Làm chậm chia sẻ để giảm tin giả ^{CEFR B2}

Nhóm nghiên cứu tại Đại học Copenhagen, với tác giả chính là tiến sĩ Laura Jahn và Giáo sư Vincent F. Hendricks, nghiên cứu cách làm chậm sự lan truyền thông tin sai lệch trên mạng xã hội. Họ công bố nghiên cứu trên tạp chí npj Complexity và sử dụng mô hình máy tính để mô phỏng nền tảng như X, Bluesky và Mastodon.

Theo mô hình, việc thêm một "ma sát số" nhỏ — tức là một khoảng dừng hoặc độ trễ trước khi chia sẻ — có thể giảm số lần một bài viết được chia sẻ. Tuy nhiên, nghiên cứu cũng phát hiện ra giới hạn: ma sát đơn thuần không phải lúc nào cũng cải thiện chất lượng nội dung do người dùng chia sẻ.

Để thay đổi cả số lượng và chất lượng chia sẻ, các nhà nghiên cứu đưa vào một yếu tố học tập: hộp thoại bật lên kèm bài trắc nghiệm ngắn về khái niệm tin giả và chính sách nền tảng. Khi kết hợp ma sát với bước học này, mô hình cho thấy chất lượng trung bình của các bài được chia sẻ tăng lên đáng kể.

Nhóm liệt kê các biện pháp cụ thể thử trong mô hình:

• Khoảng dừng nhỏ trước khi chia sẻ
• Thông báo bật lên nhắc người dùng suy nghĩ
• Bài trắc nghiệm ngắn về tin giả và quy định nền tảng

Bước tiếp theo là kiểm tra xem kết quả có lặp lại trong môi trường thực tế. Nếu các công ty công nghệ không thử ý tưởng, các nhà nghiên cứu sẽ dùng nền tảng mô phỏng để tiếp tục nghiên cứu. Nghiên cứu được thực hiện tại Trung tâm Nghiên cứu Thông tin và Bong bóng, thuộc Đại học Copenhagen.