原始文章

這項研究強調了在科學發現中傳遞不確定性所面臨的挑戰。雖然透明度很重要,但研究顯示不確定性的訊息在社交媒體上不易被分享,實驗中效果也不佳。第一項研究分析了超過200萬條Twitter訊息,發現不確定性高的訊息分享數較少。第二項實驗確認了這一趨勢,參與者接觸不同不確定性水平的訊息。這些結果顯示,不確定性雖然是科學傳播的關鍵,但可能會影響公眾對科學資訊的參與,對科學家和傳播者的研究呈現方式提出了重要考量。 PubMed DOI


站上相關主題文章列表

人工智慧(AI)改變我們處理資訊的方式,尤其在健康資訊充斥的時代。一項研究發現,人們難以區分AI模型GPT-3和真實用戶的推文,顯示AI可能傳播假消息。這凸顯了AI在傳播假消息方面的風險,需要加強健康資訊的宣傳。 PubMed DOI

社群媒體對資訊傳播和公眾意見塑造很重要。研究分析了數百萬篇有關ChatGPT和COVID-19疫苗的帖子,探討線上平台如何影響大眾看法。研究使用主題分析和情感分析來了解不同平台和事件對線上討論的影響。結果顯示,COVID-19疫苗討論因為緊迫性而傳播速度快,而ChatGPT討論則發展較緩慢。 PubMed DOI

科學記者在傳達科學資訊給大眾扮演重要角色,但面臨媒體變革及人工智慧挑戰。研究發現歐洲新聞對人工智慧報導有一致標準。人工智慧可提升新聞效率與可讀性,但也引發誠信及資金問題。記者努力維持質量,建議深入研究科學與媒體關係。 PubMed DOI

LLMs在社交網絡中可能造假,影響社會。為了解決問題,提出一方法模擬和量化LLMs散播虛假資訊情況。考慮個人行為、網絡結構和社群關係等因素。透過真實數據和不同情境評估,協助制定對抗LLMs散播虛假資訊策略。 PubMed DOI

這項研究探討主流媒體在Facebook上對COVID-19疫苗的報導,及其與主要疫苗製造商股票表現的關聯。分析了2020年1月至2021年12月的貼文,並使用結構主題模型找出十個關鍵主題,如疫苗試驗和政治化。雖然某些Facebook反應(如「Haha」和「Angry」)與股價波動有關,但情感反應對交易量的影響不大。研究顯示社交媒體情緒與金融市場之間的複雜互動,並建議未來可用大型語言模型進行更深入的分析。 PubMed DOI

疫情期間,科學錯誤資訊問題愈發嚴重,社交媒體的快速傳播加劇了疫苗懷疑,對公共健康造成風險。雖然已有努力對抗錯誤資訊,但有效解決方案仍難尋。最近《科學》雜誌的一項研究指出,人工智慧(AI)可能成為對抗錯誤資訊的有效工具,並能帶來持久改變。 PubMed DOI

這個專案旨在改善使用者在Twitter上接觸到經過驗證的新聞,解決極化和錯誤資訊問題。研究持續兩週,參與者達28,457人,使用28個由GPT-2創建的機器人,針對非政治主題的推文回應,分享相關新聞連結,並鼓勵關注新聞機構。結果顯示,與機器人互動的使用者更可能關注新聞帳號,尤其是女性機器人的回應更受歡迎。不過,這些效果主要限於已對政治感興趣的使用者,顯示在社交媒體上促進新聞參與的挑戰。 PubMed DOI

這篇文章探討生成式人工智慧如何改善科學溝通及公眾對科學的理解。研究發現,AI生成的通俗摘要比傳統科學摘要更簡單,且能提升公眾對科學家的正面看法,雖然他們看起來不那麼聰明。參與者在閱讀簡單的AI摘要後,對科學寫作的理解也更佳,能更有效地總結論文內容。總之,AI透過簡化語言,能增強科學溝通,促進科學知識的普及。 PubMed DOI

這項研究探討社交媒體上有關憂鬱症的報導,透過道德基礎理論分析其對公眾看法的影響。研究分析了919則微博貼文及92,505則評論,發現關懷、純潔和公平的道德框架較常見,且大多數觀眾反應支持而非污名化。雖然關懷和忠誠的框架能引起贊同,但也可能降低觀眾參與度。這顯示憂鬱症在媒體中的呈現對社會態度和減少污名化有重要影響。 PubMed DOI

在COVID-19疫情期間,mRNA疫苗的發展是疫苗技術的一大進步,但公眾對接種的猶豫引發了對未來mRNA醫療創新的擔憂。從2022年6月到2023年5月,我們進行了社交聆聽分析,發現對mRNA疫苗的安全性和有效性普遍存在負面情緒,且信心缺失。討論多集中在副作用、謠言和錯誤資訊上。這顯示出需要針對性的溝通策略,以提升公眾對醫療的接受度和信任,增強社會面對未來健康危機的韌性。 PubMed DOI