(jìn)行事實(shí)核查，通過(guò)帖子下方設(shè)置的8個(gè)表情標(biāo)簽對(duì)帖子進(jìn)行評(píng)價(jià)，其中正向核查標(biāo)簽有4個(gè)：“符合事實(shí)”“感同身受”“同問(wèn)”“有幫助”，負(fù)向核查標(biāo)簽有4個(gè)：“言辭過(guò)激”“沒(méi)有證據(jù)”“有失偏頗”“涉及隱私”。，用戶參與帖子的行為包括“轉(zhuǎn)發(fā)”“評(píng)論”和“點(diǎn)贊”（具體示例見(jiàn)圖2）。本研究將眾包事實(shí)核查產(chǎn)生的信息（即各種表情標(biāo)簽）作為一種描述性社會(huì)規(guī)范，探討描述性社會(huì)規(guī)范對(duì)用戶信息參與行為（轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊）的影響，同時(shí)考慮信息來(lái)源可信度（發(fā)帖用戶是否有通過(guò)平臺(tái)身份認(rèn)證）對(duì)描述性社會(huì)規(guī)范和用戶信息參與行為之間關(guān)系的調(diào)節(jié)作用。本研究采集了職場(chǎng)社交APP“脈脈職言”中的1 194條帖子、3 802個(gè)核查表情標(biāo)簽、133 648個(gè)用戶參與行為及其“話題”和“話題”等字段數(shù)據(jù)。

本研究選取“脈脈職言”中的帖子，進(jìn)行社交媒體平臺(tái)用戶虛假信息參與行為的研究，具有一定的代表性，主要是自“脈脈職言”誕生起，就充斥著各種企業(yè)傳言。據(jù)新浪財(cái)經(jīng)和界面新聞報(bào)道：“在中國(guó)裁判文書網(wǎng)上，脈脈（主體公司名為‘淘友天下’）是?？停?yàn)槁氀陨系哪涿颖卉嚭枚?、字?jié)跳動(dòng)、百度、B站和便利蜂等企業(yè)起訴”[38-39]。

本研究涉及8個(gè)研究變量，其中因變量為用戶參與行為，包括轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊，分別用獲得的數(shù)量來(lái)表示，其余5個(gè)自變量為： ①信息來(lái)源可信度（source credibility， SC），通過(guò)有無(wú)認(rèn)證來(lái)表示，有認(rèn)證為高可信度來(lái)源，用1表示，無(wú)認(rèn)證為低可信度來(lái)源，用0表示；②話題（topic），表示帖子是否在一個(gè)具體的話題內(nèi)，1表示帖子是在一個(gè)具體話題內(nèi)，0則不是；③描述性社會(huì)規(guī)范（descriptive social norms， DSNs），用8個(gè)表情標(biāo)簽的總數(shù)表示，在做方差分析時(shí)，將其轉(zhuǎn)化為二元數(shù)值，1表示存在描述性社會(huì)規(guī)范，0則表示不存在；④正向核查（positive check， PC），用4個(gè)正向核查標(biāo)簽的總數(shù)表示，在做方差分析時(shí)，將其轉(zhuǎn)化為二元數(shù)值，1表示存在正向核查，0表示不存在；⑤負(fù)向核查（negative check， NC），用4個(gè)負(fù)向核查標(biāo)簽的總數(shù)表示，在做方差分析時(shí)，將其轉(zhuǎn)化為二元數(shù)值，1表示存在負(fù)向核查，0表示不存在。變量的基本統(tǒng)計(jì)結(jié)果如表2所示。

4.2 結(jié)果分析

從表3可以看出，在職業(yè)社交平臺(tái)“脈脈”中，眾包事實(shí)核查信息作為一種描述性社會(huì)規(guī)范（DSNs），與用戶參與帖子的轉(zhuǎn)發(fā)行為（B=1.953， t=26.111， p<0.01）、評(píng)論行為（B=2.275， t=21.547， p<0.01）和點(diǎn)贊行為（B=2.284， t=24.602， p<0.01）均顯著正相關(guān)。因此，假設(shè)H1獲得支持。

描述性社會(huì)規(guī)范的平方（DSNs2）與用戶參與帖子的轉(zhuǎn)發(fā)行為（B=1.953， t=26.111， p<0.01），評(píng)論行為（B=2.275， t=21.547， p<0.01）和點(diǎn)贊行為（B=2.284， t=24.602， p<0.01）均顯著負(fù)相關(guān)。這表明，隨著事實(shí)核查信息數(shù)量的增加（即描述性社會(huì)強(qiáng)度增強(qiáng)），用戶參與行為數(shù)量會(huì)呈現(xiàn)先增后減的趨勢(shì)，即兩者存在一個(gè)倒U型關(guān)系，假設(shè)H2獲得支持。

采用方差分析，對(duì)來(lái)源可信度與描述性社會(huì)規(guī)范的交互作用進(jìn)行研究，分析結(jié)果見(jiàn)表4。結(jié)果顯示，來(lái)源可信度對(duì)描述性社會(huì)規(guī)范和用戶轉(zhuǎn)發(fā)行為之間的關(guān)系具有正向調(diào)節(jié)作用（F=12.622， P<0.001）。來(lái)源可信度越高，存在描述性社會(huì)規(guī)范對(duì)用戶轉(zhuǎn)發(fā)行為的影響越大。而來(lái)源可信度與描述性社會(huì)規(guī)范對(duì)評(píng)論（F=2.650， P=0.104>0.1）和點(diǎn)贊（F=0.366， P=0.545>0.1）的交互效應(yīng)不顯著， 因此假設(shè)H3部分獲得支持。

從圖3可見(jiàn)，與低來(lái)源可信度相比，在高來(lái)源可信度下，描述性社會(huì)規(guī)范對(duì)用戶轉(zhuǎn)發(fā)行為的影響更大，且影響顯著（F=12.622， P<0.001）。

表5是來(lái)源可信度和正向核查對(duì)用戶參與行為的交互作用。結(jié)果顯示，來(lái)源可信度對(duì)正向核查和用戶轉(zhuǎn)發(fā)行為（F=19.989， P<0.001）、評(píng)論行為（F=5.991，P=0.015<0.05）之間的關(guān)系具有正向調(diào)節(jié)作用。來(lái)源可信度越高，正向核查對(duì)用戶轉(zhuǎn)發(fā)和評(píng)論行為的影響越大。而來(lái)源可信度與正向核查對(duì)點(diǎn)贊行為（F=0.796， P=0.372>0.1）的交互作用不顯著，因此假設(shè)H4部分獲得支持。

由圖4和圖5可見(jiàn)，與低來(lái)源可信度相比，在高來(lái)源可信度下，存在正向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響更大，且影響顯著（F=19.989， P<0.001）；存在正向核查對(duì)用戶評(píng)論行為的影響也更大，影響顯著（F=5.991， P=0.015）；存在正向核查與不存在正向核查對(duì)用戶點(diǎn)贊行為的影響不顯著（F=0.796， P=0.372）。

表6是來(lái)源可信度和負(fù)向核查對(duì)用戶參與行為的交互作用。結(jié)果顯示，來(lái)源可信度對(duì)負(fù)向核查和用戶轉(zhuǎn)發(fā)行為之間的關(guān)系具有負(fù)向調(diào)節(jié)作用。來(lái)源可信度越高，負(fù)向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響越低。而來(lái)源可信度與負(fù)向核查對(duì)評(píng)論和點(diǎn)贊行為的交互作用不顯著，因此假設(shè)H5部分獲得支持。

由圖6可知，與低來(lái)源可信度相比，高來(lái)源可信度下，存在負(fù)向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響更小，且影響顯著（F=5.075， P=0.024<0.05）；存在負(fù)向核查與不存在負(fù)向核查對(duì)用戶評(píng)論行為（F=0.630， P=0.428>0.1）和點(diǎn)贊行為（F=1.035， P=0.309>0.1）的影響不顯著。

5 研究結(jié)論與啟示/ Conclusions and Implications

5.1 研究結(jié)論

本研究基于職場(chǎng)社交APP“脈脈職言”的帖子及其相關(guān)數(shù)據(jù)，從社會(huì)規(guī)范和來(lái)源可信度兩個(gè)方面，對(duì)在真實(shí)信息、傳言和虛假信息混雜的社交平臺(tái)中用戶信息參與行為的影響機(jī)制進(jìn)行探索。研究結(jié)果主要包括：

（1）眾包事實(shí)核查信息作為一種描述性社會(huì)規(guī)范，正向影響用戶社交媒體信息參與行為。以表情標(biāo)簽存在的眾包事實(shí)核查信息，不論是“符合事實(shí)”等的正向核查還是“沒(méi)有證據(jù)”等的負(fù)向核查，都會(huì)促進(jìn)用戶信息參與行為。這表明描述性社會(huì)規(guī)范使個(gè)體對(duì)所處群體中多數(shù)人都在做的行為產(chǎn)生認(rèn)知，形成類似于羊群效應(yīng)或勸說(shuō)效應(yīng)，對(duì)促進(jìn)用戶信息參與和采納行為產(chǎn)生影響。這與已有研究的結(jié)論一致[28]。

（2）眾包事實(shí)核查信息作為一種描述性社會(huì)規(guī)范，其數(shù)量的增加（即描述性社會(huì)規(guī)范增強(qiáng)）對(duì)用戶信息參與行為的影響呈現(xiàn)先增后減的趨勢(shì)，即兩者存在一個(gè)倒U型關(guān)系。本研究從動(dòng)機(jī)推理和感知價(jià)值視角對(duì)該現(xiàn)象提出了解釋。

（3）來(lái)源可信度對(duì)描述性社會(huì)規(guī)范和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用。來(lái)源可信度越高，描述性社會(huì)規(guī)范對(duì)用戶信息參與行為的影響越大。進(jìn)一步，將眾包事實(shí)核查分為正向核查和負(fù)向核查，研究發(fā)現(xiàn)來(lái)源可信度與正負(fù)向核查對(duì)用戶信息參與行為的交互作用存在顯著區(qū)別。來(lái)源可信度對(duì)正向核查和用戶信息參與行為之間的關(guān)系具有正向調(diào)節(jié)作用，來(lái)源可信度越高，正向核查對(duì)用戶轉(zhuǎn)發(fā)和評(píng)論行為的影響越大。來(lái)信可信度對(duì)負(fù)向核查和用戶信息參與行為之間的關(guān)系具有負(fù)向調(diào)節(jié)作用。來(lái)源可信度越高，負(fù)向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響越小。

上述研究結(jié)論說(shuō)明，事實(shí)核查被看作一種“社會(huì)規(guī)范約束”，可作為減少虛假信息的一個(gè)解決方案。不論是正向還是負(fù)向的事實(shí)核查標(biāo)簽都減少了在線虛假信息參與和分享行為。其中產(chǎn)生作用的機(jī)制是事實(shí)核查標(biāo)簽會(huì)誘導(dǎo)用戶對(duì)看到的信息進(jìn)行更多的批判性思考，雖然不一定能得出信息是否真實(shí)的結(jié)論，但可以使得用戶信息參與行為變得更加慎重。

5.2 研究貢獻(xiàn)

網(wǎng)絡(luò)空間虛假信息仍是數(shù)字社會(huì)安全面臨的重要挑戰(zhàn)之一，虛假信息的治理受到了各學(xué)科領(lǐng)域?qū)W者的廣泛關(guān)注和探討。本研究的理論貢獻(xiàn)主要有以下4個(gè)方面：

（1）先前的研究，如G. Pennycook等從心理學(xué)的行為助推干預(yù)視角，通過(guò)在線實(shí)驗(yàn)探索準(zhǔn)確性提醒對(duì)用戶分享虛假信息的影響[11]。H. Gimpel 等從社會(huì)規(guī)范視角，通過(guò)在線實(shí)驗(yàn)研究了強(qiáng)制性社會(huì)規(guī)范和描述性社會(huì)規(guī)范對(duì)用戶轉(zhuǎn)發(fā)假新聞的影響[9]。上述研究多采用在線實(shí)驗(yàn)的方法，而本研究通過(guò)職場(chǎng)社交媒體真實(shí)數(shù)據(jù)，采用實(shí)證分析的方法，探索眾包事實(shí)核查信息作為一種描述性社會(huì)規(guī)范對(duì)用戶信息參與行為（轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊）的影響。本研究對(duì)已有研究起到一個(gè)非常重要的補(bǔ)充作用。

（2）本研究探討了描述性社會(huì)規(guī)范強(qiáng)度對(duì)用戶信息參與行為的影響，發(fā)現(xiàn)描述性規(guī)范強(qiáng)度與用戶信息參與行為之間存在倒U型關(guān)系，并進(jìn)一步從動(dòng)機(jī)推理和感知價(jià)值視角，對(duì)該現(xiàn)象提出了解釋。同時(shí)，拓展了社會(huì)規(guī)范理論在虛假信息治理領(lǐng)域的本土化研究。

（3）本研究深入分析了信息來(lái)源可信度對(duì)描述性社會(huì)規(guī)范與用戶信息參與行為的調(diào)節(jié)效應(yīng)，深化了信息來(lái)源可信度、描述性社會(huì)規(guī)范和用戶信息參與行為等領(lǐng)域的研究。

（4）本研究將眾包事實(shí)核查的標(biāo)簽分為正向核查和負(fù)向核查，更進(jìn)一步地探討信息來(lái)源可信度對(duì)正負(fù)向核查與用戶信息參與行為關(guān)系之間的調(diào)節(jié)效應(yīng)。研究發(fā)現(xiàn)，來(lái)源可信度對(duì)正向核查和用戶信息轉(zhuǎn)發(fā)行為之間的關(guān)系具有正向調(diào)節(jié)作用。來(lái)源可信度越高，正向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響越大。來(lái)信可信度對(duì)負(fù)向核查和用戶轉(zhuǎn)發(fā)行為之間的關(guān)系具有負(fù)向調(diào)節(jié)作用。來(lái)源可信度越高，負(fù)向核查對(duì)用戶轉(zhuǎn)發(fā)行為的影響越小。本研究進(jìn)一步豐富了社交媒體虛假信息治理和用戶信息參與行為領(lǐng)域的研究。

此外，本研究的結(jié)論和貢獻(xiàn)對(duì)社交媒體平臺(tái)虛假信息治理提供了一定的實(shí)踐啟示。本研究結(jié)論為眾包事實(shí)核查作為社交媒體平臺(tái)虛假信息治理的一種措施提供可能性，并為該措施的優(yōu)化和改進(jìn)提供建議：

（1）社交媒體平臺(tái)在維持社區(qū)活躍度和減少虛假信息方面應(yīng)做出平衡。已有研究表明，社區(qū)實(shí)名制認(rèn)證會(huì)降低活躍度。但本研究也發(fā)現(xiàn)，實(shí)名制認(rèn)證（即來(lái)源可信度的確定）能夠提高用戶對(duì)虛假信息的參與，從而實(shí)現(xiàn)虛假信息的治理。

（2）社交媒體平臺(tái)可以采用強(qiáng)制性（命令性）社會(huì)規(guī)范減少虛假信息。社交媒體平臺(tái)在引進(jìn)群體用戶的核查表情標(biāo)簽作為描述性社會(huì)規(guī)范時(shí)，也可以通過(guò)提示用戶要遵守平臺(tái)規(guī)定（強(qiáng)制性社會(huì)規(guī)范），不參與虛假信息的分享。已有研究發(fā)現(xiàn)，強(qiáng)制性社會(huì)規(guī)范和描述性社會(huì)規(guī)范的結(jié)合對(duì)虛假信息的治理效果最佳[9]。

參考文獻(xiàn)/References：

[1] PR?LLOCHS N. Community-based fact-checking on Twitter’s Birdwatch platform[C]//Proceedings of the international AAAI conference on Web and social media. Palo Alto： AAAI Press， 2022： 794-805.

[2] ALLEN J， ARECHAR A A， PENNYCOOK G， et al. Scaling up fact-checking using the wisdom of crowds[J]. Science advances， 2021， 7（36）： eabf4393.

[3] SAEED M， TRAUB N， NICOLAS M， et al. Crowdsourced fact-checking at Twitter： how does the crowd compare with experts？[C]//Proceedings of the 31st ACM international conference on information & knowledge management. Atlanta： ACM， 2022： 1736-1746.

[4] 劉于思， 閆文捷， 周睿鳴. 讓事實(shí)核查更受歡迎？采用群眾舉報(bào)和親民話語(yǔ)糾正陰謀論的多重后果 [J]. 全球傳媒學(xué)刊， 2023， 10（3）： 170-190. （LIU Y S， YAN W J， ZHOU R M. Make fact-Checking more popular？ the paradoxical consequences of conspiracy theory correction using mass reporting and populist discourse[J]. Global journal of media studies， 2023， 10（3）： 170-190.）

[5] GODEL W， SANDERSON Z， ASLETT K， et al. Moderating with the mob： evaluating the efficacy of real-time crowdsourced fact-checking[J]. Journal of online trust and safety， 2021， 1（1）： 1-36.

[6] ARUGUETE N， BACHMANN I， CALVO E， et al. Truth be told： how “true” and “false” labels influence user engagement with fact-checks[J/OL]. New media & society， 2023[2024-02-03].https：//doi.org/10.1177/14614448231193709.

[7] ECKER U K H， SANDERSON J A， MCILHINEY P， et al. Combining refutations and social norms increases belief change[J]. Quarterly journal of experimental psychology， 2023， 76（6）： 1275-1297.

[8] ANDI S， AKESSON J. Nudging away false news： evidence from a social norms experiment[J]. Digital journalism， 2020， 9（1）： 106-125.

[9] GIMPEL H， HEGER S， OLENBERGER C， et al. The effectiveness of social norms in fighting fake news on social media[J]. Journal of management information systems， 2021， 38（1）： 196-221.

[10] KIM A， MORAVEC P L， DENNIS A R. Combating fake news on social media with source ratings： the effects of user and expert reputation ratings[J]. Journal of management information systems， 2019， 36（3）： 931-968.

[11] PENNYCOOK G， EPSTEIN Z， MOSLEH M， et al. Shifting attention to accuracy can reduce misinformation online[J]. Nature， 2021， 592（7855）： 590-595.

[12] PENNYCOOK G， MCPHETRES J， ZHANG Y， et al. Fighting COVID-19 misinformation on social media： experimental evidence for a scalable accuracy-nudge intervention[J]. Psychological science， 2020， 31（7）： 770-780.

[13] LINDEN S V D. Misinformation： susceptibility， spread， and interventions to immunize the public[J]. Nature medicine， 2022， 28（3）： 460-467.

[14] 鄧勝利， 孫瑾杰. 圖書館參與虛假健康信息治理的價(jià)值、阻滯因素和實(shí)現(xiàn)路徑[J]. 圖書情報(bào)工作， 2022， 66（9）： 14-22. （DENG S L， SUN J J. The value， barriers and practical routes of libraries participating in health misinformation governance[J]. Library and information service， 2022， 66 （9）： 14-22.）

[15] 周雅琦， 敬卿， 牛宇. “全民戰(zhàn)疫”背景下圖書館參與虛假信息治理的研究[J]. 圖書情報(bào)工作， 2020， 64 （15）： 177-183. （ZHOU Y Q， JING Q， NIU Y. Study on library participating in the management of false information from the perspective of “everyone defense against virus”[J]. Library and information service， 2020， 64（15）： 177-183.）

[16] LAZER D M J， BAUM M A， BENKLER Y， et al. The science of fake news[J]. Science， 2018， 359（6380）： 1094-1096.

[17] SCHEUFELE D A， KRAUSE N M. Science audiences， misinformation， and fake news[J]. Proceedings of the National Academy of Sciences， 2019， 116（16）： 7662-7669.

[18] 楊洸， 聞佳媛. 微信朋友圈的虛假健康信息糾錯(cuò)：平臺(tái)、策略與議題之影響研究[J]. 新聞與傳播研究， 2020， 27（8）： 26-43， 126. （YANG G， WEN J Y. Health misinformation correction on Wechat moments： the impacts platform strategies and issues[J]. Journalism & communication， 2020， 27（8）： 26-43， 126.）

[19] 湯景泰， 陳秋怡， 徐銘亮. 情感共同體與協(xié)同行動(dòng)：香港“修例風(fēng)波”中虛假信息的動(dòng)員機(jī)制[J]. 新聞與傳播研究， 2021， 28（8）： 58-76， 127. （TANG J T， CHEN Q Y， XU M L. Emotional community and concerted action： on the emotional mobilization mechanism of disinformation in anti-extradition law protests in Hong Kong[J]. Journalism & communication， 2021， 28（8）： 58-76， 127.）

[20] 張志勇， 荊軍昌， 李斐， 等. 人工智能視角下的在線社交網(wǎng)絡(luò)虛假信息檢測(cè)、傳播與控制研究綜述[J]. 計(jì)算機(jī)學(xué)報(bào)， 2021， 44（11）： 2261-2282. （ZHANG Z Y， JIN J C， LI F， et al. Survey on fake information detection， propagation and control in online social networks from the perspective of artificial intelligence[J]. Chinese journal of computers， 2021， 44（11）： 2261-2282.）

[21] DENNIS A R， GALLETTA D F， WEBSTER J. Fake news on the internet[J]. Journal of management information systems， 2021， 38（4）： 893-897.

[22] MORAVEC P L， KIM A， DENNIS A R， et al. Do you really know if it’s true？ how asking users to rate stories affects belief in fake news on social media[J]. Information systems research， 2022， 33（3）： 887-907.

[23] WEI X， ZHANG Z， ZHANG M， et al. Combining crowd and machine intelligence to detect false news on social media[J]. MIS quarterly， 2022， 53（4）： 20-36.

[24] MUSI E， CARMI E， REED C， et al. Developing misinformation immunity： how to reason-check fallacious news in a human–computer interaction environment[J]. Social media+ society， 2023， 9（1）： 20563051221150407.

[25] 吳月華， 胡杰， 李武. 社會(huì)規(guī)范對(duì)大學(xué)生網(wǎng)絡(luò)學(xué)術(shù)不端行為的影響機(jī)制研究[J]. 圖書情報(bào)工作， 2021， 65（5）： 61-71. （WU Y H， HU J， LI W. A study of the impact of social norm on college students' online academic misconduct[J]. Library and information service， 2021， 65（5）： 61-71.）

[26] REYNOLDS K J. Social norms and how they impact behaviour. Nature human behaviour， 2019， 3（1）： 14-15.

[27] NYBORG K， ANDERIES J M， DANNENBERG A， et al. Social norms as solutions[J]. Science， 2016， 354（6308）： 42-43.

[28] PRYOR C， PERFORS A， HOWE P D L. Even arbitrary norms influence moral decision-making[J]. Nature human behaviour， 2019， 3（1）： 57-62.

[29] 錢明輝， 趙夢(mèng)純. 社會(huì)規(guī)范類型對(duì)說(shuō)服性健康信息采納意愿的影響研究 [J]. 圖書情報(bào)工作， 2023， 67 （18）： 102-112. （QIAN M H， ZHAO M C. Research on the influence of social norms types on the willingness to adopt persuasive health information[J]. Library and information service， 2023， 67（18）： 102-112.）

[30] KORMOS C， GIFFORD R， BROWN E. The influence of descriptive social norm information on sustainable transportation behavior： a field experiment[J]. Environment and behavior， 2015， 47（5）： 479-501.

[31] DEMARQUE C， CHARALAMBIDES L， HILTON D J， et al. Nudging sustainable consumption： the use of descriptive norms to promote a minority behavior in a realistic online shopping environment[J]. Journal of environmental psychology， 2015， 43： 166-174.

[32] ZHOU H， LU Y， ZHAO L， et al. Effective reporting system to encourage users’ reporting behavior in social media platforms： an empirical study based on structural empowerment theory [EB/OL]. Behaviour & information technology， 2023：1-20. https：//doi.org/10.1080/0144929X.2023.2281491.

[33] CHUNG M， MOON W K， JONES-JANG S M. AI as an apolitical referee： using alternative sources to decrease partisan biases in the processing of fact-checking messages [EB/OL]. Digital Journalism， 2023： 1-22. https：//doi.org/10.1080/21670811.2023.2254820.

[34] 趙文軍， 孫麗， 易明. 在線健康謠言辟謠效果的影響機(jī)制研究：信息框架、信息來(lái)源及話題卷入度的作用[J]. 圖書情報(bào)工作， 2023， 67（4）： 80-90. （ZHAO W J， SUN L， YI M. Research on the influence mechanism of online health rumor refuting effect： the role of message framework， information source and topic involvement[J]. Library and information service， 2023， 67（4）： 80-90.）

[35] YUAN S， LOU C. How social media influencers foster relationships with followers： the roles of source credibility and fairness in parasocial relationship and product interest[J]. Journal of interactive advertising， 2020， 20（2）： 133-147.

[36] NEKMAT E， GOWER K K， ZHOU S， et al. Connective-collective action on social media： moderated mediation of cognitive elaboration and perceived source credibility on personalness of source[J]. Communication research， 2019， 46（1）： 62-87.

[37] LUO C， LUO X R， SCHATZBERG L， et al. Impact of informational factors on online recommendation credibility： the moderating role of source credibility[J]. Decision support systems， 2013， 56（12）： 92-102.

[38] 脈脈：互聯(lián)網(wǎng)公司傳言首發(fā)地[EB/OL]. [2023-12-19]. https：//finance.sina.com.cn/chanjing/gsnews/2022-04-14/doc-imcwiwst1787989.shtml. （Maimai： The first place of Internet company rumors[EB/OL]. [2023-12-19]. https：//finance.sina.com.cn/chanjing/gsnews/2022-04-14/doc-imcwiwst1787989.shtml.）

[39] 脈脈被B站將了一軍[EB/OL].[2023-12-19]. https：//www.jiemian.com/article/5566674.html. （Maimai was defeated by Bilibili[EB/OL].[2023-12-19]. https：//www.jiemian.com/article/5566674.html.）

作者貢獻(xiàn)說(shuō)明/Author contributions：

李瑾頡：提出研究命題及研究思路，修改論文；

聶凱倫：收集與分析數(shù)據(jù)；

吳聯(lián)仁：進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，撰寫與修改論文；

齊佳音：指導(dǎo)研究過(guò)程，修改論文。

The Impact of Crowdsourced Fact-checking on User Information Engagement Behavior： The Moderating of Source Credibility

Li Jinjie1 Nie Kailun2 Wu Lianren3 Qi Jiayin3

1School of Journalism and Communication， Guangzhou University， Guangzhou 510006

2School of Management， Shanghai University of International Business and Economics， Shanghai 201620

3School of Cyberspace Security， Guangzhou University， Guangzhou 510006

Abstract： [Purpose/Significance] Crowdsourced fact checking has been proposed by various social media platforms as a measure for misinformation governance. Exploring the relationship between crowdsourced fact-checking and users’ information engagement behavior is conducive to improving platforms and optimizing governance measures. [Method/Process] This study used the intergroup experimental design： 2（descriptive social norms： existence Vs. non-existence） × 2（source credibility： high Vs. low）， 2（positive check： existence Vs. non-existence） × 2 （source credibility： high Vs. low）， 2（negative check： existence Vs. non-existence） × 2 （source credibility： high Vs. low） to explore the influence mechanism of user information engagement behavior in terms of descriptive social norms， positive and negative check， and source credibility. [Results/Conclusions] The empirical results show that descriptive social norms （DSNs） positively influence user information engagement behavior， and descriptive social norms （DSNs） and user information engagement behavior have an inverted U-shaped relationship. Source credibility positively moderates the relationship between descriptive social norms （DSNs） and user information engagement behavior. Source credibility has a positive moderating effect on the relationship between positive checks and user information engagement behavior; the higher the source credibility， the greater the impact of positive checks on user information engagement behavior. Source credibility has a negative moderating effect on the relationship between negative checks and user information engagement behavior; the higher the source credibility， the smaller the impact of negative checks on user information engagement behavior.

Keywords： crowdsourcing fact-checking social norms source credibility information engagement behavior

Fund project（s）： This work is supported by the Project of Humanities and Social Sciences， Ministry of Education in China titled “From Interpersonal to Human-machine Communication： A Study of Public Disinformation Involvement Behavior and Governance Under Computational Propaganda” （Grant No. 23YJC630081） and the General Program of National Natural Science Foundation of China titled “A Study of Infodemic Governance Based on Public Social Media Involvement Interventions” （Grant No. 72274119）.

Author（s）： Li Jinjie， associate professor， PhD; Nie Kailun， master candidate; Wu Lianren， associate professor， PhD， corresponding author， E-mail： lianrenwu@gzhu.edu.cn; Qi Jiayin， professor， PhD.

Received： 2023-12-20 Published： 2024-08-20