XiaoMi-AI文件搜索系统
World File Search SystemHKS
国家内部和国家之间的算法知识差距
研究文章《国家内部和国家之间的算法知识差距：对打击错误信息的影响，同时了解社交媒体算法的运作方式对于保护自己免受误解至关重要，这种理解通常是不均匀的。本研究使用美国国家和国家之间和国家之间的算法知识差距（n = 1,415），英国（n = 1,435），韩国（n = 1,798）（n = 1,798）和墨西哥（n = 784）。在所有国家 /地区，算法知识在不同的社会人口统计学因素上也有所不同。此外，不同国家有不同水平的算法知识：美国的受访者报告了最大的算法知识，其次是英国，墨西哥和韩国的受访者。此外，具有更大算法知识的个体更倾向于采取反对错误信息的行动。作者：Myojung Chung（1），John Wihbey（1）隶属关系：（1）新闻学院，美国东北大学，如何引用：Chung，M。，＆Wihbey，J.（2024）。国家内部和国家之间的算法知识差距：对抗错误信息的影响。哈佛肯尼迪学校（HKS）错误信息评论，5（4）。收到：2024年4月22日。接受：2024年8月3日。出版：2024年8月28日。研究问题
克服对Covid-19疫苗采用的抵抗力
研究文章克服了对Covid-19疫苗采用的抵抗力：情感处置如何形成科学和医学健康专家的形态观点，担心Covid-19疫苗抵制可以抑制“群疫苗”的疫苗，而随着流行病的扩散，他们的担忧才增加。关注的关注主要集中在反疫苗抗议者上，他们与茶党活动家和武装民兵团队并肩作战时，他们在4月和5月的探测隔离党的舞会活动中并存。，但反vax极端主义者只占调查中约有三分之一的受访者，他们说他们不会接种疫苗。卫生官员还必须考虑一个肿胀的群体，他们可能了解疫苗的重要性，但犹豫不决，因为他们认为疫苗的开发正在急于，并且可能不安全或有效。公共卫生社区的挑战很复杂；它必须向一组不同的群体传达信息，每个人在处理有关接种疫苗的功效的信息时都采用独特的偏见。作者：John E. Newhagen（1），Erik P. Bucy（2）隶属关系：（1）美国马里兰大学菲利普·梅里尔新闻学院，（2）美国德克萨斯理工大学媒体与传播学院，美国德克萨斯州理工大学，美国如何引用：Newhagen，J。，J。，＆Bucy，＆Bucy，E。（2020）。克服了对Covid-19的抗药性，采用了疫苗的采用：情感性格如何形成科学和医学的观点。哈佛肯尼迪学校（HKS）错误信息评论，1（6）。收到：2020年6月15日。接受：2020年9月22日。出版：2020年10月23日。研究问题
赋能全球脑力经济：2024 年的重要里程碑和未来之路
• Harris A. Eyre 医学博士，脑资本联盟 (BCA) 和脑经济中心 (BEH) 执行董事；莱斯大学贝克公共政策研究所神经政策首席高级研究员 • Upali Nanda 博士，HKS Inc. 执行副总裁、全球部门创新总监，密歇根大学实践教授 • Jo-An Occhipinti 博士，精神财富计划联席主任；悉尼大学大脑与思维中心系统建模与仿真负责人 • Josefina Cruzat 博士，阿道夫伊巴涅斯大学拉丁美洲脑健康研究所 (BrainLat) 研究员。 • Mika Pyykko，芬兰大脑协会执行董事 • Kaisa Hartikainen 医学博士，芬兰大脑协会首席科学顾问 • Jafri Malin Abdullah 医学博士，马来西亚理科大学大脑行为集群主席 • Pawel Swieboda，NeuroCentury 创始人、BCA 和 BEH 联合创始人 • Olivera Nasic 医学博士，阿迦汗大学大脑与思维研究所高级科学顾问 • Zul Merali 博士，阿迦汗大学大脑与思维研究所创始主任 • Michael Berk 医学博士，迪肯大学身心健康与临床转化研究所 (IMPACT) 主任 • Indrit Begue 医学博士 • Frederic Destrebecq，欧洲大脑理事会执行董事、BEH 指导委员会 • Tiago Zibecchi，EMEA 初级研究员 • Rym Ayadi 博士，欧洲-地中海经济学家创始人兼总裁协会 (EMEA)、BCA 和 BEH 联合创始人
评论 虚假信息卷土重来？人们对生成式人工智能对虚假信息影响的担忧被夸大了 许多观察家认为，当前虚假信息激增
评论 虚假信息重装上阵？对生成式人工智能对虚假信息影响的担忧被夸大了 当前生成式人工智能爆炸式增长的许多观察者担心其对我们的信息环境的影响，并对虚假信息的数量、质量和个性化增加表示担忧。我们通过传播学、认知科学和政治学的证据来评估这些论点。我们认为，目前对生成式人工智能对虚假信息格局的影响的担忧被夸大了。 作者：Felix M. Simon (1)、Sacha Altay (2)、Hugo Mercier (3) 所属机构：(1) 英国牛津大学牛津互联网研究所，(2) 瑞士苏黎世大学政治学系，(3) 法国 Jean Nicod 研究所、认知研究中心、ENS、EHESS、PSL 大学、CNRS 引用方式：Simon, FM, Altay, S., & Mercier, H. (2023). 虚假信息重装上阵？人们对生成式人工智能对虚假信息的影响的担忧被夸大了。哈佛肯尼迪学院 (HKS) 虚假信息评论，4 (5)。收到日期：2023 年 5 月 24 日。接受日期：2023 年 9 月 25 日。出版日期：2023 年 10 月 18 日。简介 生成式人工智能的最新进展引发了人们的担忧，即它将“引发下一个虚假信息噩梦”（Gold & Fisher，2023 年），人们“将无法再知道什么是真实的”（Metz，2023 年），并且我们正面临“技术支持的世界末日”（Scott，2023 年）。
研究注意，游戏接种降低了政治内群心理接种干预措施的敏感性，这些干预措施
研究注意，GAM接种的接种降低了政治内群人心理接种干预措施的敏感性，这些干预措施试图先发出抵抗不必要的说服力尝试的抵抗，这表明有望减少误解的易感性。但是，由于许多人从受欢迎的主流群组来源（例如，消费左翼媒体的左翼人士）收到新闻，这可能会构成误导或虚假的内容，并且由于INGOUP来源可能更具说服力，因此源对接种干预措施的源影响的影响需要注意。在本实验中，我们发现，尽管新闻消费者更容易受到政治INCOUP出版商（非政治性）误解的影响，但GAMIFIED接种成功地改善了真实性的识别，并降低了政治INCOUP和OUTGroup和Outgroup Publishers误解的易感性。作者：Cecilie Steenbuch Traberg（1），Jon Roozenbeek（1,2），Sander van der Linden（1）分支机构：（1）英国剑桥大学心理学系心理学系，（2）英国国王学院伦敦国王学院。如何引用：Traberg，C。S.，Roozenbeek，J。和Van der Linden，S。（2024）。游戏接种降低了政治内部的错误信息的敏感性。哈佛肯尼迪学校（HKS）错误信息评论，5（2）。收到：2024年1月3日。接受：2024年4月9日。出版：2024年4月30日。研究问题
了解美国人如何看待事实检查标签
研究文章新闻干预措施很重要：了解美国人如何看待事实检查标签，而算法和众包越来越多地用于揭露或标记社交媒体上的错误信息，当专业事实检查员或记者执行时，此类任务可能最有效。借鉴了全国调查（n = 1,003），我们发现美国成年人评估了由专业事实检查者创建的事实检查标签，比算法和其他用户更有效。新闻媒体标签被认为比用户标签更有效，但与事实检查器和算法在统计上没有统计上的不同。用户和算法创建的标签之间没有显着差异。这些发现对平台和事实核对从业者具有影响，强调了新闻专业精神在事实检查中的重要性。作者：Chenyan Jia（1,2），Taeyoung Lee（3）隶属关系：（1）美国东北大学艺术，媒体与设计学院，（2）Khoury计算机科学学院，美国东北大学，美国，美国，美国，（3）杰克·J·瓦伦蒂，杰克·J·瓦伦蒂，杰克·J·瓦伦蒂，美国休斯顿大学，美国休斯顿大学，cite：jia，jia，jia，c。新闻干预措施很重要：了解美国人如何看待事实检查标签。哈佛肯尼迪学校（HKS）错误信息评论，5（2）。收到：2023年9月26日。接受：2024年2月16日。出版：2024年4月11日。研究问题