一项新的研究表明，虚假新闻和病毒性恶作剧之所以在网上传播，是因为我们的注意力持续时间短，大量新信息不断涌入社交媒体。不过，研究报告作者说，控制那些吐出大量帖子的机器人，有助于减少信息过载，使人们很难将事实与虚构区分开来。

社交媒体对网络错误信息的放大在2016年总统大选期间大肆出现，不过目前尚不清楚“假新闻”究竟对大选结果产生了多大影响。尽管如此，随着大多数美国成年人从社交媒体上获得新闻，了解是什么让虚假或错误的想法在网上传播具有很大的现实意义。

这就是为什么来自印第安纳大学、上海理工学院和雅虎研究院的一个研究小组着手确定为什么真相并不总是在网上盛行。他们今天在《自然-人类行为》杂志上发表了研究结果。

他们的第一步是创建一个模拟的、简化的社交网络。在这个网络中，每个虚拟用户——不是一个真实的人——都会看到一个倒序的feed，有点像Twitter上的feed。然后，研究人员引入了一些变量，包括流入用户feed的新消息或帖子的数量、用户对滚动浏览帖子的关注程度，以及每个帖子中想法或模因的质量。“质量”变量有点棘手，因为对于不同的媒体，它可能意味着不同的东西：对于一张图片，它可能是它的美，对于一个声明或陈述，它的准确性。

通过在20个不同的模拟中跟踪10万个不同的帖子，研究人员了解到，一般来说，高质量的想法——更漂亮的照片，或更真实的陈述——更善于通过网络传播。但是，如果社交网络不断被新帖子淹没，用户没有无限的注意力广度（我们没有），这个群体就失去了区分好主意和坏主意的能力。基本上，要想让高质量的帖子在社交媒体上赢得分享战，流入该网络的新信息量必须相当低，用户的关注度也必须相当高。

现在，这是一个模拟-它做了一些非常简单的假设。因此，为了添加真实世界的数据，研究小组分析了2014年的Twitter数据，以了解新想法加入网络的速度，以及用户推特的新帖子数量与转发的数量。研究人员通过Tumblr计算了用户的平均滚动行为，以及他们在帖子上停留的时间。作者写道，将这些信息**他们的模型中，描绘了一幅令人恐惧的画面：一个思想的在线市场“无法根据质量来区分信息”。

同样，这是一个模型，需要做更多的研究来验证人们是否真的有这样的行为。但现实世界中的分享行为至少在最初似乎支持了这一结果：通过谣言检查网站Emergent.info确定为骗局的帖子传播的病毒性与事实上检查这些骗局或分享真实信息的帖子传播的病毒性一样强。

减少信息过载可以帮助人们区分社交媒体上的真假新闻，其中一种方法是让Facebook和Twitter等公司删除大量低质量帖子的机器人。但正如Facebook今年早些时候披露的应对造谣的策略一样，这不是一项小任务。