关于《当AI加入社交媒体对话:探索模拟AI辅助评论对健康风险感知和行为的影响》的学术研究报告
本研究由来自中国及荷兰多所大学的学者共同完成。第一作者及通讯作者为Xizhu Xiao(青岛大学文学、新闻与传播学院),其他作者包括Chen Luo(武汉大学媒体发展研究中心、武汉大学新闻与传播学院,为通讯作者)、Qinyan Song(青岛大学文学、新闻与传播学院)和Wenyuan Yang(阿姆斯特丹大学社会与行为科学学院传播科学系)。该研究于2025年10月3日在线发表于学术期刊 *Health Communication*,DOI为10.1080⁄10410236.2025.2564367。
一、 研究背景
本研究的核心领域为健康传播(Health Communication),具体聚焦于社交媒体环境中的健康错误信息(Health Misinformation)及人工智能(Artificial Intelligence, AI)干预措施的影响。
研究背景与动因:社交媒体上的错误信息已成为一个紧迫的公共卫生问题。特别是关于疫苗接种的健康错误信息,因其常带有情感诉求和耸动叙事,传播迅速,对公众健康构成严重威胁。人乳头瘤病毒(HPV)疫苗接种是受错误信息影响最严重的领域之一。以往研究广泛探讨了错误信息的传播机制,其中社会认可度指标(Social Endorsement, 如点赞、分享、评论数量)作为一种启发式线索(Heuristic Cue),被认为可能影响用户对信息可信度的判断,但其在错误信息情境下的作用结论不一。与此同时,以自然语言处理(Natural Language Processing, NLP)为代表的AI技术日益融入社交媒体平台(如智能回复、自动评论功能),深刻改变着用户的互动与信息处理方式。AI在错误信息领域扮演着双重角色:一方面可能生成或放大错误信息,另一方面也展现出纠正错误信息的潜力。然而,目前研究较少关注AI驱动的具体互动功能(如自动生成的评论)如何与社交媒体的社会认可度指标相互作用,进而塑造用户对健康错误信息的认知(可信度)、情感(如恐惧)及后续行为意向。
因此,本研究旨在填补这一空白。其主要目标有三点:1) 进一步验证社会认可度对错误信息说服力的影响;2) 扩展对AI干预措施如何对抗健康错误信息的理解;3) 揭示这些复杂互动背后涉及的认知(可信度评估)与情感(恐惧)中介机制。研究的核心问题是:在不同社会认可度水平下,AI生成的、支持或反对错误信息的评论,如何影响用户对错误信息的可信度评估、对相关健康议题(HPV疫苗接种)的恐惧情绪,并进而影响其风险感知和接种意愿?
二、 研究设计与流程
本研究采用了一项严格的2(社会认可度:高 vs. 低)× 3(AI评论类型:支持错误信息 vs. 反对错误信息 vs. 无AI评论)的组间实验设计。
研究对象与样本:研究在中国北方一所大学的传播学院招募了307名年满18岁的参与者。排除未通过注意力检查的2人后,最终有效样本为305人(平均年龄20.46岁,女性占83%)。使用G*Power软件进行的功效分析表明,该样本量足以在中等效应量下检测到显著的主效应和交互效应。
研究平台与刺激材料:为增强生态效度,研究者开发了一个定制的研究平台,模拟了新浪微博的界面。选择微博是因为它是中国具有广泛影响力的社交媒体平台。实验刺激物为三条改编自真实微博的关于HPV疫苗接种的错误信息帖子,主题分别是声称疫苗导致不孕、引发严重副作用(如瘫痪)以及是减少人口的阴谋论。每条帖子都配有中性化的用户头像和名称。
关键变量操作: 1. 社会认可度操纵:在高认可度条件下,帖子显示高且现实的点赞、分享、评论数(如2256次分享、840条评论、4078个赞)。在低认可度条件下,帖子显示极低的互动数据(如0次分享、1条评论、2个赞)。 2. AI评论类型操纵:在“AI辅助评论”条件下,帖子下方设有一个“AI辅助评论”按钮,提供三条由AI生成的评论供参与者选择,同时也允许参与者自行撰写评论。生成的评论内容与实验条件对应:在“支持错误信息”条件下,AI评论表达对主帖观点的赞同(如“这太令人震惊了,我从没想过这是真的!”);在“反对错误信息”条件下,AI评论表达对主帖的质疑或否定(如“这简直是捏造的,完全不可信!”)。在“无AI评论”条件下,不显示任何AI生成的评论,参与者只能自行评论。
研究流程: 1. 前测问卷:参与者首先完成一份前测问卷,测量其对HPV疫苗的熟悉度、接种状态、社交媒体信任度以及人口统计学变量。 2. 随机分配与浏览任务:参与者被随机分配到六个实验条件中的一个。在模拟的微博页面上,他们将浏览三条HPV疫苗错误信息帖子。 3. 互动任务:根据分配的条件,参与者要么从AI生成的评论中选择一条,也可以自行撰写评论(AI评论条件),要么只能自行撰写评论(无AI条件)。参与者需要对所有三条帖子进行此项操作。注意,研究者并未保存或编码参与者自行撰写的评论,因为研究的重点是后续测量的感知和意图。 4. 后测问卷:浏览和互动完成后,参与者填写后测问卷,测量核心变量:对错误信息帖子的可信度评估(7项语义差异量表)、对HPV疫苗接种的恐惧(4项李克特量表)、对HPV疫苗接种的感知风险(5项李克特量表)以及HPV疫苗接种意愿(3项李克特量表)。 5. 事后说明(Debriefing):实验结束后,向参与者提供说明,告知帖子内容包含错误信息,并提供准确的HPV疫苗事实以纠正可能的误解。
数据分析方法:研究首先使用t检验验证了社会认可度和AI评论类型操纵的有效性。随后,采用协方差分析(ANCOVA)检验社会认可度(RQ1)、AI评论类型(RQ2)及其交互作用(RQ3)对可信度和恐惧的主效应及交互效应,并控制了性别、疫苗状态、熟悉度和社交媒体信任度等协变量。最后,使用SPSS的PROCESS宏(模型7)进行有调节的中介分析(Moderated Mediation Analysis),以检验社会认可度与AI评论类型的交互作用是否通过可信度和恐惧这两个中介变量,间接影响感知风险和接种意愿(RQ4)。数据分析中对残差的正态性和方差齐性进行了检验,符合分析要求。
三、 主要研究结果
操纵检验:结果显示,高社会认可度条件下的帖子被认为获得了显著更多的点赞、分享和评论;支持错误信息的AI评论被认为比反对错误信息的AI评论更支持原帖观点。操纵成功。
RQ1(社会认可度的影响):社会认可度对恐惧的主效应不显著,但对可信度评估有显著主效应。具体而言,高社会认可度的错误信息帖子(M=2.84)比低社会认可度的帖子(M=2.45)被认为更可信。这为社会认可度能够放大错误信息的说服力提供了实证支持。
RQ2(AI评论类型的影响):AI评论类型对恐惧的主效应不显著,但对可信度评估有显著主效应。具体而言,带有“支持错误信息”AI评论的帖子(M=2.90)可信度评估最高,显著高于带有“反对错误信息”AI评论(M=2.55)和无AI评论(M=2.49)的帖子。后两者之间无显著差异。这表明,AI生成的赞同性评论会显著提升错误信息的感知可信度。
RQ3 & RQ4(交互作用与中介机制)——本研究最核心的发现: 研究发现,社会认可度与AI评论类型在对恐惧和可信度的评估上存在显著的交互作用。进一步的有调节的中介分析揭示了复杂的、依赖情境的影响路径:
对恐惧的交互影响:
对可信度的交互影响:
中介路径:
四、 结论与意义
本研究的结论揭示了AI介入社交媒体健康错误信息讨论时的复杂性与双刃剑效应。
主要结论: 1. 社会认可度是错误信息可信度的放大器。 2. AI生成的评论本身具有影响力,尤其是支持错误信息的评论会增强其可信度,这构成了新的风险。 3. AI干预措施的效果并非一成不变,而是强烈依赖于上下文情境(特别是现有社会认可度水平)。在低社会认可度的错误信息场景中,AI生成的反对性评论能够有效降低信息的可信度和引发的恐惧,起到纠正作用。然而,在高社会认可度的错误信息场景中,AI评论(无论是支持还是反对)可能都无法有效降低可信度,甚至可能增强恐惧情绪,使得纠正努力效果不彰或适得其反。 4. 用户对错误信息的认知(可信度)和情感(恐惧)反应是影响其最终风险感知和行为意向(接种意愿)的关键心理机制。
研究价值: * 理论价值:本研究将启发式系统模型(Heuristic-Systematic Model)与社会认可度、新兴的AI中介传播(AI-Mediated Communication)理论相结合,提供了一个整合性框架来理解AI工具与社交媒体线索如何共同塑造用户的信息处理。它深化了我们对AI在错误信息生态中双重角色的理解,并强调了情境因素(如社会认可度)在调节AI干预效果中的关键作用。 * 实践价值:研究为社交媒体平台、公共卫生机构和政策制定者提供了重要启示。设计AI辅助互动功能(如智能评论)时必须极为审慎,避免其无意识地附和或放大错误信息。在部署AI纠正工具时,需要评估目标信息的现有社交热度,针对低传播度的错误信息进行早期AI干预可能更有效。对于已获高热度的错误信息,单一的AI评论纠正可能不够,需要结合其他策略(如置顶权威澄清、调整算法推荐等)。研究也强调了提升公众AI素养和媒体批判性思维的重要性。
五、 研究亮点
六、 其他说明
研究承认了若干局限性,包括实验室环境可能限制结论推广到更动态的真实社交媒体场景;样本中已有部分人接种过HPV疫苗可能对接种意愿测量产生影响;仅聚焦于HPV疫苗和恐惧情绪,未来研究可扩展至其他健康议题和其他情绪或认知变量(如希望、自我效能感);个体差异(如数字素养、先验信念)的调节作用有待进一步探索。这些为后续研究指明了方向。