原傳媒 AI
蘭嶼強風黃燈/其他原鄉退出觀察
返回文章列表

媒體素養/數位公民

同樣寫著「真」或「假」,為何來源仍會改變分享意願?53 人 EEG 實驗的可用結論與邊界

Scientific Reports刊登53人腦電波實驗,探討事實查核標籤與訊息來源如何共同影響社群分享決策與神經認知處理。

邱俐瑜 Liyu Chiu

作者簡介:公民科 × AI 資訊科技媒體素養教案獎得主、AI 教育學院成員、經營「快樂鯉魚秋老虎:運算思維與程式設計」,關注 AI 媒體素養、數位公民與科技教育

腦電波與資訊查核實驗概念影像,非研究參與者實拍。

概念影像,非研究、事件或地點的紀實照片。

在社群平台上,一則健康新聞旁邊若出現「真」或「假」的標籤,讀者會不會改變信任程度與分享意願?直覺可能認為,標籤只要夠醒目,就能讓人做出更正確的判斷。但 2026 年 10 月 29 日《Scientific Reports》發表的一項研究提醒我們:標籤的內容固然重要,標籤由誰提出,也會影響人們如何解讀。這不只是媒體識讀課的問題,更是平台治理、公共衛生資訊與事實查核設計共同面對的難題。

研究者讓 53 名參與者閱讀醫療與健康相關新聞標題,在基準評估後接收「Truth」或「Fake」標籤,並改變標籤所附帶的來源可信度。實驗同時記錄受試者對標題的信任與分享意願,以及腦電圖(EEG)中的事件相關電位。結果顯示,高可信來源的標籤比低可信來源更能影響信任與分享意願;但這種效果不是對「真」與「假」完全對稱。

「真」標籤更依賴誰說的

依研究摘要,當「真」標籤由高可信來源提出時,受試者的信任與分享意願增加;低可信來源的「真」標籤沒有出現相同的增強效果。相對地,「假」標籤使評分下降的效果,在不同來源可信度下都能觀察到。這並不表示人們天生更容易相信否定訊息,也不表示任何標成「假」的內容都會被正確拒絕。研究所比較的是特定醫療標題、實驗設定與受試群體中的平均行為結果。

這個差異有一項實務意義:平台如果只在文章旁邊加上真假標籤,卻不清楚顯示查核者、證據與更正機制,就可能讓使用者只記住顏色或符號,而沒有學會判斷來源。反過來說,單純把來源標成「權威」,也不能替代查核方法。真正可靠的資訊判斷,需要追溯原始資料、研究方法、更新日期與可能的利益衝突。

EEG 看到的是處理歷程,不是讀心

研究在神經電生理上並未找到原先某些理論可能預期的 FRN/RewP 證據,而是觀察到高可信來源引發較大的早期 P2 類反應;單次試次分析也將 P2、P3 振幅與信任及分享評分聯繫起來,尤其在可信來源提出否定性更正時較為穩定。這些結果可以作為資訊處理時間歷程的線索,卻不能解讀成「看到 P2 就知道某人會轉傳」或「EEG 可以判斷一篇新聞真假」。

EEG 測量的是頭皮電位隨時間變化的訊號,與注意、刺激評估及其他心理歷程可能有關;同一電位成分通常不對應單一心理功能。研究中觀察到的關聯,也不能直接推出某個平台介面必然造成某種行為。若把腦波圖片拿來宣稱可以讀出讀者的政治立場、價值觀或個別真假判斷,都是超出研究範圍的過度推論。

從查核標籤走向來源素養

對教育工作者而言,這項研究可以轉化為一個很簡單的課堂活動:給學生兩則內容相近、來源標示不同的健康資訊,先記錄自己的初步判斷,再要求學生查找原研究、政府資料或正式專業機構的解釋。最後討論,改變判斷的是「真/假」兩個字,還是查證過程中看到的證據?這比教學生盲目相信平台貼上的標籤更有教育價值。

對平台設計者而言,標籤應該有可追溯的查核來源、更新時間、證據連結與申訴修正管道。某些醫療資訊會隨新研究更新,早期說法與後來證據可能不同;因此,清楚表達不確定性有時比二元標籤更負責任。平台也應考慮低視力使用者、不同語言使用者與手機小螢幕上的可理解性,不能只把介面設計當成美術問題。

不把小樣本實驗寫成社會定律

這項研究的重要性在於同時比較行為評分與神經訊號,讓我們對來源可信度如何進入資訊評估過程有更具體的研究問題。但 53 名受試者不是全球網民的縮影,醫療標題也不代表所有政治、災防、文化或娛樂資訊。實驗中的分享意願更不等於真實平台上的轉傳行為;正式報導仍需分清研究量測的是什麼、沒有量測的是什麼。

從雙向知識的角度,科學研究可以提醒平台重視來源可信度,公共教育則可以反過來檢驗研究結論在不同語言、年齡與文化情境中的適用性。面對原住民族知識或地方公共資訊,不能只依主流機構名氣判斷可信度;也要尊重社群知識的來源規範、授權邊界與可查證脈絡。真正成熟的媒體素養,不是讓每個人都變成標籤的服從者,而是讓讀者知道何時該追問、向誰追問,以及如何承認目前證據還不足。

信任是連續判斷,不是按鈕開關

實驗中的「信任」與「分享意願」來自受試者評分,並非平台實際分享次數。這個差異非常重要:人在實驗室願意勾選分享,不代表回到手機上會真的轉傳;反之,某些人也可能為了提醒朋友不要相信謠言而分享錯誤內容。若沒有測量分享動機、社群關係與真實互動,不能把評分直接換成平台行為預測。因此,研究結果應被視為設計更嚴謹實驗的線索,而非可直接部署的演算法規則。

來源可信度也不是固定不變的個人印象。某個醫療機構在特定領域可能具備高度專業,但對另一領域未必具有同樣權威;某位在地知識持有人也可能擁有正式學術資料未涵蓋的長期觀察。判斷來源應結合其專業範圍、可追溯證據、公開更正紀錄與具體論點,而不是只看機構大小或名氣。這也是把研究帶進不同文化情境時必須保留的限制。

讓查核結果可以被追問

好的查核標籤至少應回答四個問題:誰查核?根據什麼資料?什麼時候查核?如果證據改變,如何更新或申訴?在健康資訊領域,新的大型研究可能修正過去的建議,平台若只保留永久性的「真」或「假」,就會把知識的時間性抹去。對一般讀者而言,最有用的介面未必是最大的紅色叉號,而是能用一兩步找到原始研究、查核理由與限制的設計。

學校可以把這些原則變成操作練習。學生先比較同一標題在不同來源下的可信度,再找出正式文獻、政府公告或專業團體指南,最後撰寫一段包含「目前知道什麼、還不知道什麼」的更正說明。這個過程能培養橫向閱讀、資料追溯與不確定性表達,而不是只訓練學生猜對老師心中的答案。

不把腦電圖當成媒體操控工具

P2 與 P3 等事件相關電位常被用來研究資訊處理歷程,但它們並非單一心理狀態的指紋。即使某些試次的振幅與評分存在統計關聯,也不等於可以在個人層級準確推算其價值觀或行為。把腦波結果說成「可以讀心」,既誤導公眾,也可能促成不必要的監控想像。研究倫理要求我們說明量測的空間與時間限制、樣本代表性、資料處理方式與推論的不確定性。

平台若未來結合生理資料與個人化內容推薦,更應先回答知情同意、資料最小化、用途限制與退出權等問題。這些議題不是本研究已經提出的產品方案,而是從研究限制延伸出的公共治理提問。對原住民族與其他可能處於資料權力不對等位置的社群,尤其需要防止外部機構將文化表達簡化為可預測、可操控的使用者標籤。

真正值得培養的數位公民能力

一個成熟的數位公民,不是看到查核標籤就停止思考,也不是對所有機構都一概不信任,而是懂得依主張性質選擇適當的證據。對醫療資訊,要查原研究與臨床指引;對公共政策,要查法規、預算與執行結果;對地方文化,要辨認社群自身的知識治理與公開授權。不同主張需要不同證據,這才是來源素養的核心。

這項 53 人研究不能回答所有平台治理問題,卻提供一個具體提醒:訊息內容與來源線索會共同作用,二元標籤不是萬能解方。未來研究若能在不同語言、年齡與實際社群平台中重複測試,才更有機會知道哪些介面設計能長期減少誤導,而不只是短時間改變問卷評分。

資料來源

Morozova 等,《Scientific Reports》原研究;《Frontiers in Human Neuroscience》來源可信度相關研究;HSE University 事件相關電位研究;Russian Science Foundation 專案資料。

角色驅動追問

原傳媒AI|依你的角色繼續追問

先選擇角色,再閱讀該角色可能提出的完整問題;點選後,原傳媒AI 會以逐字顯示方式呈現完整回覆。

先選擇角色

媒體素養教師

從批判思考、查核習慣培養與公民教學追問訊息判讀能力。

再選擇問題

先閱讀上方完整問題,再選擇一題;原傳媒AI 將從第一個字開始逐字呈現回答。

AI 使用與內容安全揭露

本文由AI協助整理公開研究與機構資料,區分研究結果、限制與編輯分析。

Newsletter

喜歡這篇文章?

訂閱原傳媒AI電子報,每日接收AI、傳統知識與雙向知識更新。

前往訂閱