呂檸 夏志杰

摘要：[目的/意義]偽健康信息廣泛傳播會(huì)給公眾健康帶來(lái)不可預(yù)測(cè)的風(fēng)險(xiǎn)，探究在線社會(huì)化學(xué)習(xí)對(duì)公眾偽健康信息甄別、分享和虛假宣傳認(rèn)知的影響，有助于從社會(huì)化學(xué)習(xí)角度幫助公眾進(jìn)行理性健康決策以及促進(jìn)偽健康信息治理。[方法/過(guò)程]通過(guò)設(shè)計(jì)實(shí)驗(yàn)，選取已被證實(shí)的偽健康信息作為實(shí)驗(yàn)材料，運(yùn)用配對(duì)樣本T檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)、單因素ANOVA檢驗(yàn)分析在線社會(huì)化學(xué)習(xí)對(duì)公眾偽健康信息甄別和自信程度的影響，并利用線性回歸探究影響公眾分享行為的因素。[結(jié)果/結(jié)論]結(jié)果發(fā)現(xiàn)，在線社會(huì)化學(xué)習(xí)可以提高公眾偽健康信息甄別能力，增強(qiáng)對(duì)自我判斷的肯定；用戶(hù)背景信息越透明，對(duì)風(fēng)險(xiǎn)的認(rèn)知能力越強(qiáng)；同時(shí)信息真實(shí)程度對(duì)用戶(hù)分享行為沒(méi)有顯著影響。由此提出相關(guān)建議，為社交媒體平臺(tái)應(yīng)對(duì)偽健康信息治理提供理論參考。

關(guān)鍵詞：偽健康信息；在線社會(huì)化學(xué)習(xí)；信息甄別；社交媒體平臺(tái)

分類(lèi)號(hào)：G251

引用格式：呂檸， 夏志杰. 面向健康類(lèi)虛假?gòu)V告群體智慧對(duì)個(gè)體決策影響研究[J/OL]. 知識(shí)管理論壇， 2024， 9（1）： 30-42 [引用日期]. http：//www.kmf.ac.cn/p/374/. （Citation： Lü Ning， Xia Zhijie. The Influence of Group Intelligence on Individual Decision-making Under the Condition of False Health Advertising Information[J/OL]. Knowledge Management Forum， 2024， 9（1）： 30-42 [cite date]. http：//www.kmf.ac.cn/p/374/.）

1? 引言/Introduction

虛假、夸大或未經(jīng)科學(xué)證實(shí)的偽健康信息，會(huì)誘使公眾形成錯(cuò)誤的健康觀念，采取非理性的健康決策。尤其網(wǎng)絡(luò)平臺(tái)的開(kāi)放性，導(dǎo)致在線偽健康信息的生成與傳播更加廣泛、迅速，對(duì)公眾健康造成了不可忽視的負(fù)面影響。偽健康信息的甄別可大致分為利用人工進(jìn)行事實(shí)核查[1-2]或者利用算法技術(shù)自動(dòng)識(shí)別[3-4]，但由于用戶(hù)信息加工活動(dòng)本身的復(fù)雜性，僅從信息內(nèi)容層面針對(duì)偽健康信息的甄別還面臨巨大挑戰(zhàn)。

用戶(hù)處于信息傳播的中心位置，也對(duì)減少偽健康信息傳播起到關(guān)鍵作用，尤其是從個(gè)體感知角度主動(dòng)甄別和警惕偽健康信息[5]。一方面，個(gè)人健康信息素養(yǎng)會(huì)對(duì)信息甄別產(chǎn)生影響。公眾健康知識(shí)素養(yǎng)水平越高越可以促進(jìn)健康行為，抵制偽健康信息[6]；或通過(guò)參加健康知識(shí)方面的普及教育活動(dòng)，提高個(gè)體甄別真實(shí)信息和謠言的能力[7]。另一方面，群體或他人的態(tài)度也會(huì)影響個(gè)體對(duì)信息的信任。公眾對(duì)信息的判斷不僅依賴(lài)于個(gè)人自身的觀點(diǎn)，也會(huì)受到來(lái)自其社會(huì)網(wǎng)絡(luò)的影響[8]，如微信朋友圈在一定程度上降低了人們對(duì)偽健康信息的認(rèn)知[9]；公眾亦可通過(guò)社會(huì)化學(xué)習(xí)可以促進(jìn)個(gè)體認(rèn)知，進(jìn)而提高信息評(píng)估效率[10]。

綜上，如何利用個(gè)體感知提高公眾對(duì)于偽健康信息的甄別能力值得關(guān)注。但現(xiàn)有個(gè)體視角的偽健康信息甄別研究，多是基于內(nèi)在特質(zhì)（如受教育背景、政治傾向等）的影響進(jìn)行研究[11]，或者是利用眾包等方法提高個(gè)體對(duì)信息質(zhì)量的判斷[12]，鮮少基于社會(huì)化學(xué)習(xí)角度，例如，在線社會(huì)化學(xué)習(xí)如何影響公眾對(duì)于偽健康信息的甄別，尤其是當(dāng)參考群體背景信息不同的時(shí)候。因此，筆者在已有研究的基礎(chǔ)上，繼續(xù)驗(yàn)證健康素養(yǎng)水平以及在線社會(huì)化學(xué)習(xí)是否會(huì)對(duì)公眾甄別偽健康信息產(chǎn)生影響，并進(jìn)一步深入探究社會(huì)化學(xué)習(xí)的群體背景信息揭示程度是否會(huì)影響個(gè)體的學(xué)習(xí)效果，以期為今后偽健康信息治理提供啟示。

2? 相關(guān)研究/Related research

2.1? 偽健康信息研究

偽健康信息，也稱(chēng)“虛假健康信息”“失真健康信息”以及“健康謠言”等，通常是指在健康領(lǐng)域中有關(guān)知識(shí)、技術(shù)、觀念和行為的虛假信息[13]。對(duì)于偽健康信息的研究最早來(lái)自1912年有關(guān)醫(yī)療診斷中的錯(cuò)誤信息[14]，而后擴(kuò)大到藥品[15]、食品安全[16]等領(lǐng)域，主要圍繞醫(yī)學(xué)和衛(wèi)生安全中的偽健康信息進(jìn)行核查澄清。進(jìn)入21世紀(jì)之后，隨著互聯(lián)網(wǎng)的發(fā)展，獲取和分享健康信息的渠道變得多元化，不少學(xué)者開(kāi)始對(duì)在線偽健康信息展開(kāi)研究[17]。我國(guó)也于2005年開(kāi)始將偽健康信息作為一個(gè)學(xué)術(shù)概念展開(kāi)研究[18]。近年來(lái)，科學(xué)技術(shù)的日益進(jìn)步以及全球重大公共衛(wèi)生事件的頻繁發(fā)生，特別是2020年突發(fā)新冠疫情以來(lái)，“信息疫情”（infodemic）問(wèn)題日益嚴(yán)重，在線偽健康信息的研究引起了更多學(xué)者的關(guān)注。目前國(guó)內(nèi)外學(xué)者針對(duì)偽健康信息的研究大致圍繞以下6個(gè)方面：①偽健康信息的概念定義及外延[19]；②不同情景下的偽健康信息傳播[20]；③偽健康信息的構(gòu)成特征、傳播機(jī)理及擴(kuò)散效果等[21]；④偽健康信息與公眾心理和行為間的關(guān)系[13]；⑤偽健康信息的認(rèn)知糾偏及其影響效果[11]；⑥偽健康信息的傳播干預(yù)和質(zhì)量治理研究[22]。在健康中國(guó)戰(zhàn)略實(shí)施的背景下，探究偽健康信息的議題尤為重要。

2.2? 在線社會(huì)化學(xué)習(xí)研究

隨著在線社交媒體和知識(shí)共享平臺(tái)的興起，用戶(hù)的社會(huì)化學(xué)習(xí)越來(lái)越多地發(fā)生在微博、微信以及小紅書(shū)等在線社交平臺(tái)上。在線社交平臺(tái)為公眾提供了與具有不同觀點(diǎn)和經(jīng)驗(yàn)的人進(jìn)行信息交流和學(xué)習(xí)的機(jī)會(huì)，外延了社會(huì)化學(xué)習(xí)的概念，有助于實(shí)現(xiàn)個(gè)體與群體之間的知識(shí)建構(gòu)和創(chuàng)新 [23]。這種知識(shí)建構(gòu)和創(chuàng)新提高了公眾對(duì)未知知識(shí)的正確判斷，國(guó)外學(xué)者用一種結(jié)合社會(huì)特征的電子學(xué)習(xí)軟件證明，在線社會(huì)化學(xué)習(xí)可以提高學(xué)習(xí)者的學(xué)習(xí)成績(jī)和知識(shí)獲取能力[24]；通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)，社會(huì)知識(shí)網(wǎng)絡(luò)環(huán)境下的學(xué)習(xí)者，展現(xiàn)了更高水平的信息反思和知識(shí)建構(gòu)能力[25]；通過(guò)設(shè)計(jì)游戲揭示，用戶(hù)經(jīng)過(guò)與社會(huì)網(wǎng)絡(luò)鄰居交流可以顯著增強(qiáng)社會(huì)學(xué)習(xí)能力，從而消除在一些話(huà)題上的認(rèn)知偏見(jiàn)，提高解讀科學(xué)信息的準(zhǔn)確性[26]。但國(guó)內(nèi)學(xué)者對(duì)于在線社會(huì)化學(xué)習(xí)的研究較少，且現(xiàn)有研究多是從教育學(xué)領(lǐng)域分析學(xué)生的學(xué)習(xí)效果[23]，或者是從管理學(xué)領(lǐng)域考慮商品定價(jià)的學(xué)習(xí)成本[27]，缺乏從情報(bào)學(xué)領(lǐng)域探究對(duì)偽健康信息甄別的影響。因此，筆者探討公眾通過(guò)在線觀察他人判斷的社會(huì)化學(xué)習(xí)過(guò)程，是否會(huì)對(duì)偽健康信息的認(rèn)知產(chǎn)生影響。

2.3? 信息甄別研究

健康信息過(guò)載問(wèn)題日益嚴(yán)重，使得公眾提高對(duì)偽健康信息真實(shí)性、準(zhǔn)確性和可靠性的甄別能力更加重要。一方面有研究發(fā)現(xiàn)，公眾的健康知識(shí)素養(yǎng)水平越高，其對(duì)偽健康信息的甄別能力越強(qiáng)[28]。知識(shí)層面健康素養(yǎng)水平高的公眾能更好地理解在線健康信息，而不易被偽健康信息誤導(dǎo)。另一方面，從眾行為等心理因素也會(huì)影響個(gè)體對(duì)偽健康信息的信任?？紤]到在線健康信息的創(chuàng)造和傳播需要用戶(hù)的參與，通過(guò)與群體進(jìn)行信息交流、分享等互動(dòng)行為，最終形成在線社會(huì)化學(xué)習(xí)。個(gè)人層面的心理學(xué)理論通常無(wú)法解釋社交網(wǎng)絡(luò)對(duì)信息傳遞的影響，因此將用戶(hù)看作一個(gè)靜態(tài)個(gè)體進(jìn)行研究，難以從根本上解決偽健康信息的甄別問(wèn)題。近年來(lái)學(xué)者就傾向于關(guān)注并整合群體的力量，對(duì)社交媒體中廣泛存在的偽健康信息進(jìn)行甄別[29-30]。針對(duì)現(xiàn)有研究較少關(guān)注公眾學(xué)習(xí)行為與偽健康信息甄別的關(guān)系，筆者通過(guò)設(shè)計(jì)實(shí)驗(yàn)，探究在線社會(huì)化學(xué)習(xí)對(duì)公眾甄別偽健康信息的影響。此外，社會(huì)化學(xué)習(xí)群體的背景信息類(lèi)型不同，也會(huì)對(duì)個(gè)體行為產(chǎn)生差異影響[31]。故延續(xù)前人研究，用對(duì)健康知識(shí)的判斷來(lái)衡量用戶(hù)健康素養(yǎng)水平，并將兩種不同健康素養(yǎng)水平的用戶(hù)作為參照的社會(huì)化學(xué)習(xí)群體，進(jìn)一步分析不同信息背景下用戶(hù)的信息甄別能力是否不同，以及是否會(huì)影響學(xué)習(xí)效果與分享行為。

3? 研究設(shè)計(jì)/Research design

本研究采用2（健康素養(yǎng)水平高vs健康素養(yǎng)水平低）×3（控制組vs匿名信息組vs揭示信息組）的兩因素混合設(shè)計(jì)，被試經(jīng)過(guò)健康知識(shí)判斷后被劃分為健康素養(yǎng)水平高或低，為被試間因素，然后被隨機(jī)分配到3個(gè)背景信息揭示程度不同的組別當(dāng)中，進(jìn)行兩輪社會(huì)化學(xué)習(xí)實(shí)驗(yàn)，為被試內(nèi)因素，以探究在線社會(huì)化學(xué)習(xí)對(duì)公眾偽健康信息甄別的影響效果。

3.1? 健康素養(yǎng)水平實(shí)驗(yàn)材料

雖然大眾媒體一直致力于宣傳食品安全和科普健康信息，但社交媒體的興起也伴隨著一些虛假信息，誤導(dǎo)大眾對(duì)真實(shí)信息的判斷，從而造成負(fù)面認(rèn)知。偽健康信息分享與健康知識(shí)水平有關(guān)，且社交媒體中用戶(hù)關(guān)注度較高的是有關(guān)科普類(lèi)生活常識(shí)和食品健康的相關(guān)問(wèn)題[32]。基于《2022年度十大科學(xué)辟謠榜》《2022年度朋友圈十大謠言》以及《2022年食品安全與健康流言榜》相關(guān)內(nèi)容，筆者分析提取了包括飲食、疾病預(yù)防等與健康飲食和日常生活有關(guān)的健康知識(shí)，并對(duì)部分內(nèi)容進(jìn)行了真假信息互換修改，以此作為健康素養(yǎng)水平測(cè)評(píng)的代表性問(wèn)題。同時(shí)對(duì)少部分群體進(jìn)行預(yù)調(diào)查研究，剔除部分全員判斷正確的虛假信息條目，最終形成11個(gè)測(cè)評(píng)題目（見(jiàn)表1），具體包括4條根據(jù)謠言信息改編的真實(shí)信息和7條虛假信息。

3.2? 偽健康信息甄別實(shí)驗(yàn)設(shè)計(jì)

3.2.1? 研究對(duì)象

健康素養(yǎng)水平高低對(duì)能否成功識(shí)別偽健康信息起到重要作用，用戶(hù)可以通過(guò)社交媒體進(jìn)行知識(shí)學(xué)習(xí)，從而減少對(duì)偽健康信息的接收與傳播[33]。筆者采用隨機(jī)抽樣的研究方法，通過(guò)社交媒體平臺(tái)招募了120名實(shí)驗(yàn)參與者，并要求被試對(duì)11條健康類(lèi)測(cè)試問(wèn)題進(jìn)行回答。將判斷正確6條及以上的被試判定為健康素養(yǎng)水平高者，將判斷正確5條及以下的被試判定為健康素養(yǎng)水平低者，由此形成兩組獨(dú)立的對(duì)照群體。同時(shí)，被試還提供了他們的網(wǎng)上購(gòu)物習(xí)慣以及性別、年齡和受教育程度等信息。最后，本實(shí)驗(yàn)對(duì)作答時(shí)間進(jìn)行控制，將持續(xù)時(shí)間50秒及以下的用戶(hù)進(jìn)行數(shù)據(jù)剔除，保證作答的有效性。

3.2.2? 實(shí)驗(yàn)流程

被試首先被要求完成11條健康素養(yǎng)測(cè)評(píng)問(wèn)題，然后可以選擇一個(gè)自己喜歡的數(shù)字進(jìn)行實(shí)驗(yàn)。不同的數(shù)字對(duì)應(yīng)不同的實(shí)驗(yàn)條件，以保證被隨機(jī)分配到以下3種實(shí)驗(yàn)條件中的一種：

控制組：對(duì)照條件，參與者沒(méi)有被置于社交網(wǎng)絡(luò)中，進(jìn)行獨(dú)立作答。

條件1：將參與者嵌入到一個(gè)匿名的社交網(wǎng)絡(luò)（由2名健康素養(yǎng)水平高的用戶(hù)和2名健康素養(yǎng)水平低的用戶(hù)組成），在這個(gè)網(wǎng)絡(luò)中被試可以觀察網(wǎng)絡(luò)鄰居意見(jiàn)，而不會(huì)得到任何身份信息；

條件2：將參與者嵌入到一個(gè)社交網(wǎng)絡(luò)（由2名健康素養(yǎng)水平高的用戶(hù)和2名健康素養(yǎng)水平低的用戶(hù)組成），在這個(gè)網(wǎng)絡(luò)中被試者可以觀察其網(wǎng)絡(luò)鄰居意見(jiàn)，同時(shí)也會(huì)知道他們的健康素養(yǎng)水平，即“健康素養(yǎng)高者”或“健康素養(yǎng)低者”。

條件1和條件2的唯一區(qū)別是：在條件2中，參與者可以查看其4個(gè)網(wǎng)絡(luò)鄰居的用戶(hù)名以及每個(gè)聯(lián)系人的健康素養(yǎng)狀況，且所有聯(lián)系人的用戶(hù)名都已被屏蔽和標(biāo)準(zhǔn)化，以防止實(shí)驗(yàn)之外的信息影響。實(shí)驗(yàn)設(shè)計(jì)具體如圖1所示：

低GI（Glycemic Index，升糖指數(shù)）飲食是指低升糖指數(shù)的飲食方式，強(qiáng)調(diào)選擇那些升糖指數(shù)較低的食物，有助于穩(wěn)定血糖水平。近日某公司在其社交媒體上發(fā)布了“低GI飲食不僅能減肥，還能防治糖尿病，促進(jìn)腸道健康，改善便秘，增強(qiáng)運(yùn)動(dòng)耐力，改善皮膚健康，預(yù)防老年癡呆”的偽健康信息[34]。低GI飲食多用于糖尿病治療，所以對(duì)于普通公眾來(lái)說(shuō)該信息可信度是未知的，且有研究證明越是不為人們所熟悉的健康議題，群體糾錯(cuò)效果越好[9]。故隱藏相關(guān)公司信息，選此偽健康信息為實(shí)驗(yàn)材料。

在所有條件中，受試者均先閱讀相關(guān)知識(shí)背景，并在廣告宣傳的界面下方被要求回答以下問(wèn)題：“您認(rèn)為公司發(fā)布以上宣傳信息的真實(shí)程度”以及“您對(duì)以上商品的購(gòu)買(mǎi)意愿”。通過(guò)李克特7級(jí)量表來(lái)評(píng)估偽健康信息的甄別能力和商品的購(gòu)買(mǎi)意愿，其中1代表“絕對(duì)是虛假信息”或“絕對(duì)不會(huì)購(gòu)買(mǎi)”，7代表“絕對(duì)是真實(shí)信息”或“非常愿意購(gòu)買(mǎi)”。

為了減少社會(huì)影響的干擾，各種條件下被試的實(shí)驗(yàn)經(jīng)歷和材料界面是相同的（見(jiàn)圖2），所以?xún)深?lèi)用戶(hù)在評(píng)估廣告虛假宣傳方面的任何差異都可以歸因于他們對(duì)社會(huì)信息的接觸。在甄別信息真實(shí)程度和購(gòu)買(mǎi)意愿時(shí)，被試有一次機(jī)會(huì)修改他們的答案。在條件1中，被試會(huì)看到其網(wǎng)絡(luò)鄰居的平均答案，然后修改回答。在條件2中，被試不僅可以看到網(wǎng)絡(luò)鄰居的平均答案，還可以看到他們的用戶(hù)名和健康素養(yǎng)水平。

3.2.3? 后測(cè)問(wèn)題

實(shí)驗(yàn)結(jié)束后，所有條件下的被試都被要求完成一項(xiàng)后測(cè)調(diào)查，具體包括4個(gè)問(wèn)題，以衡量：①被試對(duì)其信息甄別的自我報(bào)告信心；②被試對(duì)商品的信任程度；③被試分享商品的意愿；④被試對(duì)商品虛假宣傳的負(fù)面風(fēng)險(xiǎn)認(rèn)知。后測(cè)調(diào)查補(bǔ)充了行為反應(yīng)數(shù)據(jù)（即風(fēng)險(xiǎn)認(rèn)知數(shù)據(jù)）。結(jié)合行為反應(yīng)數(shù)據(jù)與定性自我報(bào)告數(shù)據(jù)，可以確定不同網(wǎng)絡(luò)社會(huì)學(xué)習(xí)下參與者對(duì)虛假宣傳的主觀認(rèn)知影響，以及根據(jù)聯(lián)系人的健康素養(yǎng)身份對(duì)自我判斷自信的變化。

3.3? 數(shù)據(jù)分析

筆者采用配對(duì)樣本T檢驗(yàn)經(jīng)過(guò)在線社會(huì)化學(xué)習(xí)，同一組個(gè)體前后兩輪中信息甄別的平均值是否存在顯著差異。采用獨(dú)立樣本T檢驗(yàn)經(jīng)過(guò)在線社會(huì)化學(xué)習(xí)，兩種不同實(shí)驗(yàn)條件下個(gè)體的信息甄別平均值是否存在顯著差異以及性別特征對(duì)健康素養(yǎng)水平分類(lèi)是否有影響。采用單因素方差分析（One-Way ANOVA）比較經(jīng)過(guò)在線社會(huì)化學(xué)習(xí)，3種不同實(shí)驗(yàn)條件下個(gè)體信息甄別、自信判斷和虛假宣傳認(rèn)知的平均值是否存在顯著差異，年齡、受教育程度和在線購(gòu)物頻次特征對(duì)健康素養(yǎng)水平分類(lèi)是否有影響。此外，還采用線性回歸建立了商品分享意愿模型，并通過(guò)實(shí)驗(yàn)明確個(gè)體對(duì)于偽健康信息甄別的社會(huì)化學(xué)習(xí)效果。

4? 研究結(jié)果/Research results

4.1? 描述性統(tǒng)計(jì)

在考察健康素養(yǎng)水平上，問(wèn)卷共包括11道題目，用戶(hù)答對(duì)一題計(jì)1分，答錯(cuò)不得分，總分11分。在本次調(diào)查中，用戶(hù)的“健康素養(yǎng)水平”均值為5.59（標(biāo)準(zhǔn)差=0.18，取值范圍1—9）。雖然也有少部分群體對(duì)健康類(lèi)常識(shí)認(rèn)知程度很低或很高，但所選大部分被試的健康素養(yǎng)水平集中于中等偏上水平，即可以對(duì)大部分的健康知識(shí)進(jìn)行正確判斷，由此能很好地區(qū)分健康素養(yǎng)高者和健康素養(yǎng)低者。健康素養(yǎng)高者和健康素養(yǎng)低者在性別（t=-1.20，p=0.232）、年齡（F=2.02，p=0.115）、受教育程度（F=1.30，p=0.277）和在線購(gòu)物頻次（F=1.76，p=0.159）的人口統(tǒng)計(jì)學(xué)特征上沒(méi)有任何顯著差異，具體信息如表2所示：

4.2? 偽健康信息甄別

當(dāng)參照群體與消費(fèi)者的自身認(rèn)知有差異時(shí)，群體建議會(huì)改變個(gè)體的認(rèn)知水平，從而影響其行為決策。總體來(lái)說(shuō)，在兩輪對(duì)信息的真實(shí)程度判斷上（t=6.17，p<0.001），第二輪的均分（Mean±SD=3.28±1.68）明顯低于第一輪（Mean±SD=4.49±1.86），說(shuō)明被試經(jīng)過(guò)思考后都會(huì)對(duì)健康信息的真實(shí)程度重新判斷。

圖3顯示了不同實(shí)驗(yàn)條件下被試兩輪信息的誤差變化。在控制組中，兩輪的健康信息真實(shí)程度判斷沒(méi)有出現(xiàn)顯著差異（t=1.22，p>0.05），評(píng)級(jí)均值都處于4和5之間，真實(shí)程度判斷不明顯。而在條件1（t=3.14，p<0.05）和條件2（t=6.20，p<0.05）中，兩輪信息甄別均出現(xiàn)了明顯差異，信息真實(shí)程度判斷評(píng)級(jí)顯著下降。在有群體作答的提示下，兩種條件的用戶(hù)均修改了自己第一輪的答案，并向群體的平均判斷數(shù)值（2.75）靠近。這表明通過(guò)群體間的信息交流，均加強(qiáng)了用戶(hù)的社會(huì)學(xué)習(xí)，從而提高其對(duì)偽健康信息的甄別。進(jìn)一步對(duì)條件1和條件2中第二輪信息判斷評(píng)級(jí)的對(duì)比分析發(fā)現(xiàn)（t=1.30，p>0.05），被試對(duì)于偽健康信息的判斷均沒(méi)有顯著差異，這說(shuō)明無(wú)論其網(wǎng)絡(luò)鄰居的健康素養(yǎng)水平是否被揭示，都可以顯著提高用戶(hù)對(duì)于偽健康信息的甄別。

在初次接觸偽健康信息時(shí)，健康素養(yǎng)不同的用戶(hù)判斷程度可能相同，但健康素養(yǎng)水平越高，判斷健康信息的能力相對(duì)更加準(zhǔn)確。高健康素養(yǎng)者（F=1.05，p>0.05）和低健康素養(yǎng)者（F=1.50，p>0.05）在3種條件下的第一次廣告信息判斷均沒(méi)有發(fā)現(xiàn)顯著差異，說(shuō)明兩種群體在首次接觸廣告信息時(shí)對(duì)其的判斷程度處于相同狀態(tài)。健康素養(yǎng)高的用戶(hù)在第一次信息判斷中的均值為3.83，即無(wú)法判斷此健康信息是否為真實(shí)信息；而健康素養(yǎng)低的用戶(hù)在第一次信息判斷中的均值為5.18，即認(rèn)為該信息有可能是真實(shí)信息。雖然無(wú)顯著差異，但信息判斷均值所表示的含義卻稍有不同，表明用戶(hù)無(wú)法肯定自己的判斷，僅僅是選擇了信息的相對(duì)屬性。

用戶(hù)自身的健康素養(yǎng)水平不同，可能造成不同的社會(huì)學(xué)習(xí)效果。表3進(jìn)一步對(duì)比不同健康素養(yǎng)水平下，被試兩輪信息判斷誤差。在控制組中，無(wú)論是健康素養(yǎng)水平高者還是健康素養(yǎng)水平低者，兩輪信息判斷數(shù)值均沒(méi)有顯著差異。健康素養(yǎng)高的用戶(hù)依舊維持自己的原有判斷，無(wú)法判斷此條信息情況，但相對(duì)偏向認(rèn)為是虛假?gòu)V告宣傳；健康素養(yǎng)水平低的用戶(hù)也持續(xù)認(rèn)為此廣告信息有可能是真實(shí)信息。在條件1下，兩種群體表現(xiàn)出了不同的社會(huì)學(xué)習(xí)差異，健康素養(yǎng)水平越低的用戶(hù)其社會(huì)學(xué)習(xí)能力越強(qiáng)。健康素養(yǎng)高的群體兩輪信息判斷沒(méi)有顯著差異，雖依舊認(rèn)為可能是虛假信息，但在學(xué)習(xí)網(wǎng)絡(luò)群體的觀點(diǎn)之后，也沒(méi)有明顯降低判斷數(shù)值；健康素養(yǎng)水平低的用戶(hù)卻出現(xiàn)了數(shù)值顯著降低，從之前認(rèn)為可能是真實(shí)信息，到學(xué)習(xí)了群體判斷之后，改變自己的態(tài)度并與群體靠攏，認(rèn)為此條健康信息可能是虛假信息。而在條件2下，兩種群體均顯示出了明顯的社會(huì)學(xué)習(xí)行為。健康素養(yǎng)水平高的用戶(hù)從第一次無(wú)法判斷信息類(lèi)型，到第二次修改數(shù)值認(rèn)為可能是虛假信息；健康素養(yǎng)水平低的用戶(hù)從第一次認(rèn)為應(yīng)該是真實(shí)信息，到第二次向群體認(rèn)知靠近，改變態(tài)度判斷其應(yīng)該為虛假信息。在具體揭示相關(guān)網(wǎng)絡(luò)鄰居的健康素養(yǎng)水平下，用戶(hù)都顯著改變了自己的信息判斷類(lèi)型，使之更接近于真實(shí)情況。其中，低素養(yǎng)用戶(hù)可能更易受到群體交流的影響，顯著反向改變自己的認(rèn)知態(tài)度。

4.3? 個(gè)體自信判斷水平

通過(guò)對(duì)所有被試在不同條件下對(duì)比發(fā)現(xiàn)，在了解其社會(huì)網(wǎng)絡(luò)鄰居的信息之后，被試顯著提高了對(duì)自我信息甄別的肯定（F=17.72，p<0.001）。用戶(hù)的信息判斷狀況，在3種條件下呈逐漸增加的特點(diǎn)，控制組群體（Mean±SD=3.82±1.41）的自信程度顯著低于匿名網(wǎng)絡(luò)（Mean±SD=4.65±1.35）和有健康素養(yǎng)信息的網(wǎng)絡(luò)（Mean±SD=5.52±1.04），得分在3個(gè)條件下最低，對(duì)自我選擇的答案保持一定的懷疑態(tài)度。條件1下的群體也顯著高于條件2下，進(jìn)一步分別對(duì)比3種條件下不同健康素養(yǎng)群體，結(jié)果如總體一樣，也呈現(xiàn)逐步提高的特點(diǎn)，且無(wú)論是健康素養(yǎng)水平高的群體（F=9.21，P<0.001）還是健康素養(yǎng)水平低的群體（F=10.60，P<0.001），經(jīng)過(guò)信息交流的社會(huì)學(xué)習(xí)之后，均顯著提高了自我選擇的自信。

4.4? 分享意愿影響因素

用戶(hù)間的信息傳播可以打開(kāi)商品的渠道通路，因此在實(shí)驗(yàn)結(jié)束后對(duì)被試進(jìn)行了后測(cè)調(diào)查，并利用回歸分析探究了用戶(hù)分享商品信息的影響因素。因?yàn)榈诙喌男畔⑴袛酄顩r和購(gòu)買(mǎi)意愿均是經(jīng)過(guò)一定的思考和社會(huì)學(xué)習(xí)之后選擇的，所以研究提取了被試第二輪實(shí)驗(yàn)中的相關(guān)數(shù)據(jù)以及后測(cè)問(wèn)題中對(duì)產(chǎn)品的信任程度構(gòu)建以下回歸模型：

分享商品信息的意愿=0+1商品信任程度+ 2第二次信息判斷程度+3第二次購(gòu)買(mǎi)意愿程度

公式（1）

在對(duì)商品的信任程度和分享意愿上采用李克特7級(jí)量表來(lái)衡量，1代表“非常不信任”或“非常不愿意分享”，7代表“非常信任”或“非常愿意分享”。在驗(yàn)證了數(shù)據(jù)殘差符合正態(tài)分布、個(gè)案間不存在序列相關(guān)性（Durbin-Watson=1.852）以及變量間不存在多重共線性（VIF>5）等前提條件后，通過(guò)傳統(tǒng)的線性回歸分析得到了以下公式，且模型調(diào)整后的R2=0.690，證明模型擬合度較好，用戶(hù)對(duì)商品的分享意愿會(huì)受到商品信任度以及購(gòu)買(mǎi)意愿的影響：

分享商品信息的意愿=0.008+0.661*商品信任程度+0.3*第二次購(gòu)買(mǎi)意愿程度? ? ? ? ? ? ? ?公式（2）

從線性回歸結(jié)果（見(jiàn)表4）來(lái)看，對(duì)商品的信任程度以及購(gòu)買(mǎi)意愿會(huì)顯著正向影響用戶(hù)的分享意愿，信任程度越高，購(gòu)買(mǎi)意愿越強(qiáng)烈，用戶(hù)越會(huì)傾向于將商品分享給他人。此外，與通常的認(rèn)知不同[]，對(duì)商品廣告信息的真實(shí)度判斷上，卻沒(méi)有顯著影響，這有可能是因?yàn)橛脩?hù)會(huì)傾向于傳播一些有趣的虛假?gòu)V告[19]。

4.5? 虛假宣傳認(rèn)知能力

判斷任務(wù)結(jié)束后，要求所有條件下的被試使用李克特7級(jí)量表（從非常同意到非常不同意）評(píng)價(jià)其對(duì)以下陳述的同意程度：“虛假宣傳對(duì)用戶(hù)購(gòu)買(mǎi)有負(fù)面和潛在的后果”。通過(guò)分析發(fā)現(xiàn)，3種條件下的虛假宣傳認(rèn)知能力存在明顯差異（F=3.78，p<0.05），其中條件2（Mean±SD=6.08±0.89）相比于控制組（Mean±SD=5.33±1.51）和條件1（Mean±SD=5.43±1.48），更加認(rèn)為虛假宣傳會(huì)對(duì)用戶(hù)造成負(fù)面后果。通過(guò)比較均值可以發(fā)現(xiàn)，經(jīng)過(guò)信息交流，用戶(hù)都會(huì)進(jìn)一步提高認(rèn)為虛假?gòu)V告宣傳會(huì)對(duì)消費(fèi)者造成不良影響的認(rèn)知水平。與具體揭示健康素養(yǎng)水平的社交網(wǎng)絡(luò)鄰居進(jìn)行社會(huì)學(xué)習(xí)后，被試對(duì)于虛假?gòu)V告宣傳的認(rèn)知能力得到了顯著提升，這表明有關(guān)社交群體的信息越透明，越會(huì)增加用戶(hù)的風(fēng)險(xiǎn)辨別能力。

5? 討論/Discussion

第一，在線的社會(huì)化學(xué)習(xí)可以顯著提高用戶(hù)對(duì)偽健康信息的辨別能力，且其健康素養(yǎng)水平越高學(xué)習(xí)效果越明顯。筆者從在線社會(huì)化學(xué)習(xí)的角度驗(yàn)證了個(gè)體經(jīng)過(guò)信息交流之后可以增強(qiáng)對(duì)偽健康信息的甄別，這與前人研究結(jié)果相同[28]。與以往研究發(fā)現(xiàn)[35]不同的是，雖然相較于獨(dú)立思考，有群體提示的用戶(hù)顯著提高了判斷能力，但無(wú)論網(wǎng)絡(luò)鄰居的身份信息透明化程度如何，人們都會(huì)受到網(wǎng)絡(luò)鄰居觀點(diǎn)的影響。這表明用戶(hù)對(duì)網(wǎng)絡(luò)鄰居的具體信息關(guān)注度并不高，只要有群體智慧幫助參考，就會(huì)更靠近群體答案，也符合心理學(xué)中社會(huì)認(rèn)知的收斂效應(yīng)。此外，研究還發(fā)現(xiàn)用戶(hù)自身的健康素養(yǎng)水平不同，會(huì)造成不同的社會(huì)學(xué)習(xí)效果，這與已有研究結(jié)論相符[36]。對(duì)于健康類(lèi)常識(shí)掌握的知識(shí)水平越高，個(gè)體在面對(duì)不確定性或信息缺乏的情況下，對(duì)信息的判斷能力越強(qiáng)[37]。健康素養(yǎng)水平高的用戶(hù)只有在接觸更多具體群體信息之后才會(huì)顯著改變自己的態(tài)度，而健康素養(yǎng)水平低的用戶(hù)只要接觸到群體信息就會(huì)改變態(tài)度，接觸信息越多，行為改變?cè)矫黠@。

第二，在線化社會(huì)學(xué)習(xí)可以提高個(gè)體對(duì)信息甄別的自信水平。對(duì)3種條件下自信程度進(jìn)行對(duì)比發(fā)現(xiàn)，經(jīng)過(guò)與社會(huì)網(wǎng)絡(luò)鄰居的信息交流之后，被試均顯著提高了對(duì)自我判斷的信任水平。經(jīng)過(guò)群體間信息交流，個(gè)體會(huì)進(jìn)一步肯定自己的回答，但社會(huì)學(xué)習(xí)得越多（如了解到其網(wǎng)絡(luò)鄰居的健康素養(yǎng)水平），用戶(hù)對(duì)自己選擇的自信程度越高，也更加符合Sherif實(shí)驗(yàn)中的群體規(guī)范化結(jié)果[38]。人們?cè)趨⑴c群體討論和交流過(guò)程中，通過(guò)與他人的互動(dòng)和觀點(diǎn)對(duì)比，得到了額外的反饋和驗(yàn)證，從而對(duì)自己的選擇更加有信心。結(jié)果證明，通過(guò)展示群體智慧可以提高用戶(hù)對(duì)信息判斷的自信程度，從而對(duì)偽健康信息甄別和是否轉(zhuǎn)發(fā)分享進(jìn)行準(zhǔn)確的決策。

第三，健康信息的真實(shí)程度與個(gè)體的分享意愿間產(chǎn)生了脫節(jié)。大眾普遍認(rèn)為人們應(yīng)該更愿意分享真實(shí)新聞，但筆者通過(guò)回歸分析發(fā)現(xiàn)，即使經(jīng)過(guò)了一定的群體間社會(huì)學(xué)習(xí)，商品廣告信息的真實(shí)程度對(duì)于用戶(hù)分享商品意愿上并沒(méi)有顯著影響，而是僅與對(duì)商品的信任程度和購(gòu)買(mǎi)意愿有關(guān)。這與以往研究中發(fā)現(xiàn)公眾可能會(huì)偏向于傳播其認(rèn)為有趣的內(nèi)容相似[39]。在某些情況下，可能存在一些因素會(huì)導(dǎo)致人們傳播失真或虛假信息。例如，個(gè)體可能出于個(gè)人利益或意識(shí)形態(tài)偏見(jiàn)而有意傳播謠言、誤導(dǎo)性信息或偏見(jiàn)觀點(diǎn)。用戶(hù)會(huì)在對(duì)商品足夠信任以及愿意購(gòu)買(mǎi)的基礎(chǔ)上分享產(chǎn)品信息，而忽視該商品廣告信息的真假。因此，用戶(hù)不但會(huì)將真實(shí)廣告信息的商品推薦給朋友，也會(huì)將自己接觸到的即使知道是虛假?gòu)V告的商品推薦給朋友。

第四，在線社會(huì)化學(xué)習(xí)增強(qiáng)個(gè)體虛假宣傳認(rèn)知能力。在虛假宣傳認(rèn)知方面，研究發(fā)現(xiàn)經(jīng)過(guò)在線信息交流之后，用戶(hù)會(huì)顯著提高對(duì)虛假?gòu)V告宣傳所造成不良影響的認(rèn)知水平。人們往往受群體的判斷和行為影響，當(dāng)多數(shù)用戶(hù)認(rèn)為某個(gè)廣告宣傳是虛假的時(shí)候，其他用戶(hù)更有可能接受和相信這一觀點(diǎn)，進(jìn)而提高對(duì)虛假?gòu)V告宣傳的敏感度。進(jìn)而，在具體揭示網(wǎng)絡(luò)鄰居信息之后，用戶(hù)對(duì)于虛假?gòu)V告負(fù)面影響的認(rèn)知態(tài)度評(píng)級(jí)顯著提升，這說(shuō)明有關(guān)社交群體的信息越透明，越會(huì)增加用戶(hù)的風(fēng)險(xiǎn)辨別能力[40]。

6? 結(jié)論和建議/Conclusions and suggestions

偽健康信息會(huì)對(duì)消費(fèi)者健康以及社會(huì)治理產(chǎn)生不良影響，因此提高用戶(hù)自身信息甄別能力尤為重要。而群體學(xué)習(xí)又是個(gè)體行為改變的重要因素，故筆者通過(guò)實(shí)驗(yàn)設(shè)計(jì)從個(gè)體經(jīng)過(guò)在線社會(huì)化學(xué)習(xí)的角度，通過(guò)配對(duì)樣本T檢驗(yàn)、獨(dú)立樣本T檢驗(yàn)、單因素ANOVA檢驗(yàn)以及線性回歸分析，定量探究了信息交流與學(xué)習(xí)對(duì)偽健康信息的甄別程度、消費(fèi)者商品分享行為以及虛假宣傳認(rèn)知的影響。結(jié)果發(fā)現(xiàn)，在線的社會(huì)化學(xué)習(xí)可以顯著提高偽健康信息的辨別程度，且用戶(hù)的健康素養(yǎng)水平越高其學(xué)習(xí)效果越明顯。此外，在前人研究基礎(chǔ)上，筆者進(jìn)一步發(fā)現(xiàn)，無(wú)論參考群體的身份信息透明化程度如何，個(gè)體都會(huì)受到群體信息的影響。同時(shí)，在線社會(huì)化學(xué)習(xí)還提高了個(gè)體對(duì)信息甄別的自信水平和對(duì)虛假宣傳的認(rèn)知能力。最后，筆者還發(fā)現(xiàn)，與普遍認(rèn)知不同，用戶(hù)分享信息行為與信息真實(shí)程度沒(méi)有顯著相關(guān)性。

首先，針對(duì)在線的社會(huì)化學(xué)習(xí)提高了用戶(hù)對(duì)偽健康信息的甄別能力，且其健康素養(yǎng)水平越高學(xué)習(xí)效果越明顯，筆者建議社交媒體平臺(tái)注重用戶(hù)間的信息交流，鼓勵(lì)個(gè)體參與群體學(xué)習(xí)，以便進(jìn)行社會(huì)學(xué)習(xí)和知識(shí)分享。通過(guò)在線論壇或?qū)I(yè)社群等方式，鼓勵(lì)用戶(hù)提出問(wèn)題、分享觀點(diǎn)和經(jīng)驗(yàn)，及時(shí)可視化顯示能夠正確識(shí)別虛假?gòu)V告的用戶(hù)，通過(guò)展示用戶(hù)對(duì)于信息判斷的能力，來(lái)指示未知信息的相對(duì)真實(shí)性，以便產(chǎn)生群體規(guī)范化，提高用戶(hù)的信息甄別能力。

其次，針對(duì)健康素養(yǎng)水平越高的用戶(hù)，其社會(huì)化學(xué)習(xí)效果越明顯以及信息越透明，在線社會(huì)化學(xué)習(xí)提高個(gè)體信息甄別的自信水平和虛假宣傳認(rèn)知越顯著，建議平臺(tái)對(duì)未知來(lái)源信息推出附加標(biāo)識(shí)警告的功能。對(duì)健康素養(yǎng)水平高的用戶(hù)判斷為虛假的信息，添加警告標(biāo)識(shí)，以提醒其他用戶(hù)注意信息的可靠性，并激發(fā)他們對(duì)信息的懷疑和進(jìn)一步調(diào)查。

最后，針對(duì)用戶(hù)愿意分享一些即使自己判斷為虛假?gòu)V告的信息給他人，造成虛假?gòu)V告信息的廣泛傳播的現(xiàn)象，建議社交媒體平臺(tái)加強(qiáng)內(nèi)容審核流程。對(duì)用戶(hù)分享的商品信息進(jìn)行審核和篩查，尤其是一些特殊標(biāo)題和用詞不當(dāng)?shù)男畔ⅲㄟ^(guò)人工審核或使用自動(dòng)化工具，識(shí)別和刪除虛假商品信息，限制信息的傳播范圍。

本研究仍存在一定的局限性與不足，如在實(shí)驗(yàn)的偽健康信息案例選擇上存在主觀性，且為單案例分析。不同的偽健康信息有不同的傳播特征和用戶(hù)認(rèn)知，因此未來(lái)將進(jìn)一步對(duì)其他偽健康信息類(lèi)型進(jìn)行比較分析。

參考文獻(xiàn)/References：

[1] 羅坤瑾， 陳麗帆.事實(shí)核查：社交媒體虛假新聞治理研究[J]. 中國(guó)編輯， 2020（8）： 42-46. （LUO K J， CHEN L F. Fact check： research on social media fake news governance [J]. Chinese editors journal， 2020（8）： 42-46.）

[2] WOLFE C， EYLEM A， DANDIGNAC M， et al. Understanding the landscape of Web-based medical misinformation about vaccination[EB/OL]. [2023-07-31]. https：//link.springer.com/article/10.3758/s13428-022-01840-5.

[3] DU J， PRESTON S， SUN H， et al. Using machine learning–based approaches for the detection and classification of human papillomavirus vaccine misinformation： infodemiology study of reddit discussions[EB/OL]. [2023-08-03]. https：//www.jmir.org/2021/8/e26478.

[4] TASHTOUSH Y， ALRABABAH B， DARWISH O， et al. A deep learning framework for detection of COVID-19 fake news on social media platforms[EB/OL]. [2023-08-04]. https：//www.mdpi.com/2306-5729/7/5/65.

[5] HAOUARI F， ELSAYED T， MANSOUR W. Who can verify this？ finding authorities for rumor verification in Twitter[J]. Information processing & management， 2023， 60（4）： 103366.

[6] TURAN N， ?ZDEMIR N G， ?ULHA Y， et al. The effect of undergraduate nursing students e-Health literacy on healthy lifestyle behaviour[J]. Global health promotion， 2020， 28（3）： 6-13.

[7] HUI H， ZHOU C， L? X， et al. Spread mechanism and control strategy of social network rumors under the influence of COVID-19[J]. Nonlinear dynamics， 2020， 101（3）： 1933-1949.

[8] GLASDAM S， STJERNSW?RD S. Information about the COVID-19 pandemic–a thematic analysis of different ways of perceiving true and untrue information[J]. Social sciences & humanities open， 2020， 2（1）： 1-10.

[9] 楊洸， 聞佳媛.微信朋友圈的虛假健康信息糾錯(cuò)：平臺(tái)、策略與議題之影響研究[J]. 新聞與傳播研究， 2020， 27（8）： 26-43， 126. （YANG G， WEN J Y. Health misinformation correction on Wechat moments： the impacts platform strategies and issues [J]. Journalism & communication， 2020， 27（8）： 26-43， 126.）

[10] 張亦文.消費(fèi)者社會(huì)化學(xué)習(xí)、個(gè)體認(rèn)知與在線消費(fèi)決策各階段效率的互動(dòng)關(guān)系[J]. 商業(yè)經(jīng)濟(jì)研究， 2022（4）： 81-84. （ZHANG Y W. The interactive relationship between consumer social learning， individual cognition and efficiency at each stage of online consumption decision-making [J]. Journal of commercial economics， 2022（4）： 81-84.）

[11] ROITERO K， SOPRANO M， PORTELLI B， et al. The COVID-19 infodemic： can the crowd judge recent misinformation objectively？[C]// DAQUIN M， DIETZE S， HAUFF C， et.al. Proceedings of the 29th ACM international conference on information & knowledge management. New York： ACM， 2020： 1305-1314.

[12] ROITERO K， SOPRANO M， PORTELLI B， et al. Can the crowd judge truthfulness？ A longitudinal study on recent misinformation about COVID-19[J]. Personal and Ubiquitous Computing， 2023， 27（1）： 59–89.

[13] 熊回香， 孟璇， 葉佳鑫.新冠疫情虛假健康信息研究主題與核心要素研究綜述[J]. 圖書(shū)情報(bào)工作， 2023， 67（7）： 135-149. （XIONG H X， MENG X， YE J X. A review of research themes and core elements of false health information research on COVID-19 [J]. Library and information service， 2023， 67（7）： 135-149.）

[14] PATEK A. Diagnostic misinformation at a health resort[J]. Journal of the American Medical Association， 1912， 59（22）： 1990-1991.

[15] BINGER C. Medical information and misinformation[J]. Mental hygiene， 1947， 31（1）： 1-13.

[16] HUENEMANN R. Combating food misinformation and quackery[J]. Journal of the American Dietetic Association， 1956， 32（7）： 623-626.

[17] EBBINGHOUSE C. Medical and legal misinformation on the internet[J]. Searcher， 2000， 8（9）： 18-27.

[18] 楊再華.偽健康傳播與公民媒介素養(yǎng)[J]. 新聞?dòng)浾撸?2005（4）： 56-58. （YANG Z H. Pseudo health communication and citizen media literacy [J]. Shanghai journalism review， 2005（4）： 56-58.）

[19] WARDLE C. Fake news. its complicated[EB/OL]. [2023-02-12]. https：//medium.com /1st-draft/fake-news-its-complicated-d0f773766c79.

[20] 朱宏淼， 齊佳音， 靳禎， 等.醫(yī)聯(lián)網(wǎng)環(huán)境下失真健康信息傳播動(dòng)力學(xué)模型與干預(yù)策略研究[J]. 系統(tǒng)工程理論與實(shí)踐， 2022， 42（7）： 1927-1940. （ZHU H M， QI J Y， JIN Z， et al. Research on distorted health information transmission dynamics model and intervention strategy in internet of healthcare system[J]. Systems engineering-theory & practice， 2022， 42（7）： 1927-1940.）

[21] 宋士杰， 趙宇翔， 朱慶華.社交媒體中失真健康信息的傳播、識(shí)別與糾偏研究[J]. 情報(bào)雜志， 2023， 42（6）： 162-169. （SONG S J， ZHAO Y X， ZHU Q H. A Comprehensive Review on health misinformation dissemination， identification and correction in social media [J]. Journal of intelligence， 2023， 42（6）： 162-169.）

[22] 金燕， 徐何賢， 畢崇武.多維特征融合的虛假健康信息識(shí)別方法研究：基于LightGBM算法[J]. 情報(bào)理論與實(shí)踐， 2023， 46（8）： 156-164. （JIN Y， XU H X， BI C W. Research on health misinformation identification method based on multi-dimensional feature fusion： based on lightgbm algorithm [J]. Information studies： theory & application， 2023， 46（8）： 156-164.）

[23] 喬沛昕， 董玉琦.社會(huì)化學(xué)習(xí)對(duì)學(xué)生學(xué)習(xí)成效的影響研究——基于47項(xiàng)實(shí)驗(yàn)和準(zhǔn)實(shí)驗(yàn)研究的元分析[J]. 湖南師范大學(xué)教育科學(xué)學(xué)報(bào)， 2023， 22（1）： 51-65. （QIAO P X， DONG Y Q. A research of the influence of social learning on students learning effectiveness——a meta-analysis based on 47 experimental and quasi-experimental studies[J]. Journal of Educational Science of Hunan Normal University， 2023， 22（1）： 51-65.）

[24] TROUSSAS C， KROUSKA A， SGOUROPOULOU C. Impact of social networking for advancing learners knowledge in E-learning environments[J]. Education and Information Technologies， 2021， 26：4285-4305.

[25] DUAN J J， LU L， XIE K. Examining knowledge construction in three social interactive learning environments： a comparison of knowledge networks， social networks， and social knowledge networks[J]. Interactive learning environments， 2021， 31（6）： 3914-3938.

[26] GUILBEAULT D， CENTOLA D. Networked collective intelligence improves dissemination of scientific information regarding smoking risks[J]. PLoS ONE， 2020， 15（2）： e0227813.

[27]王淑穎， 張建雄， 唐萬(wàn)生.考慮社會(huì)學(xué)習(xí)及成本學(xué)習(xí)的新體驗(yàn)品定價(jià)[J]. 管理科學(xué)學(xué)報(bào)， 2023， 26（2）： 36-48. （WANG S Y， ZHANG J X， TANG W S. Pricing of new experience goods considering social learning and cost learning [J]. Journal of management sciences in China， 2023， 26 （2）： 36-48）

[28] 何藝璇， 閆文捷.誰(shuí)在社交媒體擴(kuò)散虛假健康信息？——健康素養(yǎng)與分析性思維的作用[J]. 新聞?dòng)浾撸?2021（7）： 72-85. （HE Y X， YAN W J. Who spreads false health information on social media—— The role of health literacy and analytical thinking [J]. Shanghai journalism review， 2021（7）： 72-85）

[29] BALL P， MAXMEN A. The epic battle against coronavirus misinformation and conspiracy theories[J]. Nature， 2020， 581（7809）： 371-375.

[30] WILLIAMSON P. Take the time and effort to correct misinformation[J]. Nature， 2016， 540（7632）： 171.

[31] PANGARKAR A， RATHEE S. The role of conspicuity： impact of social influencers on purchase decisions of luxury consumers[J]. International journal of advertising， 2022， 42（7）： 1150-1177.

[32] ZHENG C， SONG Y， MA Y. Public opinion prediction model of food safety events network based on BP neural network[J]. IOP conference series： materials science and engineering， 2020， 719：012078.

[33] TONI G L A， JIN Y. Seeking formula for misinformation treatmentin public health crises： the effects of corrective information type and source[J]. Health communication， 2020， 35（5） ：560-575.

[34] 上海市場(chǎng)監(jiān)管. 曝光！2023年第一批虛假違法廣告典型案例[EB/OL]. [2023-08-22]. https：//mp.weixin.qq.com/s/e9ux7pXdgjKjM4Dg4HUp5Q . （Shanghai Market Regulation. Exposure！ The first batch of typical cases of false and illegal advertising in 2023 [EB/OL]. [2023-08-22]. https：//mp.weixin.qq.com/s/e9ux7pXdgjKjM4Dg4HUp5Q.）

[35] 阮文翠， 夏志杰.社交媒體用戶(hù)分享辟謠信息意愿的影響因素分析[J]. 科學(xué)與管理， 2020， 40（2）： 39-44. （RUAN W C， XIA Z J. Analysis of influencing factors of social media users willingness to share counter-rumors [J]. Science and management， 2020， 40 （2）： 39-44）

[36] TUREL O， OSATUYI B. Biased credibility and sharing of fake news on social media： considering peer context and self-objectivity state[J]. Journal of management information systems， 2021， 38（4）： 931-958

[37] SCHERER L D， MCPHETRES J， PENNYCOOK G， et al. Who is susceptible to online health misinformation？ a test of four psychosocial hypotheses[J]. Health psychology， 2021， 40（4）： 274-284.

[38] GUR F A， MCLARTY B D， MULDOON J. The Sherifs contributions to management research[J]. Journal of management history， 2017， 23（2）： 191-216.

[39] PENNYCOOK G， RAND D G. The psychology of fake news[J]. Trends in cognitive sciences， 2021， 25（5）： 388-402.

[40] CHON M G. Coping with mental health issues via communicative action in the digital age： testing cybercoping models[J]. Journal of communication in healthcare， 2022， 15（4）： 289-299.

作者貢獻(xiàn)說(shuō)明/ Author contributions：

呂? 檸：確定論文主題，撰寫(xiě)論文；

夏志杰：指導(dǎo)研究思路，修改論文。

The Influence of Group Intelligence on Individual Decision-making Under the Condition of False Health Advertising Information

Lü Ning? Xia Zhijie

School of Management， Shanghai University of Engineering Science， Shanghai 201620

Abstract： [Purpose/Significance] The widespread dissemination of false health information will bring unpredictable risks to public health. Exploring the impact of online social learning on public perceptions of false health information identification， sharing and false propaganda can help the public make rational health decisions and promote the governance of false health information from the perspective of social learning. [Method/Process] Through designing the experiment， the verified false health information was selected as the experimental material， and the influence of online social learning on the publics identification and confidence level of false health information was analyzed by using paired sample T test， independent sample T test and single factor ANOVA test. Moreover， the factors affecting the public sharing behavior were explored by using linear regression. [Result/Conclusion] The results showed that online social learning can improve the publics ability to distinguish false health information and enhanced the affirmation of self-judgment. The more transparent the users background information， the better the risk cognition ability. At the same time， the degree of information authenticity has no significant effect on users sharing behavior. Therefore， relevant suggestions are provided to provide theoretical reference for social media platforms to deal with false health information governance.

Keywords： false health information? ? online social learning? ? information judgment? ? social media platform

Fund project（s）： This work is supported by the National Social Science Fund of China titled “Research on Intelligent Governance Mechanism and Operation Strategy of Internet Rumors Supported by Big Data” （Grant No. 21BGL243） and the Shanghai Philosophy and Social Science Planning titled “Research on Dissemination Characteristics of Pseudo-health Information and Multi-agent Collaborative Intervention in the Era of Big Data” （Grant No. 2020BGL005）.

Author（s）： Lü Ning， master candidate; Xia Zhijie， PhD， corresponding author， E-mail： xia_zhijie@163.com.

Received： 2023-07-18? ? Published： 2024-02-23