摘要：[目的/意義]眾包事實核查作為各社交媒體平臺治理虛假信息的一種措施，探索眾包事實核查與用戶信息參與行為的關(guān)系有利于平臺改進和優(yōu)化虛假信息治理措施。[方法/過程]采用實證分析方法，通過2（描述性社會規(guī)范：存在Vs.不存在）×2（來源可信度：高Vs.低）、2（正向核查：存在Vs.不存在）×2（來源可信度：高Vs.低）、2（負向核查：存在Vs.不存在）× 2（來源可信度：高Vs.低）的組間實驗設(shè)計，從描述性社會規(guī)范、來源可信度、正負向核查等方面探索用戶信息參與行為的影響機制。[結(jié)果/結(jié)論]實證結(jié)果表明，描述性社會規(guī)范正向影響用戶信息參與行為，且描述性社會規(guī)范和用戶信息參與行為呈倒U型關(guān)系；來源可信度對描述性社會規(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；來源可信度對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，來源可信度越高，正向核查對用戶信息參與行為的影響越大；來信可信度對負向核查和用戶信息參與行為之間的關(guān)系具有負向調(diào)節(jié)作用，來源可信度越高，負向核查對用戶信息參與行為的影響越小。

關(guān)鍵詞：眾包事實核查；社會規(guī)范；來源可信度；信息參與行為

分類號：G206

引用格式：李瑾頡， 聶凱倫， 吳聯(lián)仁， 等. 眾包事實核查對信息參與行為的影響：基于來源可信度的調(diào)節(jié)[J/OL]. 知識管理論壇， 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，全球各國社交媒體平臺一直面臨虛假信息泛濫和快速傳播的挑戰(zhàn)，眾包事實核查被各社交媒體平臺用于虛假信息治理。

事實核查最早出現(xiàn)在新聞界，作為一種創(chuàng)新的新聞形態(tài)，以新聞報道中可驗證的事實為對象，遵循新聞生產(chǎn)或社會科學(xué)邏輯的分析手段來驗證和表達事實，并依據(jù)“透明性”原則向公眾完整呈現(xiàn)開展核查所依據(jù)的證據(jù)、論證過程及判定結(jié)果。眾包事實核查作為專業(yè)核查的補充，旨在減少在線社區(qū)或社交媒體平臺的虛假和錯誤信息，如Twitter平臺的Birdwatch功能[1]、職場社交平臺“脈脈職言”社區(qū)的用戶表情標簽投票功能等。各社交平臺設(shè)計的功能旨在發(fā)動用戶在社交平臺和在線社區(qū)對虛假信息的核查，打擊網(wǎng)絡(luò)空間的虛假信息，從而實現(xiàn)網(wǎng)絡(luò)空間虛假信息的治理[2-3]。

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

目前對眾包事實核查的效果還存在爭議，未能形成一致的結(jié)論。一些學(xué)者認為眾包事實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巨頭正積極嘗試讓眾包工作[5]。Facebook有一個名為“社區(qū)評論”的項目，雇傭外行人評估新聞內(nèi)容；Twitter通過自己的項目“鳥觀”（Birdwatch）征求讀者對Twitter消息真實性的意見[1]。另一方面，有學(xué)者指出普通網(wǎng)民無法達到專業(yè)事實核查人員的水平[3]，有理由對依賴于代表性人口樣本的眾包事實核查持謹慎態(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)量評估信息，但它們識別虛假新聞的能力有限，而且差異很大。

要厘清眾包事實核查的效果，首先需要理解眾包事實核查，即網(wǎng)民在社交媒體平臺或在線社區(qū)對帖子進行標注、投票和打標簽等行為對其他用戶信息參與行為發(fā)揮作用的內(nèi)在機制。梳理已有文獻發(fā)現(xiàn)，相關(guān)研究有兩個視角：①將網(wǎng)民群體的事實核查看作一種社會規(guī)范約束，社交媒體平臺通過將其他群體網(wǎng)民對信息的評級或標簽展示給后續(xù)的用戶參考，從而影響其信息參與行為，如對信息的點贊、評論和轉(zhuǎn)發(fā)等[6]。社會心理學(xué)表明，社會規(guī)范（Social Norms，SNs）強烈影響著個體行為和信念[7]。因此，社會規(guī)范可能是減少虛假信息的一個解決方案，社會規(guī)范可以引導(dǎo)行為朝著對個人和社會有益的方向發(fā)展[8]。信息管理領(lǐng)域?qū)W者將社會規(guī)范應(yīng)用在虛假信息分享和治理方面[9-10]。②將眾包事實核查作為一種助推干預(yù)，旨在提醒用戶對信息的準確性進行思考，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)移到信息準確性上，從而減少了虛假信息的傳播，實現(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]。

已有文獻在兩個方面的研究都尚處于初始階段，探索眾包事實核查標簽對用戶信息參與行為的內(nèi)在機制還不夠深入，特別是在眾包事實核查標簽作為一種描述性社會規(guī)范（存在Vs.不存在）以及正向核查（存在Vs.不存在）和負向核查（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？眾包事實核查與信息來源可信度是否存在交互效應(yīng)？

為了解決上述兩個問題，本研究將眾包事實核查信息（即群體網(wǎng)民對信息的評級、標注或標簽）看作一種描述性社會規(guī)范，研究其對用戶信息參與行為的影響，進一步探索眾包事實核查的類型如“符合事實”等（正向核查）、“沒有依據(jù)”等（負向核查）和信息來源可信度對用戶信息參與行為的交互作用。

2 文獻綜述/ 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中一股不容忽視的“暗流”與“逆流”，在不同社會、種族和文化群體中均有著一定影響力。梳理近5年國內(nèi)外相關(guān)研究代表性文獻發(fā)現(xiàn)，虛假信息的治理已成為當前各學(xué)科研究的重點和熱點，受到廣泛關(guān)注（見表1）。國際著名綜合期刊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題。各學(xué)科領(lǐng)域主流期刊更是以特刊（special issue）的形式對虛假信息相關(guān)問題開展系統(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艱巨、緊迫而又長期的任務(wù)。自信息疫情現(xiàn)象出現(xiàn)以來，國內(nèi)外不同領(lǐng)域?qū)W者展開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)者開始從公眾認知、心理等角度，希望對“虛假信息”提出標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[11]，從行為科學(xué)視角，通過助推干預(yù)的方法，開辟了“虛假信息”助推治理這一研究方向，促進了相關(guān)研究的發(fā)展。發(fā)表在Nature Medicine上的文獻[13]，從心理認知和干預(yù)視角，通過社會規(guī)范助推打擊社交媒體上的假新聞，通過助推引導(dǎo)公眾的注意力去判斷信息真實性，來使其減少對虛假信息的轉(zhuǎn)發(fā)。

2.2 社會規(guī)范與虛假信息治理

社會心理學(xué)表明，社會規(guī)范強烈影響著個體行為[25]。因此，社會規(guī)范作為可能是減少虛假信息的一個解決方案被提出[9]。社會規(guī)范可以引導(dǎo)行為朝著對個人和社會有益的方向發(fā)展[26]。有研究表明，SNs是鼓勵不同領(lǐng)域中親社會行為的有力工具。社會規(guī)范研究主要包括社會規(guī)范與個體行為的影響研究，如健康行為、親環(huán)境行為、消費行為等[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，提供一個反對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3個實驗研究發(fā)現(xiàn)社會規(guī)范在減少錯誤信念方面和反駁一樣有效，而將社會規(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等通過實驗證明在使用社會規(guī)范來提升人們舉報假新聞的研究中，使用強制性規(guī)范顯著提升了人們舉報假新聞的行為意愿，但是描述性規(guī)范并沒有顯著的作用[9]。同時，將強制性社會規(guī)范和描述性社會規(guī)范相結(jié)合導(dǎo)致了最大幅度的舉報行為。因此，社會規(guī)范是對抗假新聞的一種有希望的社會技術(shù)補救措施。

社會規(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)該考慮到社會規(guī)范因素。由于描述性規(guī)范和強制性規(guī)范涉及傳遞不同的信息，其對行為的影響也存在差異。學(xué)者們對兩類社會規(guī)范的作用效果褒貶不一。因此，本研究將進一步探索社會規(guī)范與虛假信息相結(jié)合的研究，以期能對上述問題進行系統(tǒng)的探討。

3 研究假設(shè)/ Research hypothesis

社會規(guī)范是一種指導(dǎo)和約束人們共同認可的行為社會規(guī)則。它可以控制群體內(nèi)的期望，告訴人們社會期待的行為或是大家正在做的行為[26]。當個人無法判斷某件事的合理性和合法性時，會傾向于參考和模仿他人的行為，這一過程就涉及到社會規(guī)范。社會規(guī)范可以預(yù)測個體行為，因為當人們感知到規(guī)范壓力時會更傾向于遵守社會規(guī)范，社會規(guī)范會促進人們的親社會行為。已有文獻主要區(qū)分了兩種不同類型的社會規(guī)范：描述性社會規(guī)范和命令性（或強制性）社會規(guī)范。如錢明輝等研究了描述性社會規(guī)范和命令性社會規(guī)范對促進人們采納說服性健康信息意愿的作用效果[28]。

3.1 描述性社會規(guī)范對用戶信息參與行為的影響

描述性社會規(guī)范向用戶展現(xiàn)了其他人對某一特定行為的看法和態(tài)度，并通過與描述該行為相關(guān)的社會獎勵和懲罰來鼓勵用戶參與社會認可行為，減少社會不認可行為。這可能是一種社會壓力的形式，即告訴用戶應(yīng)該怎么做。描述性社會規(guī)范會刺激用戶不同的行為動機：描述性社會規(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。有文獻在研究虛假信息時，經(jīng)常把參與度作為因變量，社交媒體平臺提供量化指標（如注釋、點贊、評論和轉(zhuǎn)發(fā)），這些信息有助于用戶推斷其他人對帖子內(nèi)容的看法。此外，社交媒體指標能讓用戶相信別人認可的內(nèi)容。因此，若在線社區(qū)存在描述性社會規(guī)范可能會有更多的用戶基于從眾心理，愿意參與到帖子中來，包括評論、點贊和轉(zhuǎn)發(fā)。

描述性社會規(guī)范使個體對所處群體中多數(shù)人都在做的行為產(chǎn)生認知，形成類似于羊群效應(yīng)，對促進用戶信息參與行為產(chǎn)生影響。本研究將眾包事實核查信息，即群體通過表情標簽表達對帖子的觀點，作為描述性社會規(guī)范（見圖2）。當存在描述性社會規(guī)范信息時，會促進用戶通過轉(zhuǎn)發(fā)、評論和點贊行為參與帖子。因此，本研究提出假設(shè)H1。

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

社會規(guī)范是存在強度的[9]，不論是強制性社會規(guī)范還是描述性社會規(guī)范。描述性社會規(guī)范的強度可以通過控制特定標簽的數(shù)量來改變（即本研究中眾包事實核查表情的數(shù)量）。目前研究表明，描述性社會規(guī)范的強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)上購物環(huán)境中，社會規(guī)范強度對購買生態(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準的做事方式，顧客也就越愿意使用社會規(guī)范作為決策捷徑。反之亦然，如果描述性社會規(guī)范的強度比較弱，表明大多數(shù)人的行為并不理想，則可能會適得其反[32]。

對于混雜著真假信息的在線社區(qū)，描述性社會規(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，描述性社會規(guī)范越強，參與帖子行為也會越多。然而，從動機推理角度，M. Chung等研究發(fā)現(xiàn)，眾包事實核查標簽顯著降低了用戶評估信息可信度的動機推理[33]。從感知價值視角，隨著描述性社會規(guī)范的不斷增強（即群體對帖子給出的標簽增多），如“符合事實”或“沒有依據(jù)”的標簽數(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，對帖子的真假性核查動機也會減弱，并且再過多參與該帖子內(nèi)容或事件的價值增量不大[9]。筆者預(yù)測，隨著描述性社會規(guī)范的增強，用戶感知到參與帖子的價值降低，從而會減少參與行為。這表明，描述性社會規(guī)范強度存在一個臨界值，當超過這個臨界值時，用戶對帖子的參與行為意愿會減弱，用戶參與行為數(shù)量（轉(zhuǎn)發(fā)、評論和點贊數(shù)量）相應(yīng)減少。因此，本研究提出假設(shè)H2。

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

3.2 來源可信度與社會規(guī)范的交互效應(yīng)

社交媒體平臺中影響信息接受者參與信息評論和傳播的一個重要因素是——信息來源的可信程度[33]。事實上，當收到信息時，接收者在決定是否參與信息（點評或點贊）和傳遞信息（轉(zhuǎn)發(fā)）時，首先會評估信息的可信度。來源可信度是信息接收者對信息創(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)容是否可靠無關(guān)[34]。來源可信度對信息分享和互動行為（點贊和評論）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重要背景因素：信息參與者的動機和能力。與ELM的預(yù)測一致，上述先前的研究通過實證分析和實驗研究了來源可信度和社會規(guī)范這兩個因素與中心和外圍路徑對用戶參與行為的影響。由于本研究的目的是分析信息來源可信度與社會規(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服過程中的重要調(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)計來源可信度與描述性社會規(guī)范存在匹配效應(yīng)，與可信度較低的信息來源相比，來源可信度高且同時存在描述性社會規(guī)范的帖子會對用戶信息參與行為產(chǎn)生更強的影響。而對于來源可信度低且不存在描述性社會規(guī)范的帖子，對用戶信息參與行為的影響則會減弱[38]。具體來說，本研究提出假設(shè)H3。

H3：來源可信度對描述性社會規(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，來源可信度越高，描述性社會規(guī)范對用戶信息參與行為的影響越大。

眾包事實核查類型分為“符合事實”等正向核查與“沒有依據(jù)”等負向核查，其對用戶信息參與行為的影響是否有區(qū)別？已有研究指出，個體更愿意分享支持態(tài)度而非反對態(tài)度的事實核查。更具體地說，與動機推理過程相一致的是，與反駁信息（即被核查為“沒有依據(jù)”等負向的信息）相比，用戶更愿意分享確認信息（即被核查為“符合事實”等的正向信息）[6]。據(jù)此筆者假設(shè)，當描述性社會規(guī)范是正向核查時，來源可信度越高，描述性社會規(guī)范對用戶信息參與行為的影響越大；當描述性社會規(guī)范是負向核查時，來源可信度越高，描述性社會規(guī)范對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：來源可信度對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，來源可信度越高，正向核查對用戶信息參與行為的影響越大。

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

4 實證研究/ Empirical research

4.1 數(shù)據(jù)來源和結(jié)果分析

本研究的數(shù)據(jù)來源于職場社交APP“脈脈”的“職言”板塊，在該板塊下用戶可匿名，或通過認證后發(fā)布與企業(yè)相關(guān)的帖子，該帖子會被其他用戶進行事實核查，通過帖子下方設(shè)置的8個表情標簽對帖子進行評價，其中正向核查標簽有4個：“符合事實”“感同身受”“同問”“有幫助”，負向核查標簽有4個：“言辭過激”“沒有證據(jù)”“有失偏頗”“涉及隱私”。，用戶參與帖子的行為包括“轉(zhuǎn)發(fā)”“評論”和“點贊”（具體示例見圖2）。本研究將眾包事實核查產(chǎn)生的信息（即各種表情標簽）作為一種描述性社會規(guī)范，探討描述性社會規(guī)范對用戶信息參與行為（轉(zhuǎn)發(fā)、評論和點贊）的影響，同時考慮信息來源可信度（發(fā)帖用戶是否有通過平臺身份認證）對描述性社會規(guī)范和用戶信息參與行為之間關(guān)系的調(diào)節(jié)作用。本研究采集了職場社交APP“脈脈職言”中的1 194條帖子、3 802個核查表情標簽、133 648個用戶參與行為及其“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，進行社交媒體平臺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)新浪財經(jīng)和界面新聞報道：“在中國裁判文書網(wǎng)上，脈脈（主體公司名為‘淘友天下’）是?？停驗槁氀陨系哪涿颖卉嚭枚?、字節(jié)跳動、百度、B站和便利蜂等企業(yè)起訴”[38-39]。

本研究涉及8個研究變量，其中因變量為用戶參與行為，包括轉(zhuǎn)發(fā)、評論和點贊，分別用獲得的數(shù)量來表示，其余5個自變量為： ①信息來源可信度（source credibility， SC），通過有無認證來表示，有認證為高可信度來源，用1表示，無認證為低可信度來源，用0表示；②話題（topic），表示帖子是否在一個具體的話題內(nèi)，1表示帖子是在一個具體話題內(nèi)，0則不是；③描述性社會規(guī)范（descriptive social norms， DSNs），用8個表情標簽的總數(shù)表示，在做方差分析時，將其轉(zhuǎn)化為二元數(shù)值，1表示存在描述性社會規(guī)范，0則表示不存在；④正向核查（positive check， PC），用4個正向核查標簽的總數(shù)表示，在做方差分析時，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負向核查（negative check， NC），用4個負向核查標簽的總數(shù)表示，在做方差分析時，將其轉(zhuǎn)化為二元數(shù)值，1表示存在負向核查，0表示不存在。變量的基本統(tǒng)計結(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“脈脈”中，眾包事實核查信息作為一種描述性社會規(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）、評論行為（B=2.275， t=21.547， p<0.01）和點贊行為（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），評論行為（B=2.275， t=21.547， p<0.01）和點贊行為（B=2.284， t=24.602， p<0.01）均顯著負相關(guān)。這表明，隨著事實核查信息數(shù)量的增加（即描述性社會強度增強），用戶參與行為數(shù)量會呈現(xiàn)先增后減的趨勢，即兩者存在一個倒U型關(guān)系，假設(shè)H2獲得支持。

采用方差分析，對來源可信度與描述性社會規(guī)范的交互作用進行研究，分析結(jié)果見表4。結(jié)果顯示，來源可信度對描述性社會規(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）。來源可信度越高，存在描述性社會規(guī)范對用戶轉(zhuǎn)發(fā)行為的影響越大。而來源可信度與描述性社會規(guī)范對評論（F=2.650， P=0.104>0.1）和點贊（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，與低來源可信度相比，在高來源可信度下，描述性社會規(guī)范對用戶轉(zhuǎn)發(fā)行為的影響更大，且影響顯著（F=12.622， P<0.001）。

表5是來源可信度和正向核查對用戶參與行為的交互作用。結(jié)果顯示，來源可信度對正向核查和用戶轉(zhuǎn)發(fā)行為（F=19.989， P<0.001）、評論行為（F=5.991，P=0.015<0.05）之間的關(guān)系具有正向調(diào)節(jié)作用。來源可信度越高，正向核查對用戶轉(zhuǎn)發(fā)和評論行為的影響越大。而來源可信度與正向核查對點贊行為（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，與低來源可信度相比，在高來源可信度下，存在正向核查對用戶轉(zhuǎn)發(fā)行為的影響更大，且影響顯著（F=19.989， P<0.001）；存在正向核查對用戶評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用戶點贊行為的影響不顯著（F=0.796， P=0.372）。

表6是來源可信度和負向核查對用戶參與行為的交互作用。結(jié)果顯示，來源可信度對負向核查和用戶轉(zhuǎn)發(fā)行為之間的關(guān)系具有負向調(diào)節(jié)作用。來源可信度越高，負向核查對用戶轉(zhuǎn)發(fā)行為的影響越低。而來源可信度與負向核查對評論和點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，與低來源可信度相比，高來源可信度下，存在負向核查對用戶轉(zhuǎn)發(fā)行為的影響更小，且影響顯著（F=5.075， P=0.024<0.05）；存在負向核查與不存在負向核查對用戶評論行為（F=0.630， P=0.428>0.1）和點贊行為（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

本研究基于職場社交APP“脈脈職言”的帖子及其相關(guān)數(shù)據(jù)，從社會規(guī)范和來源可信度兩個方面，對在真實信息、傳言和虛假信息混雜的社交平臺中用戶信息參與行為的影響機制進行探索。研究結(jié)果主要包括：

（1）眾包事實核查信息作為一種描述性社會規(guī)范，正向影響用戶社交媒體信息參與行為。以表情標簽存在的眾包事實核查信息，不論是“符合事實”等的正向核查還是“沒有證據(jù)”等的負向核查，都會促進用戶信息參與行為。這表明描述性社會規(guī)范使個體對所處群體中多數(shù)人都在做的行為產(chǎn)生認知，形成類似于羊群效應(yīng)或勸說效應(yīng)，對促進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）眾包事實核查信息作為一種描述性社會規(guī)范，其數(shù)量的增加（即描述性社會規(guī)范增強）對用戶信息參與行為的影響呈現(xiàn)先增后減的趨勢，即兩者存在一個倒U型關(guān)系。本研究從動機推理和感知價值視角對該現(xiàn)象提出了解釋。

（3）來源可信度對描述性社會規(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。來源可信度越高，描述性社會規(guī)范對用戶信息參與行為的影響越大。進一步，將眾包事實核查分為正向核查和負向核查，研究發(fā)現(xiàn)來源可信度與正負向核查對用戶信息參與行為的交互作用存在顯著區(qū)別。來源可信度對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，來源可信度越高，正向核查對用戶轉(zhuǎn)發(fā)和評論行為的影響越大。來信可信度對負向核查和用戶信息參與行為之間的關(guān)系具有負向調(diào)節(jié)作用。來源可信度越高，負向核查對用戶轉(zhuǎn)發(fā)行為的影響越小。

上述研究結(jié)論說明，事實核查被看作一種“社會規(guī)范約束”，可作為減少虛假信息的一個解決方案。不論是正向還是負向的事實核查標簽都減少了在線虛假信息參與和分享行為。其中產(chǎn)生作用的機制是事實核查標簽會誘導(dǎo)用戶對看到的信息進行更多的批判性思考，雖然不一定能得出信息是否真實的結(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

網(wǎng)絡(luò)空間虛假信息仍是數(shù)字社會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。本研究的理論貢獻主要有以下4個方面：

（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，通過在線實驗探索準確性提醒對用戶分享虛假信息的影響[11]。H. Gimpel 等從社會規(guī)范視角，通過在線實驗研究了強制性社會規(guī)范和描述性社會規(guī)范對用戶轉(zhuǎn)發(fā)假新聞的影響[9]。上述研究多采用在線實驗的方法，而本研究通過職場社交媒體真實數(shù)據(jù)，采用實證分析的方法，探索眾包事實核查信息作為一種描述性社會規(guī)范對用戶信息參與行為（轉(zhuǎn)發(fā)、評論和點贊）的影響。本研究對已有研究起到一個非常重要的補充作用。

（2）本研究探討了描述性社會規(guī)范強度對用戶信息參與行為的影響，發(fā)現(xiàn)描述性規(guī)范強度與用戶信息參與行為之間存在倒U型關(guān)系，并進一步從動機推理和感知價值視角，對該現(xiàn)象提出了解釋。同時，拓展了社會規(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源可信度對描述性社會規(guī)范與用戶信息參與行為的調(diào)節(jié)效應(yīng)，深化了信息來源可信度、描述性社會規(guī)范和用戶信息參與行為等領(lǐng)域的研究。

（4）本研究將眾包事實核查的標簽分為正向核查和負向核查，更進一步地探討信息來源可信度對正負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)，來源可信度對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。來源可信度越高，正向核查對用戶轉(zhuǎn)發(fā)行為的影響越大。來信可信度對負向核查和用戶轉(zhuǎn)發(fā)行為之間的關(guān)系具有負向調(diào)節(jié)作用。來源可信度越高，負向核查對用戶轉(zhuǎn)發(fā)行為的影響越小。本研究進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)論和貢獻對社交媒體平臺虛假信息治理提供了一定的實踐啟示。本研究結(jié)論為眾包事實核查作為社交媒體平臺虛假信息治理的一種措施提供可能性，并為該措施的優(yōu)化和改進提供建議：

（1）社交媒體平臺在維持社區(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)實名制認證會降低活躍度。但本研究也發(fā)現(xiàn)，實名制認證（即來源可信度的確定）能夠提高用戶對虛假信息的參與，從而實現(xiàn)虛假信息的治理。

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

參考文獻/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. 讓事實核查更受歡迎？采用群眾舉報和親民話語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值、阻滯因素和實現(xiàn)路徑[J]. 圖書情報工作， 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：平臺、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：香港“修例風(fēng)波”中虛假信息的動員機制[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、傳播與控制研究綜述[J]. 計算機學(xué)報， 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. 社會規(guī)范對大學(xué)生網(wǎng)絡(luò)學(xué)術(shù)不端行為的影響機制研究[J]. 圖書情報工作， 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， 趙夢純. 社會規(guī)范類型對說服性健康信息采納意愿的影響研究 [J]. 圖書情報工作， 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制研究：信息框架、信息來源及話題卷入度的作用[J]. 圖書情報工作， 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.）

作者貢獻說明/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：進行實驗設(shè)計，撰寫與修改論文；

齊佳音：指導(dǎo)研究過程，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