研究：不完美自动事实核查何时降低社会福利

Zixuan Liu 与 Ming Cao 在 arXiv 发布一项序贯社会学习模型研究，分析廉价但不完美的自动事实核查工具何时适得其反。理论证明：当真实文章信息量不足且人工核查成本较高时，该工具对中等可信度文章会严格降低社会福利。 研究指出两种相反效应：核查工具可帮助用户摆脱错误级联，但其自身错误可能误导本可精确验证的用户。模拟显示，该工具对中间可信度范围两侧的文章可能有帮助；其平均效果优于纯人工核查仅在准确率超过某一阈值时成立。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。