MITの研究では、見出しを読む際に参加者にファクトチェックのラベルを提示した。
研究者らは、誤った見出しの後に表示されたラベルの方が、見出しを誤分類する人の割合を減らす効果が高いことを明らかにした。
この研究は、ソーシャルメディア・プラットフォームがオンライン上の誤情報を表示し、その拡散を抑制するためのより良い方法を模索する中で、利用しうるツールの開発に役立つものである。
偽ニュースやオンライン上の誤情報を阻止する取り組みは、当面終わりそうにないが、MITの研究者による新たな知見は、この問題の緩和に役立つかもしれない。
実験において研究者らは、オンラインのニュース見出しに添付されたファクトチェックのラベルは、見出しの前や見出しと同時に表示するよりも、人々が誤った見出しを読んだ後に表示した方が実際に効果的であることを発見した。
「偽の主張が、人々がそれを読む前、読んでいる最中、あるいは読んだ後のいずれに訂正されたかによって、その訂正の効果が左右されることがわかりました」と、MITの教授で、この研究結果を詳述した新たな論文の共著者であるデイビッド・ランド氏は述べている。
具体的には、実験の参加者が見出しを読んだ直後に「真」と「偽」のラベルを表示した場合、それらの見出しを誤分類する人の割合が25.3%減少したことを研究者らは明らかにした。これに対し、見出しと同時にラベルを表示した場合は8.6%の減少、見出しの前に正しいラベルを表示した場合は、誤分類の割合が5.7%減少した。
「ファクトチェックを提供する際には、タイミングが重要です」と、認知神経科学者でハーバード大学のポスドク研究員であり、論文の筆頭著者であるナディア・M・ブラシャー氏は述べている。
論文「Timing Matters When Correcting Fake News（偽ニュースを訂正する際のタイミングの重要性）」は、今週、Proceedings of the National Academy of Sciences（米国科学アカデミー紀要）に掲載された。著者は、ブラシャー、ランド、ユニバーシティ・オブ・リジャイナのHill/Levene Schools of Businessで行動科学の助教授を務めるゴードン・ペニークック、そしてMITの政治学の三井教授であり、MIT政治実験研究所の所長を務めるアダム・ベリンスキーの各氏である。
この研究では、研究者らが合計2,683人を対象に実験を行った。参加者は、主要メディアによる真のニュース見出し18件と、ファクトチェックサイトsnopes.comで虚偽であることが暴かれた誤った見出し18件を閲覧した。参加者の実験群は、36件の見出しを読む前、読んでいる最中、または読んだ後に「真」と「偽」のタグを見たが、対照群は見ていない。すべての参加者は見出しの正確性を評価した。1週間後、全員が同じ見出しを、ファクトチェック情報を一切含まない状態で閲覧し、再度、正確性を評価した。
研究結果は、研究者らの予想に反するものだった。
「この研究を始めた時点では、偽の主張に接触する前に、人々がその主張を信じないようあらかじめ訂正情報を与える方が効果的だろうと予想していました」とランド氏は述べている。「しかし意外なことに、実際にはその逆であることがわかりました。主張にさらされた後に論破する方が最も効果的だったのです」
では、なぜ研究者らが「事前の訂正（プリバンキング）」と呼ぶのではなく、「論破（デバンキング）」という彼のアプローチが最良の結果をもたらすのだろうか。
研究者らは、この結果は、人々が誤った情報と訂正情報を同時に記憶に保持できるとする認知の「同時保存仮説」と一致すると述べている。人々に誤った見出しを無視させることは不可能かもしれないが、人々はそれらに対する信念を進んで更新しようとする。
「人々がニュース見出しについて自ら印象を形成できるようにし、その後に『真』または『偽』のタグを提供することは、フィードバックとして機能するかもしれません」とブラシャー氏は述べている。「また、他の研究では、フィードバックによって正しい情報が『定着』することも示されています」。重要な点として、この結果は、参加者が見出しに接触した際に、その正確性を明示的に評価しなかった場合には異なる可能性があることを示唆している。例えば、ニュースフィードをただスクロールしている場合などである。
全体として、ベリンスキー氏は、この研究が、ソーシャルメディア・プラットフォームやその他のコンテンツ提供者が、オンライン上の誤情報を表示し、その拡散を抑制するためのより良い方法を模索する中で、利用しうるツールの開発に役立つと示唆している。
「誤情報の問題を解決できる特効薬は一つもありません」と、長年にわたり政治的な噂や誤情報を研究してきたベリンスキー氏は述べている。「基本的な問いを体系的に研究することは、効果的な解決策の全体像を構築するための重要な一歩です。デイビッドと同様、私も今回の研究結果には多少驚きましたが、この発見は、誤情報と闘ううえで重要な前進です」
本研究は、米国国立科学財団、マイアミ財団の人工知能の倫理とガバナンスに関するイニシアチブ、ウィリアム・アンド・フローラ・ヒューレット財団、Luminateのリセット・プロジェクト、カナダ社会科学・人文学研究会議、およびGoogleが研究者に提供した支援によって実現した。
