講者：李宣緯(中央研究院社會學研究所助研究員)、陳偉婷(台灣事實查核中心副總編審)

地點：國立臺灣大學 理學院思亮館1樓

演講影片(請點選) 

內容摘要：

數理模型與假訊息擴散動態的交織觀察

中央研究院李宣緯副研究員從數學與社會科學交會的角度出發，說明假訊息與疫苗接種行為之間的關聯。他透過問卷調查揭示：對假新聞具風險意識者更傾向接種疫苗，反之則意願較低；這反映出風險認知與資訊環境對公共健康政策接受度的高度影響。李老師進一步透過社會網絡模擬，分析「重聚性」、「同溫層」、「社會機器人」等因素對意見極化的影響，指出當個體選擇斷絕異見連結、轉向相同立場的群體時，社會將走向高度分裂與溝通斷裂。他強調數學模型雖具抽象簡化特性，但透過合理參數設定與動態觀察，可有效揭示社會系統中意見流動與極化機制。

事實查核的實務挑戰與傳播心理機制

臺灣事實查核中心副總編審陳偉婷以記者轉任查核工作者的第一線經驗，揭示假訊息的真實樣態與查核困境。她區分 misinformation（無意的錯誤訊息）與 disinformation（帶有惡意操弄目的的不實資訊），並說明假訊息普遍具有「輕巧、情緒性、與生活經驗連結深」等特徵，易使人產生焦慮與恐懼而快速傳播。她指出，AI生成內容更提升了辨識難度，需結合人工判斷與工具運用。查核中心雖無刪除權限，但透過科學方法與跨平台合作，努力在事後補破網。她提醒，與長輩溝通宜採引導而非否定，並鼓勵大眾加入查核社群，一同成為資訊傳遞過程中的理性節點。

跨域學習與資訊素養的未來行動路徑

在與學生互動中，講者們強調，理科學生需發展的不僅是解題能力，更包括建構模型、預測社會行為、解讀資訊環境的跨域素養。李宣緯老師分享「投票人模型」與「斷鏈重連」機制如何模擬意見分裂現象，提醒模型應與實證資料結合以強化應用效能。陳副總編則倡導「忍、想、查、問、學」的查核五步驟，並誠摯邀請學生投身查核工作與跨領域研究。主持人亦呼籲師大與臺大的學生把握課程與實習機會，結合理論與實務。最終結語指出，假訊息防治是資訊治理、民主韌性與公民參與的綜合課題，唯有持續培養理性思辨與跨域協作能力，方能在資訊洪流中守住公共信任的底線。

【演講內容全文】

假訊息防治理論與實務對話

中央研究院社會學研究所助研究員李宣緯、台灣事實查核中心副總編審陳偉婷

　　本場講座由臺師大數學系林俊吉教授開場，介紹此次活動的規劃理念。他指出，COVID-19 疫情帶來全球衝擊，這不僅是生物醫學議題，也牽涉數學、社會學、政治學等領域的綜合挑戰。他分享，身為數學背景的過來人，曾被認為只會待在實驗室或抽象理論中，但其實數學提供了語言與工具，使人能以不同角度理解社會與自然現象。他勉勵同學，大學階段是探索世界的最佳時機，鼓勵大家參與跨領域課程與講座。

　　此次講座首先登場的是中央研究院社會學研究所副研究員李宣緯老師。李老師曾於美國北卡羅來納州立大學攻讀數學，研究從博弈論到社會網絡建模，並將數理方法應用於社會議題的分析，屬於相當另類的學術路徑。他將分享如何以數理模型看待假訊息傳播與疫苗接種行為之間的關聯。

假訊息、疫苗與社會行為模型

　　李宣緯老師一開始先提到，這是他第三次參與本計畫，前兩次分別分享過疾病傳染模型與賽局研究，這次則聚焦於假訊息。他謙虛地說，雖然研究涉及相關領域，但與實際第一線的防疫人員相比仍相距甚遠。他強調，自己的貢獻主要在於透過數理模型，從抽象角度分析社會現象，屬於建立基礎框架的角色。

　　李宣緯老師首先介紹團隊針對疫苗接種意願與假訊息影響所做的研究。他與團隊於2021年COVID-19疫情爆發初期，針對全臺約1700位受試者進行問卷調查，年齡涵蓋二十至七十歲，以了解假訊息對疫苗接種意願的影響。調查結果顯示，若一個人對假新聞的危害感到擔憂，他接種疫苗的意願會提高；反之，若對假新聞無感，則接種意願較低。此外，認知自身感染風險越高者，也越傾向接種疫苗，與其所在地區無顯著差異。

　　李宣緯老師指出，這項結果顯示，若要提升疫苗接種率，必須針對不同群體設計差異化宣導策略，並重視假訊息在疫苗政策推動中的影響。

模擬研究：社會網絡、機器人與動態模型的洞察

　　接續，他談到模擬研究的重要性。與問卷調查不同，模擬能清楚描繪網絡結構對訊息擴散的影響。他分享團隊建立的模型：若個體與他人政治立場不同，就會斷開與對方的連結，轉而與朋友的朋友建立新連結，這種「重聚性」（transitivity reinforcement）會改變社會網絡結構。模擬結果發現，當這種現象強烈時，整個系統可能分裂成兩大群體，一群完全不相信假訊息，另一群則處於「同溫層」（echo chamber）中，持續被錯誤資訊鞏固，反映現實社會中意見極化的局面。

　　另一項研究探討社群中的「社會機器人」（social bots）。這些機器人可能傳播真訊息或假訊息，但其存在會放大系統的極化現象，使得原本偏向中立的多數群體縮減，反而助長兩極對立，形成難以溝通的局面。

　　李宣緯老師以疫苗陰謀論為例，說明假訊息的類型與影響。他提到，有人相信疫苗中被植入晶片以追蹤民眾，或相信接種疫苗會導致後代出現異常，這些荒謬但廣泛流傳的說法，皆直接削弱了公共衛生措施的推行。

　　最後，李宣緯老師簡述了研究中使用的模型方法。研究團隊將每個人視為網絡中的一個節點，節點的狀態可為相信或不相信假訊息，並觀察網絡在各種結構假設下的演化。他介紹，社會網絡具有「物以類聚」(homophily)、「重聚性」(clustering) 以及「小世界特性」(small world)，這些特性影響訊息擴散的速度與範圍。

　　他指出，社會網絡是「共同演化系統」（co-evolving system），個體狀態會影響連結結構，連結結構又反過來影響個體狀態，形成高度複雜的動態。他強調，數理模型需在簡化與複雜性間取得平衡，保留核心特徵，才能真正幫助理解與預測社會行為。

意見分裂與社會機器人：極化現象的模型洞察

　　在延續第一部分的分享後，李宣緯老師深入介紹團隊對於社會網絡中意見分裂的數理模型。他以紅藍兩種立場為例，說明模型會強制雙方進行選擇：不是紅色影響藍色，就是藍色影響紅色，否則雙方會斷開連結並另尋與自己立場相同的對象。這樣的動態反覆進行，最終會導致系統分裂成不同群體，每個群體內部只與立場相同者互動，形成所謂的「回聲圈」。

　　他進一步說明，這樣的模型顯示出當人們傾向斷絕與異見者的連結時，社會將失去整體的對話機會，最終只剩下彼此封閉的圈層。他以微分方程（Differential equation）計算不同參數下系統的穩定結果，若系統內的人更容易接受異見，則可能達到共識；若傾向排斥，則會分裂為對立的兩群，顯示模型能夠預測社會極化的趨勢。

　　接著，李宣緯老師分享了團隊對「社會機器人（social bots）」的研究。這些機器人雖然自己立場固定，卻能大量散播特定訊息，間接改變整體社會的意見分布。他將人們的立場視為從0到1的光譜，機器人可能分布在兩極，也可能均勻分布。模擬結果顯示，若機器人集中於立場兩端，將使系統內部的極化現象顯著增加；若機器人立場均勻分布，則極化現象較弱，而這些模擬基於「代理人模型」（agent-based model），將每個人視作能依據自身容忍度選擇是否與他人交流的單位，若彼此立場差距過大，對話將不再發生。他強調，無論網絡結構為隨機、無尺度或小世界網絡，增加社會機器人的比例皆會使人群立場往兩端移動，減少中間立場者，形成對立。

假訊息類型與查核挑戰

　　隨後，臺灣事實查核中心副總編審陳偉婷接續分享第一線的查核經驗。她先釐清，事實查核中心並非政府機構，亦無政黨資金挹注，而是由傳播學者於2018年成立，至今編輯團隊約10人。她提到，自己過去是中央社政治與醫藥線記者，因疫情時期24小時待命、精神壓力過大，加上對媒體公信力下滑感到挫折，選擇轉任查核工作，期望以不同角度協助社會。

  陳副總編分享，根據最新調查，83%的臺灣民眾曾接收過假訊息，顯示其普及與影響力，但也代表人們識別假訊息的能力正在提升。調查中，民眾認為假訊息主要來自媒體、政治人物與境外勢力，且多數人認為假訊息削弱了對社會制度與媒體的信任。

　　她進一步解釋假訊息的兩種主要類型：一是 misinformation，即內容錯誤但無惡意的誤傳；二是 disinformation，帶有刻意操弄目的的不實訊息，例如疫苗陰謀論，或近日流傳「台灣榮總血液樣本被美國用來製造病毒以消滅中國人」等荒誕說法，目的皆在於挑起群體對立與恐懼。

陳副總編從實務層面說明：「假訊息之所以容易流傳，不是因為它講得真，而是因為它『像是真的』且『容易共鳴』。」她指出幾個假訊息的傳播特性：

1.內容輕薄短小，資訊少但精準帶情緒；

2.與生活經驗連結強烈，如食安、健康、家庭安全；

3.引起焦慮與憤怒，使人無法啟動理性判斷，而會立即分享。

　　她分享一則查核案例：曾有音檔流傳「不要吃豬肉，因為豬瘟無法治療」，附帶生病豬隻照片，內容語調怪異，非臺灣口音。查核團隊先判斷來源可疑，後經泰國朋友協助聆聽，發現內容提及泰國街頭烤肉串，並確認當地媒體曾報導豬痘疫情，對人無害，證實此訊息為將國外事件移花接木至台灣的假訊息。

　　她也舉近期「福島核廢水排放導致南海魚群大量死亡」影片為例，說明透過影像截圖「反搜」可追溯影片真實拍攝時間與地點，拆解假訊息的誤導。

AI假訊息的崛起與情緒操弄：防治挑戰與人性弱點

　　陳副總編分享，近期大量流傳的假訊息，許多都利用AI技術生成，增加了查核難度。她舉例，2023年曾流傳一張普丁向習近平下跪的照片，國際查核組織經比對兩人當時的服裝、會議室場景與椅子樣式，證實該圖為AI合成。同樣地，也曾出現一張五角大廈爆炸的AI假圖，短時間內造成美國社群恐慌，顯示AI假訊息若無法即時制止，將對社會造成巨大危害。

　　她指出，AI生成圖像即使使用偵測工具，準確率也僅約五至七成，仍需仰賴人工與專家辨識；而假訊息通常篇幅短小、帶有情緒性，更易引發轉傳，迅速擴散。陳副總編分享一則親身經驗，她母親曾轉傳一段影片，內容顯示一條魚被油炸後仍在鍋中扭動。她解釋，母親煮飯四、五十年，理論上知道這不可能發生，但母親因擔心食品安全，加上近期食品添加物與禁藥事件頻傳，情緒被勾動，而忽略了生活經驗的理性判斷。

　　她分析，假訊息正是利用人們情緒優先於理性思考的特性，讓人在未經驗證下就轉傳給親友。她也提醒，與長輩溝通時，應避免直接否定，可用提問引導思考，例如「你不覺得這和我們平常的經驗不同嗎？」

　　提到關於事實查核中心的運作，陳副總編介紹，團隊目前約十人，成員各具專長，包括外交國防、動保議題與數位查證。中心每天透過LINE機器人接收民眾回報，搭配快篩監測平台，觀察社群上的熱門傳言，再針對討論度高、涉及錯誤或惡意操弄的訊息，進行查核。查核方法包括採訪專家、蒐集科學證據、比對公開資料與運用數位工具，並將結果回報至FB、LINE、Google與各合作媒體，讓查核報告在搜尋引擎上被更多人看見。

　　她指出，事實查核中心無法刪除任何人的貼文或帳號，若民眾因不實訊息被社群平台停權，這是平台內部規則，與查核單位無關。

疫情假訊息：從偏方到政治化的挑戰

　　事實查核中心在三年疫情期間，共發布超過500篇防疫相關查核報告。陳副總編根據觀察指出，假訊息的傳播往往緊隨疫情節奏而來，依照時間發展可粗略劃分為三波：第一波（2020初）：病毒來源不明、資訊焦慮爆發，出現大量偏方、口罩謠言、病毒來源陰謀論。第二波（2021三級警戒）：社群訊息暴增，事實查核中心流量暴漲5-6倍，傳言重複率高（如端午節禁止出門、屍體焚燒圖等傳三年）。第三波（2022大流行）：醫療量能吃緊、確診者自救資訊需求激增，出現大量「自己買藥、在家康復」的危險資訊與傳言。

　　部分假訊息還會引用電影劇照製造恐慌，例如用殯儀館場景誤導為台灣屍體爆量焚燒，實為災難片片段。陳副總編也反思，查核時須避免「高馬效應」——以高姿態糾正他人容易引發反感，甚至形成逆火效應，使民眾更加抗拒正確資訊。她強調，查核報告應以科學為基礎，尊重疫苗科學仍在發展，提供公開透明的即時知識，讓民眾自行判斷，而非強制說服。

　　最後，陳副總編呼籲，每位民眾都是防堵假訊息的關鍵節點。事實查核中心的報告雖能快速阻斷假訊息傳播，但政治議題往往因意識形態影響而難以產生效果。她引述研究指出，陰謀論的信仰與政黨認同高度相關，與學歷無關；因此，親友間的人際溝通，仍是假訊息防治最有效的方式。

　　她鼓勵現場同學加入LINE查核機器人，隨時回傳可疑訊息，也可訂閱電子報，掌握臺灣與國際的查核趨勢。講座最後，主持人總結：「當真相不再被相信，社會對話與民主發展的基礎也將不復存在。」提醒大眾理性思辨與查核的重要性。

　　「如果我們能量化人們改變意見的條件、容忍的範圍，甚至是資訊來源的穩定性，我們就可以更精確地模擬假訊息如何傳播、極化如何發生。」

　　對理科系的學生而言，這場演講也拋出重要思考：數學訓練不只為了解題，更是建模、預測、解釋複雜系統的能力；在AI與資訊爆炸的時代，跨域人才將成為資訊治理的關鍵；面對真假難辨的資訊環境，理性思辨、批判性思考與跨域協作將是最具價值的能力。

學生提問：如何培養查核與模型應用的能力？

　　在講座進入尾聲時，學生們提出了對假訊息查核與模型研究的深入提問。有同學詢問，面對假訊息該如何培養判讀能力，陳偉婷副總編審分享「五字訣」：忍、想、查、問、學。她說，收到訊息時，第一要「忍」住不轉傳，第二「想」來源與內容合理性，第三「查」公開資料，若無法判斷可「問」事實查核中心，並從查核報告中「學」習查證方法。她強調，關鍵字搜尋需要經驗累積，且必須啟動「我想要查」的意識，才能逐漸培養查核力。

系統性理解假訊息脈絡的迫切需求

　　接著，學生提問事實查核中心是否能掌握假訊息的擴散結構與查核成效。陳副總編回應，在LINE上難以追蹤訊息傳遞路徑，但Facebook可觀察分享軌跡，目前多以記者經驗判讀，尚未進行系統性整理。她坦言，事實查核中心人力有限，雖已成長為十人團隊，但面對龐大傳言量與AI生成內容，仍力有未逮。她期盼學界能協助分析假訊息的傳播模式，讓中心可預先提供民眾正確知識，而非被動地「打地鼠」式回應。

　　她舉例，選舉期間常出現固定類型假訊息，中心會事先準備選務知識宣導，讓民眾在接收到謠言時，已有正確知識作為判斷基礎。然而，對於如疫苗陰謀論這種脈絡複雜的議題，中心目前仍缺乏整合各類傳言為故事劇本的系統性方法，導致查核報告常需重複敘述同類型內容，溝通效果有限。

數學模型的應用與挑戰

　　中研院李宣緯老師也回應學生關於投票人模型（Voter Model）的建構問題。他說，該模型為基礎理論，團隊在此架構上增加了「斷鏈重連」參數，即若與鄰居意見不合，個體會切斷連結並連向朋友的朋友，這一改變會顯著影響系統最後的群體分布與意見集中度。他強調，模型雖可準確預測系統行為，但與真實世界仍有差距，必須搭配實證研究才能應用於決策。他笑言，數學模型如天氣預報般，需要不斷輸入資料與驗證，才能提供最具參考價值的結果。

產學合作與學生參與的可能

　　講座最後，主持人鼓勵學生思考如何投入假訊息防治與建模研究，無論透過選課、參與專案或申請事實查核中心實習，都能將理論應用於社會。他提醒，臺大與師大皆有跨領域課程可供修習，例如疾病傳染建模、社會網絡分析等，未來也將持續開設更多數理與應用結合的課程，期盼學生把握機會。陳副總編則誠摯邀請對查核工作有興趣的同學，無論是以學術研究、課程學習或未來職涯參與，都可透過官網聯繫中心，加入LINE查核機器人或訂閱電子報，隨時掌握臺灣與國際的假訊息趨勢。

結語

　　本場講座，以李宣緯老師的數理模型分析，結合陳偉婷副總編審的查核實務經驗，展現了從理論到應用的完整視角。在AI生成內容挑戰日益嚴峻、社會分裂與極化持續加劇的時代，無論是科學研究者、新聞查核人員，抑或一般公民，都需培養理性思辨與查證的能力，成為社會中傳遞真實資訊的重要節點。正如講者們提醒，假訊息防治不僅是科技或傳播問題，更是維繫民主對話與公共信任的基礎。