研究深入
虚假信息传播惊人、机器人角色有待考量
在那之后，Roy和Vosoughi，再加上MIT管理学教授Sinan Aral，开始研究Twitter上的虚假信息如何传播。他们不仅要回答“什么是真相”，也要解答一个更加迫切的问题： 计算机如何知道什么是真相？
他们选择向网络上的最终事实裁断者求助，即 第三方事实核查网站 。通过搜集和分析6家不同的事实核查网站（包括Snopes、Politifact和FactCheck.org），他们生成了一份 从2006年到2016年在Twitter上传播量上万的网络谣言名单 。然后，通过社交网络Gnip的专有搜索引擎，在Twitter上搜索这些谣言。
最终，他们找到了12.6万条一共被转发过450万次的推文。 有些推文会链接到其他网络上的假新闻，有些则是原生推文，或利用制作图片生产谣言 （该团队使用OCR，可以搜索静态推文图片中的文字），还有一些混杂了真实信息或能链接到其他网站上。
Optical Character Recognition，光学字符识别，视频来源于OCR的维基百科
虚假信息传播更具速度与深度
然后他们进行了一系列分析，对比了虚假谣言的流行与真实新闻的流行，得到一个惊人的发现。
在MIT的演讲上，Vosoughi举了一个例子： 一条推文有很多办法获得1万次转发。
如果一个名人发了推文A，并且拥有几百万粉丝，那么可能会有1万人在他们的时间轴上看到推文A，并决定转发它。推文A被广播时， 规模大、层次浅。
与此同时，一个仅有少量粉丝的人发了推文B。B被推到20个粉丝的时间线上，被某个人看见并转发，然后其中一个的粉丝又看到并转发， 一个接一个，直到上万人看到并转发了推文B。
推文A和推文B其实有着同等规模的用户，但是以Vosoughi的说法， 推文B更具“深度”。它将转发链接了起来，以一种推文A做不到的方式进行病毒式传播。 “它可以达到1000次转发，但拥有各异的形态。”他说道。
关键在于，在这两种传播方式中，假新闻的传播始终占据主导地位。 它始终能吸引到更多的受众，并且比真实新闻更能深入到社交网络的毛细血管中。 作者发现，准确信息往往不能到达10层以上的转发，而假新闻可以达到19层，速度上也比获得10个转发的准确新闻快10倍。
即便是由人类而非机器人检测时，这些研究成果也是很可靠的。在主要调查之外，还有一组本科生协助核查了同一时期约 1.3万条英语推文的随机内容。 研究发现， 虚假信息的传播速度以“相当类似”于主数据集的方式，超越真实信息的传播。
这在现实生活中看起来是什么样子？以上次总统选举为例，2015年8月在社交网络散布的一则传言称，特朗普让一个生病的孩子坐他的飞机，获得紧急救治。Snopes（著名事实核查网站）证实故事大体属实，然而据其团队估计，只有1300人分享或转发了这个故事。
Snopes核查结果
还有2016年2月，有传言称特朗普的表兄最近去世，在其讣告中还反对了这位大亨的总统竞选。据报道，讣告中是这么写的，“作为特朗普家族中骄傲的一员，我恳求你们大家不要让那个行走的黏液包成为总统。”但是Snopes没有查证到这位表兄或其讣告的存在，最终认为这个故事是假的。
尽管如此， 还是有大约3.8万名Twitter用户分享了这个故事。 它的转发链接长度是病孩子故事的三倍。就连宣称拳击手Floyd Mayweather戴了一条穆斯林头巾去特朗普集会的虚假报道，吸引的用户数也比病孩子故事多10倍。
为什么虚假信息会有这么好的传播效果？MIT团队采用了两种假设。
一是假新闻似乎比真实新闻更“传奇”。 该团队发现，虚假信息通常与用户转发前60天内时间线上的所有推文都明显不同。
二是假新闻比一般推文能激发更多情绪。 研究人员以Twitter用户 用来回复12.6万条有争议推文的字词 创建了一个数据库，然后用先进的情感分析工具NRC-Canada系统对其进行分析。他们发现， 虚假推文往往引出带有“惊喜”和“厌恶”相关的词语回复，而准确的推文则更多地引发与“悲伤”和“信任”相关的词语。
机器人的作用有限
这个团队还希望能够再解答一个问题：Twitter机器人是否助力传播假消息？
在300万Twitter用户样本上使用两种不同的机器人检测算法之后，他们发现自动机器人确实在传播假新闻，但他们转假新闻的速度和转准确信息的速度一样。 “在Twitter上真实新闻和虚假新闻传播的巨大差异，不能用机器人的存在解释。” Aral说道。
但一些政治学家警告说， 这不应该被用来消解俄罗斯机器人散播假消息方面的作用。 据《纽约时报》报道，佛罗里达州帕克兰校园枪击案发生后，一群与俄罗斯有关的机器人“军队”助长了分裂性言论的传播。
乔治华盛顿大学的政治学家Dave Karpf在邮件中提到，“这可能有两种情况： （1）在整整10年的数据集中，机器人不喜欢虚假宣传；（2）在近期的案例子集中，僵尸网络已经被战略性地用于传播虚假宣传信息。 ”他还说道，“我猜测这篇论文会成为‘机器人真的不碍事’的科学证据。如果我们纵览Twitter存在的整个时期，这篇论文也的确证实了这一点。但是，关于机器人的口水战中，它的假设在于，目前对‘机器人传播假新闻’已经倾斜了战略性的资源，导致机器人的使用面如此之广。 这篇论文没法反驳这种假设。 ”
对此，Vosoughi表示同意：2016年选举中僵尸网络的使用是否有变化，他的论文确实不能作出判断。 “我们没有研究机器人角色在不同时期的变化，” 他在一封邮件中写道，“这是个有趣的问题，我们未来的研究中很可能会关注到。”
