一篇新论文探讨了不完美的自动化事实核查工具对错误信息社会学习模型的影响。研究发现,虽然这些工具可以帮助代理人避免错误的级联效应,但它们的错误也可能误导那些否则会准确核实信息的用户。研究表明,如果人工事实核查成本高昂且真实文章信息量不大,添加此类工具可能会降低整体福利,特别是对于中等可靠性的文章。模拟表明,该工具的有效性取决于其准确性阈值。 AI
影响 强调了自动化事实核查系统对信息级联和用户福利可能产生的负面影响。
排序理由 发表在arXiv上的学术论文,涉及人工智能安全和社会动态。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Automated Fact-Checking
- Hugging Face
- Manual Fact-Checking
- misinformation
- social learning
- Welfare
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →