Le Community Notes Possono Sostituire i Fact-Checker Professionisti?

Can Community Notes Replace Professional Fact-Checkers?

February 19, 2025

Autori: Nadav Borenstein, Greta Warren, Desmond Elliott, Isabelle Augenstein

cs.AI

Abstract

Due strategie comunemente impiegate per contrastare la diffusione della disinformazione sui social media sono (i) il fact-checking da parte di organizzazioni professionali e (ii) la moderazione comunitaria da parte degli utenti della piattaforma. I cambiamenti di politica attuati da Twitter/X e, più recentemente, da Meta, indicano un allontanamento dalle partnership con organizzazioni di fact-checking e una maggiore dipendenza dalle note comunitarie crowdsourced. Tuttavia, l'estensione e la natura delle dipendenze tra il fact-checking e le note comunitarie utili rimangono poco chiare. Per affrontare queste questioni, utilizziamo modelli linguistici per annotare un ampio corpus di note comunitarie di Twitter/X con attributi come argomento, fonti citate e se confutano affermazioni legate a narrative più ampie di disinformazione. La nostra analisi rivela che le note comunitarie citano fonti di fact-checking fino a cinque volte più di quanto riportato in precedenza. Il fact-checking è particolarmente cruciale per le note relative a post collegati a narrative più ampie, che hanno il doppio delle probabilità di fare riferimento a fonti di fact-checking rispetto ad altre fonti. In conclusione, i nostri risultati dimostrano che una moderazione comunitaria di successo dipende fortemente dal fact-checking professionale.

English

Two commonly-employed strategies to combat the rise of misinformation on social media are (i) fact-checking by professional organisations and (ii) community moderation by platform users. Policy changes by Twitter/X and, more recently, Meta, signal a shift away from partnerships with fact-checking organisations and towards an increased reliance on crowdsourced community notes. However, the extent and nature of dependencies between fact-checking and helpful community notes remain unclear. To address these questions, we use language models to annotate a large corpus of Twitter/X community notes with attributes such as topic, cited sources, and whether they refute claims tied to broader misinformation narratives. Our analysis reveals that community notes cite fact-checking sources up to five times more than previously reported. Fact-checking is especially crucial for notes on posts linked to broader narratives, which are twice as likely to reference fact-checking sources compared to other sources. In conclusion, our results show that successful community moderation heavily relies on professional fact-checking.