哥本哈根大学最新研究揭示了打击社交媒体虚假信息的新途径：通过增加分享内容的难度，并引入学习元素，有效减少虚假新闻和错误信息的传播。研究指出，社交媒体平台如Facebook、Instagram和X等，因其便捷的点赞和分享功能，使得用户易于传播各类内容，其中不乏虚假信息。这类内容往往因其耸人听闻的特性，在社交媒体上迅速扩散，部分原因在于平台算法倾向于推送高传播量的帖子。

针对这一问题，哥本哈根大学的研究人员提出在分享过程中引入短暂停顿，即数字摩擦，如弹出消息，让用户在点击分享按钮前思考内容真实性。博士生劳拉·贾恩与文森特·F·亨德里克斯教授开发的计算机模型模拟了信息在社交媒体上的传播方式，结果显示，数字摩擦能有效减少内容分享次数。亨德里克斯教授称：“我们的想法是在分享过程中引入一个短暂的停顿，让人们在点击按钮之前思考一下自己要分享的内容。”

然而，研究也指出，单纯增加摩擦并不足以提升分享内容的质量。为此，研究人员在模型中加入了学习元素，如弹出窗口中的简短测试，旨在促使用户反思行为，减少分享问题帖子。模型表明，当数字摩擦与学习元素结合时，分享帖子的平均质量显著提升。研究人员计划进一步在现实环境中测试这一策略，与科技巨头合作，观察用户对低质量内容的参与度是否降低，以及识别虚假信息的能力是否提高。若无法与主流平台合作，他们将使用模拟平台进行研究。

更多信息： Laura Jahn 等人，《摩擦干预遏制虚假信息传播的视角》，npj Complexity(2025)