研究者たちは、ドメイン固有のNLIモデルを使用してCOVID-19のツイートの大量コーパスを分析し、264,737件の投稿が誤った主張を支持しているか反対しているかを分類しました。この研究は、反誤情報生態系の動態を理解するために、これらの2つのグループ間で23のユーザーレベルおよびテキストレベルの特徴を比較しました。

  • 反誤情報の投稿は、誤情報を支持する投稿と比較して、怒り、嫌悪、悲しみなどの感情レベルが高いことが示され、否定的な感情が誤情報の特徴であるという仮定に反しています。
  • 誤情報に反対する投稿は、より確立されたユーザーから発信される傾向があり、アカウントの作成日が古く、フォロワー数やリストカウントが多いことが特徴です。

これらの発見は、誤情報における感情的な特徴に関する支配的な仮定に挑戦し、確立されたユーザーが誤った主張に対抗する役割を果たすことを強調しています。