在Covid-19的大流行期间，公众一直在与另一个威胁作斗争：联合国秘书长安东尼奥·古特雷斯（AntónioGuterres）叫“大流行”。误导性的宣传和其他虚假新闻很容易在威胁公共卫生的社交网络上共享。多达四分之一成人声称他们不会接种疫苗。因此，尽管我们终于有足够的剂量在美国达到牛群的免疫力，但太多人担心达到该阈值的疫苗（或持怀疑态度，即Covid-19甚至是一种危险疾病）。
然而，一项新研究在马萨诸塞州技术学院和Google的社会技术孵化器拼图中，人们希望解决社交网络上的错误信息。在一项涉及9,070名美国参与者的大规模研究中，以性别，种族和党派制作的控制，研究人员发现，一些简单的UI干预措施可以阻止人们在Covid-19周围分享假新闻。
如何？不是通过“扫盲”教会他们可靠的来源和糟糕的来源之间的区别。而不是通过事实检查者“被标记”为虚假的内容，而是作为Facebook试图。
取而代之的是，研究人员通过一个简单的弹出窗口介绍了几个不同的提示，所有这些都有一个目标：让人们思考即将分享的准确性。当启示故事的准确性时，人们分享一个假新闻的可能性降低了20％。麻省理工学院教授戴维·兰德（David Rand）说：“这并不是说我们已经提出了一次干预措施，他们已经准备好了。”“相反，关键是通过设计，平台不断分散人们的精度。”
“很多时候，人们实际上可以合理地分辨出真实和错误。人们说，总的来说，他们不想分享不正确的信息。”兰德说。“但是他们还是可以这样做，因为他们分心了，因为社交媒体的环境将注意力集中在[非精度]以外的其他事物上。”
“Even if you are someone who cares about accuracy and is generally a critical thinker, the social media context just turns that part of your brain off,” says Rand, who then recounted a time in the past year he discovered that he’d shared an inaccurate story online, when he is in fact a researcher on just this topic.
麻省理工学院首先开创了研究理论。然后，拼图介入以合作并为工作提供资金，同时使用其设计师来构建提示。Jigsaw的研究计划经理Rocky Cole说，该想法是在公司的“孵化”，他不会想象它在Google产品中使用，直到公司确保没有意想不到的后果。（同时，Google子公司YouTube仍然危险的避风港对于极端主义的错误信息，以其自身的启发性算法推广。
通过这项研究，麻省理工学院和拼图开发并测试了几种小型干预措施，这些干预措施可能有助于将一个人重新回到明智，敏锐的心理状态。一种方法称为“评估”。所有这些都要求某人评估样本标题似乎是正确的，据他们所知。这启动了他们的辨别模式。当受试者在启动后看到Covid-19的标题时，他们分享错误信息的可能性要小得多。
另一种方法称为“技巧”。这只是一个小盒子，敦促用户“对头条持怀疑态度。调查来源。注意异常格式。检查证据。”另一种方法称为“重要性”，它只是问用户对他们在社交媒体上仅分享准确的故事的重要性。这两种方法都致力于遏制错误信息的共享约10％。
一种无效的方法是围绕党派规范，这迅速解释了共和党人和民主党人都认为仅在社交媒体上分享准确的信息很重要。有趣的是，当这种“规范”方法与“技巧”方法或“重要性”方法混合在一起时，猜猜是什么？技巧和重要性都变成了更多的有效的。兰德说：“总体结论是，您可以做很多不同的事情，以不同的方式使准确性的概念为基础，而且它们几乎都在起作用。”“您不需要一种特殊的魔法完美方法。”
唯一的问题是我们仍然不了解难题的关键部分：这些提示可以工作多长时间？它们的效果什么时候磨损？用户是否开始将他们调整出来？
“我假设[这些影响]是短暂的，”科尔说。“该理论建议人们关心准确性。。。但是他们在网上看到一个可爱的猫视频，突然间他们没有考虑准确性，他们正在考虑其他事情。”而且，您看到的准确性提示越多，就越容易忽略它们。
这些未知数指向未来研究的途径。同时，我们确实知道我们有可以使用的工具，可以轻松地将其纳入社交媒体平台中，以帮助遏制错误信息的传播。
为了使人们共享准确的信息，网站可能需要不断的新颖方式来使用户思考准确性。兰德指的是提示Twitter在上次总统大选期间发行。他认为这个提示是一个很好的设计，因为它询问读者是否想在转发之前阅读文章，并提醒他们有关准确性的主题。他说，但是Twitter在此后的许多月中都没有更新提示，结果可能不太效果。“第一次[我看到]就像‘哇！该死！'”兰德说。“现在就像，‘是的，是的。'”