何が変わったか

これまで誤情報拡散の研究は、「人がなぜ誤った内容を信じるか」「信頼性ラベルが拡散を抑制するか」といった内容ベースの問いを中心に積み上げられてきた。

中国・深圳大学 Xiaozhe Peng 氏らの研究 (Cognition and Emotion 掲載) で、「怒り」は真偽を見分ける能力そのものは変えず、共有を決めるまでの心理的しきい値を下げることで、信頼性の低い情報源からの誤情報拡散を加速することが、階層ドリフト拡散モデルを用いた認知過程分析で示された。3 つの実験 (合計 402 名) を通じて、感情そのものが共有判断のスピードと慎重さに直接介入する機序が定量化されている。

社会にどんな影響があるか

主たる影響として、SNS プラットフォームの誤情報対策が「内容のファクトチェック表示」「信頼性ラベル」から、「感情処理への介入」へと設計領域を拡張する必要性が示される。研究チームが提案する「強い怒りを引き起こす投稿に対し、ユーザーに一呼吸置くよう促す軽量な警告表示」は、Twitter (現 X) や Facebook で限定的に試されてきた「拡散前確認ダイアログ」の設計を、感情検出と組み合わせる方向に拡張する根拠になる。

副作用として、感情検出を伴う介入設計は監視・プライバシーの懸念を強める。投稿者の感情状態を AI が判定して介入トリガーを引くという設計は、表現の自由・検閲・アルゴリズム偏向の論点と直結する。プラットフォーム設計者は「個人の感情処理を助ける UI」と「感情を理由に表現を抑制する UI」の境界線を慎重に設計する必要が出てくる。

ニュースの詳細

第 1 実験 (223 名) では、虚偽情報として作成された 24 本のニュース見出しを参加者が評価した。見出しは道徳的問題の深刻さ (中立〜重大) と情報源信頼性 (0%〜100%) を独立に変動させ、参加者は共有意思を回答する前にニュースの正確性・道徳性・無誘導のいずれかの条件に割り当てられる。全体としては信頼性の高い情報源が共有されやすい一方、重大な道徳違反を含む見出しも共有意欲を高めた。特に道徳的側面に注意を向けるよう誘導された参加者では、重大違反含み見出しの共有意欲が強まり、情報源信頼性ラベルへの依存度が低下した。

第 2 実験 (116 名) では、怒りと嫌悪を区別した。怒りを意識するよう促された参加者は信頼性の低い情報源からの見出しを共有したいと答える傾向が有意に高く、嫌悪条件では中立条件と比較して共有意欲の増加が見られなかった。研究チームは「怒りは対象に立ち向かう行動を促し、嫌悪は対象から距離を取る反応につながりやすい」という心理学的説明と整合すると解説している。

第 3 実験 (63 名) では、参加者に怒りを感じた個人的記憶を書かせて怒り感情を誘発し、信頼性ラベル (低・曖昧・高) 付きの真偽混在見出し 36 本を評価させた。階層ドリフト拡散モデルでの分析の結果、怒りを誘発された参加者では共有を決めるための判断しきい値が低下していた。重要なのは「怒りが真偽を見分ける能力を低下させたわけではない」とされた点で、怒りは情報識別力ではなく共有ボタンを押すまでの心理的ハードルを下げることで、より速く慎重さの低い判断につながったとされる。

研究の限界として、実験は統制された環境であり実際の SNS 上の共有行動ではなく「共有意思」を測定している点、サンプルが中国という特定文化文脈に限られる点が明示されている。今後、国・プラットフォーム横断での再現性確認が必要となる。

キーワード解説

ドリフト拡散モデル (drift-diffusion model) とは、意思決定プロセスを「証拠の蓄積」と「決定しきい値」で記述する数理モデル。心理学・神経科学で広く使われ、反応時間と判断精度のトレードオフを定量的に分離できる。本研究では階層ベイズで個人差をモデル化した派生形を使用。

判断しきい値 (decision threshold) とは、ドリフト拡散モデルにおいて「決定を下すために必要な証拠の量」を表すパラメータ。しきい値が高いほど慎重で時間のかかる判断、低いほど速くて雑な判断になる。怒り感情は判断しきい値を下げることが本研究で示された。

道徳的怒り (moral anger) とは、他者の道徳違反・不正義に対する怒り。社会心理学では「行動志向の強い感情」として位置付けられ、抗議・告発・規範強化の行動を駆動するが、誤情報拡散など意図しない副次効果も持つ。