在最近发表在《科学》杂志上的一项研究中，研究人员调查了Facebook的错误信息和对疫苗持怀疑态度的内容对美国2019年冠状病毒病(COVID-19)疫苗接种意图的影响。
他们的结果表明，虽然标记的错误信息降低了疫苗接种的意图，但更多地接触来自主流来源的未标记的疫苗怀疑内容显著影响了疫苗犹豫。
近年来，网络错误信息因其对现实世界的危害而引起了极大关注，COVID-19大流行期间拒绝公共卫生信息等事件就是明证。
尽管对错误信息的传播和心理进行了广泛的研究，但其对疫苗接种等行为的直接因果影响仍未得到充分探讨。
这一差距在COVID-19疫苗错误信息方面尤为重要，错误信息暴露与较低的疫苗接种率之间存在相关性，但这种关系的方向和因果关系尚不清楚。
此外，那些并非事实不准确但对疫苗持怀疑态度的内容可能会大大导致对疫苗的犹豫。
为了解决现有的知识空白，本研究引入了一个结合实验数据和Facebook曝光数据的框架，以量化标记的错误信息和未标记的疫苗怀疑内容对COVID-19疫苗接种意图的因果影响。
这项研究通过在一个在线平台上进行的两项大规模调查实验来探索这些影响，该实验涉及18725名美国人。
第一个实验包括8603名参与者，每个人都暴露在中立的控制点或事实核查员先前揭穿的40条疫苗错误信息中的一条。
在暴露前后评估对疫苗接种意愿的影响，并将反应合并为COVID-19疫苗接种指数。使用统计学方法分析暴露对疫苗接种意向的影响，并使用Benjamini-Hochberg校正确定结果的显著性。
在第二个实验中，研究人员向10122名参与者展示了来自Facebook的90篇高度共享的疫苗相关文章，这些文章代表了不同的主题和领域质量。
用于测量疫苗接种意图的暴露前和暴露后方法与第一次实验中使用的方法相似。评估了每个内容对疫苗接种意图的因果影响。随机效应元回归使用五个标题级特征(令人惊讶的，似是而非的，有利于民主党与共和党，熟悉的，有害的与有益的健康)。
为了检查Facebook上疫苗相关内容的暴露情况，使用了社会科学One数据集，其中包括2021年前三个月在Facebook上公开分享至少100次的关于COVID-19疫苗的13206个链接。
使用众包和机器学习将调查结果推广到该数据集。人群评级器被用来预测标题对疫苗接种意图的影响。这些预测被汇总并用于随机效应元回归，以估计所有链接的治疗效果。
被标记的错误信息在Facebook上的浏览量为870万，占所有疫苗相关浏览量的0.3%。虽然被标记的错误信息产生了重大的负面影响，但它被更广泛的疫苗怀疑内容所掩盖，而这些内容没有被标记为错误信息。
用于产生规模影响估计的机器学习预测表明，未被事实检查员标记的疫苗怀疑内容的总体负面影响比标记的错误信息要大得多。
第一个实验发现，暴露于单一的疫苗错误信息平均降低了1.5个百分点的疫苗接种意愿。
这种影响在不同的错误信息中差异很大，最具影响力的错误信息使意图降低了3个百分点，而其他错误信息则没有影响。
第二个实验发现，标题暗示疫苗有害健康的程度是减少疫苗接种意图的唯一一致预测因素。总的来说，虚假声明对疫苗接种意图有更负面的影响，但这主要是因为它们更有可能暗示伤害。
具体来说，当危害感知增加1个百分点时，当这是唯一的预测因素时，疫苗接种意图减少0.69个百分点，当包括其他预测因素时，减少0.49个百分点。
总的来说，该研究强调了与标记错误信息相比，疫苗怀疑内容，特别是来自主流来源的疫苗怀疑内容在减少疫苗接种意图方面的重大影响。
该研究引入了一种整合众包、机器学习和大规模数据的方法，以估计社交媒体对社会结果的因果影响，特别是疫苗犹豫。
研究结果表明，来自主流媒体的未标记的、对疫苗持怀疑态度的内容显著降低了每个Facebook用户2.3个百分点的疫苗接种意愿。这表明，目前的错误信息干预不足以处理此类内容。
该研究的优势包括其新颖的方法和稳健的检查，而局限性包括数据源之间的时间差异以及对意图而不是实际行为的关注。
未来的研究应该探索非链接内容的影响，并将调查结果转化为社交媒体语境。该方法为评估有害内容的影响提供了一个可复制的框架。
