北京
认知神经科学前沿文献分享
基本信息
Title:Misinformation as strategy: Epistemic consequences and the undermining of shared truth
发表时间:2026-7-1
发表期刊:Trends in Cognitive Sciences
影响因子:20.3
获取原文:
1. 添加小助手:PSY-Brain-Frontier即可获取PDF版本
领域背景与痛点
错误信息（misinformation）会影响人的记忆、信念、态度、推理、决策和行为。过去很多研究和干预，常把问题缩小到一条虚假陈述能不能说服某个人。本文看的范围更大：更有策略性的虚假信息（disinformation）不一定只想让公众相信某个具体说法，它也可能靠大量互相矛盾的叙事、半真半假的内容、bullshit 和宣传，制造认识上的不确定感，进而削弱可信来源、共同事实和证据标准
核心框架与整合逻辑
作者把错误信息生态系统分成两层。一层是对个体认知和行为的直接影响，比如记忆污染、健康与疫苗信念、气候态度、政治态度以及相关行为。另一层是更系统性的认识论影响，也就是共享真相、制度信任和公共推理标准被慢慢侵蚀
综述还把社交媒体和生成式人工智能（generative AI）放在同一条链上看。平台算法、流量激励、影响者网络和社群互动，会放大情绪化、分裂性的内容；生成式AI则降低了大规模、个性化、多模态误导内容的生产成本，也可能通过合成数据循环、AI生成知识库和意识形态化聊天机器人影响信息基础设施。关于未来AI生态分化和训练污染的部分判断，目前仍偏趋势推演，还需要更多直接证据
关键洞察与未来方向
洞察一：错误信息影响个体，但不是单次暴露的线性结果
文献支持这样一个判断：错误信息可以影响记忆、信念、态度和行为。但它的效果不是简单的“看到了就被说服”，而是会受到既有信念、暴露频率、社会环境、纠错和预防性免疫的共同影响。纠错和免疫通常有效，不过影响往往不会完全消失
Fig. 1 用来组织错误信息生态系统中的个体认知、行为影响与系统层级认识标准变化；这一概念框架图说明，直接影响只是其中一层洞察二：平台与生成式AI改变了错误信息的生产和传播条件
社交媒体让叙事生产更参与式，也更容易受到算法排序、流量货币化、影响者信任和社群现实的塑造。生成式AI又把风险往前推了一步：低成本生成、个性化说服、深度伪造和事实性缺陷都更容易规模化。当然，它也可以反过来用于监测、标注和个性化反驳
洞察三：干预需要同时面对认知影响和认识标准侵蚀
个人层面的媒体素养、预防性免疫、纠错和AI辅助反驳仍然重要。系统层面则要处理算法透明、货币化改革、社区标注、内容来源提示、平台竞争和用户算法控制等问题，因为战略性叙事背后往往有这些结构性条件
Table 1 用来组织干预类型、机制、优势与局限；这一总结表说明，不同层级的错误信息影响需要不同层级的回应
省流总结
这篇综述的重点，是把错误信息研究从“虚假陈述如何改变个人信念”，推到“战略性信息操纵如何侵蚀共享证据标准”。它并不把社交媒体和生成式AI说成错误信息的唯一来源，但明确指出，它们放大了规模、速度、个性化和基础设施层面的风险
暑期提升
分享人：天天
审核：PsyBrain 脑心前沿编辑部
你好，这里是「PsyBrain 脑心前沿」
专注追踪全球认知神经科学的最尖端突破
视野直击 Nature, Science, Cell 正刊 及核心子刊与顶级大刊
每日速递「深度解读」与「前沿快讯」
科研是一场探索未知的长跑，但你无需独行。欢迎加入PsyBrain 学术社群，和一群懂你的同行，共同丈量脑与心智的无垠前沿。
点击卡片进群，欢迎你的到来
一键关注，点亮星标 ⭐ 前沿不走丢！
一键分享，让更多人了解前沿
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
