社交媒体上虚假信息的传播是一个紧迫的社会问题，科技公司和决策者仍在努力解决，但研究这一问题的人仍然没有深入理解虚假消息传播的原因和方式。为了阐明这个模糊的话题，麻省理工学院的研究人员开发了一个类似推特的社交网络的理论模型，以研究新闻是如何共享的，并探索不可信的新闻比真相传播得更广的情况。模型中的代理受说服他人接受其观点的愿望的驱动：模型中的关键假设是，如果人们认为某件事具有说服力，并且可能会让他人更接近他们的思维方式，那么他们会不厌其烦地与追随者分享。否则他们不会分享。

　　研究人员发现，在这样的环境下，当一个网络高度互联或其成员的观点严重两极分化时，可能是虚假的新闻将比可信度更高的新闻传播得更广，在网络中传播得更深。当网络具有高连通性且新闻令人惊讶时，启动新闻级联的可信度阈值较低。高连通性意味着网络中的许多用户之间存在多个连接。类似地，当网络在很大程度上两极分化时，有许多观点极端的代理想要分享新闻，从而启动了一系列新闻。在这两种情况下，可信度低的新闻会产生最大的级联效应。

　　这项理论工作可以为新闻可信度与传播规模之间关系的实证研究提供信息，这可能有助于社交媒体公司调整网络以限制虚假信息的传播。

　　资讯来源：http://news.mit.edu/