深圳国家应用数学中心数字经济-金融科技研究方向首席科学家黄伟教授研究团队在数字经济AI+情景下虚假信息传播扩散领域研究取得创新突破，其成果近期在世界信息系统领域权威期刊Journal of Management Information Systems（JMIS）发表。

虚假信息研究涉及复杂社会经济问题，也是目前AI+情景下世界学术届和实践领域都非常重要的前沿研究热点问题。为了应对虚假信息传播问题，许多国家的政策制定者正在考虑或已经制定法律强制披露社交媒体平台等的人工智能（AI）推荐信息。黄伟教授研究团队通过设计科学随机对照实验来研究将社交媒体标记信息为由AI推荐对信息信任度的影响。研究结果显示，AI的推荐反而降低了读者对真实信息的信任，并且对假信息的信任又没有实质性影响。相比之下，专家的推荐增加了读者对真实信息的信任，但对于假信息则没有效果。朋友的推荐对假信息没有影响，并且对真实信息的影响不一致：信息真实会影响参与度（如点赞、评论、分享），但AI推荐削弱了这种关系，使得确认偏误成为影响参与度的主要因素。推荐者的可信度只能部分解释这些效果，这表明还有其他理论因素在起作用。研究表明，明确地要求标记AI推送并不能帮助打击假新闻，反而可能适得其反，产生非预期的负面影响，即降低读者对真实信息的信任和参与度。这对世界社交网络平台巨头如推特、脸书等花费较大投资和人力资源进行平台信息标签标注等举措的有效性提出了有实证数据依据的质疑，也提出了相关问题的更佳可能解决方案。

该研究成果由黄伟教授及澳大利亚Deakin 大学的Hanzhuo Ma博士和Alan Dennis教授共同完成。

JMIS与MISQ、ISR一起被公认为信息系统领域国际三大顶级期刊，国际Financial Times认定的50本商学院顶级期刊之一。

通讯员：蔡小芳

编辑整理：李芳菲