腾讯新闻较真十周年辟谣白皮书

十年辟谣之路：从信息净化到信任重构2015-2025 腾讯新闻较真十周年辟谣白皮书 十年辟谣之路：从信息净化到信任重构2015-2025 目录 第一章：摘要与核心发现P04 研究背景与意义方法论与数据来源十大核心发现050506 第二章：十年谣变简史P08 2.1 十年谣言分期与时代烙印2.2 谣言生产与传播生命周期解析2.3 2016～2025历年最热谣言091215 第三章：谣言传播方式的升级与公众认知的演变P17 3.1 谣言传播的“渠道革命”：从文本到短视频与算法裂变3.2 公众角色与心态变迁3.3 应对谣言的人群画像182022 第四章：辟谣策略与生态的演进P30 4.1 辟谣主体的多元化：从各方独立探索，到多方共同参与的协同治理生态4.2 辟谣手段的技术跃迁4.3 辟谣效能评估：尝试用量化数据评估不同辟谣策略的效果313235 第五章：破局与立势：迈向主动免疫的下一代辟谣体系P39 5.1 真相传播的五大未来挑战5.2 面向未来的应对策略体系4042 第一章：摘要与核心发现 01 研究背景与意义 在信息高速流动的时代，谣言传播的速度和影响力前所未有。内容创作门槛的下降、终端设备的普及以及新兴技术推动下的生态变革，使得不实信息的生产、传播更具迷惑性，也更难被传统的辟谣方式快速识别与处置。在此背景下，稳定、系统、专业的事实查证能力，已成为维护健康信息生态健康、提升社会认知韧性、保护用户信息消费权益的重要基础设施。 作为国内最早投入事实查证和谣言治理的互联网平台之一，腾讯新闻较真平台自2015年11月成立以来，以打造专业辟谣与事实查证体系为目标，始终坚持“生态+技术+产品”三位一体的系统化治理思路，持续探索数字时代谣言治理的前沿路径，形成覆盖事实查证、辟谣科普、系统工具、算法模型和社会协同的综合性谣言治理识别和治理能力。 在内容端，较真平台持续输出高质量、可验证、具社会影响力的事实查证文章，每年辟谣与科普内容的触达量达亿级人次，并引入超过1200个专家和机构生态合作方，为辟谣内容提供专业判断和坚实支撑。在产品端，围绕用户需求和场景创新，形成了涵盖新媒体账号、辟谣数据库、H5工具、小程序以及新一代智能体的完整产品矩阵，使辟谣服务在更多场景中“看得见、用得上、信得过”。在技术端，深度探索谣言治理技术的迭代升级，推进从谣言识别算法模型，到大模型能力应用的较真AI应用落地，实现谣言识别、风险监测与传播阻击效率的全面提升。 本报告旨在回顾并分析过去十年间中国网络谣言生态的演变、传播规律、公众认知变化以及谣言治理体系的迭代升级路径，并结合腾讯新闻较真平台十年来的谣言治理实践经验，探讨在信息爆炸和AI赋能的时代背景下，如何从传统的“事后辟谣”向“主动免疫”转型，提升社会整体对不实信息的抵御能力，增强公共认知系统的韧性，并有效重建公众对专业信息源的信任。 方法论与数据来源 本报告基于定量统计、趋势对比、问卷调研和案例研究等方法展开分析。 定量统计与趋势对比： 通过腾讯新闻较真平台谣言库、谣言榜单收集的数据，系统分析了2015年至2025年十年间，谣言总量、类型分布、热点领域和传播模式的阶段性变迁趋势。 案例佐证： 结合不同阶段、不同类型的典型谣言实例，对定量统计与趋势分析结果进行具象化说明，呈现谣言形态演变与传播特征。 问卷调研： 引 用 了 腾 讯 新 闻 较 真 平 台 联 合 腾 讯 研 究 院 于 2 0 2 5 年 发 布 的 问 卷 调 研 数 据（N=1181），用以量化分析公众的谣言辨识能力、信息应对模式（如“主动查证”群体占比）和心理特质驱动（如认知闭合需求、真相冷漠等）。 模型评估： 引入了“辟谣社会价值评估模型”，通过舆情大数据，定量评估辟谣工作在“传真相”、“断谣言”、“稳民心”和“强治理”等方面的量化效果。 十大核心发现 本报告提炼出以下十大核心发现，用以揭示十年辟谣之路的关键变迁和未来方向： 1.十年谣言生态三段式演进： 十年谣言生态历经三个阶段——第一阶段（2015-2019）健康、食品安全等伪科学谣言主导；第二阶段（2020-2022）围绕宏大叙事、国家政策和公共卫生展开；第三阶段（2023-2025）无限拟真。 2.传播形态的“渠道革命”： 谣言传播经历了从“长文本与弱关系链”（门户、微博）、到“图文与强关系链”（社交圈层、信息流平台），再到“音视频与算法裂变”（短视频平台），直至“智能化与跨模态原生造假”（AIGC）的深刻转变。 3.AI谣言的“概率真相”挑战： AI技术极大地降低了虚假信息的生产门槛，实现了低成本、规模化、高仿真的生产，使谣言进入了“概率真相”时期。挑战从判断“内容真假”升级为“内容来源可信度”和“技术手段鉴伪”的系统性难题。 4.公众认知与信任的瓦解： 在AI时代，高度拟真的内容打破了公众“眼见为实”的传统认知边界，加剧了公众对“真相”本身的焦虑和麻木，可能导致“后真相”倾向的蔓延。 5.公众的认知惰性与情绪驱动： 调研显示，93%的受访者属于认知闭合高需求群体，倾向于寻求明确答案。同时，公众普遍存在认知惰性，容易被AI谣言的场景化、细节化、情感化框架驱动，倾向于根据情绪而非理性核实来判断真假。 6.健康类谣言辨识力最薄弱： 在所有谣言类型中，公众对健康类谣言的判别能力表现最弱，有55.63%的受访者得分偏低，这主要归因于健康谣言常以专业术语和伪科学逻辑伪装，迷惑性强。 7.辟谣技术的三阶段跃迁： 辟谣手段经历了从1.0“人工核验”、到2.0“算法识别应用与工具赋能”，再到3.0“AI驱动的实时识别与闭环治理”的技术跃迁。AI驱动的智能查证工具（如较真AI）能将查证效率提升90%。 8.治理生态的协同化转型： 治理模式已从早期的各平台独立探索，发展成为由官方权威机构统筹（如中国互联网联合辟谣平台2018年上线）、平台承担主体责任、公众积极参与的多元协同治理生态。 9.辟谣的量化效能与社会价值： 辟谣工作的成效已得到量化评估。在疫情期间，相关辟谣内容使社会恐慌情绪降低了 36.5%，有效对冲阻断谣言传播达54.5%，舆论对于辟谣治理行为的整体认可度达到了69.3%。 10.“预辟谣”策略的高效性： 政策类谣言因高关联公众切身利益且可证伪，尤其适合“预辟谣”。数据显示，公众已对政策类谣言养成寻求官方渠道核实的习惯（如92%的受访者不相信政策类诈骗传闻），体现出较高的免疫力。 第二章：十年谣变简史 02 本章以十年为镜，照见网络谣言生态的变与不变。近十年来，谣言形态已从考验理性的图文形式，升级为欺骗感官和情感的多模态形式，驱动力也由情绪化的散播转向由商业目的和盈利导向。 2.1 十年谣言分期与时代烙印 过去十年间，网络谣言的表现形态、传播媒介与社会影响经历了显著的阶段性演变。这些变化不仅反映了信息技术的迭代升级，更折射出社会发展的脉络、公众关注的焦点，以及重大事件的时代印记。本节将2015-2025这十年间的谣言生态划分为三个阶段，并展开系统分析。 2.1.1 第一阶段（2015-2019）：常识启蒙与生活谣言的高发时期 2015年至2019年，伴随移动互联网的全面普及和社交媒体的快速兴起，谣言处于“常识启蒙与生活焦虑”密集期。 这一阶段的谣言产生在基于公众信息爆炸但公众科学素养尚未完全跟上的背景下，具有明显的“小切口、高频次、强关联”的特点，主要围绕个体切身利益，涉及食品安全、健康养生的谣言占据主导地位。期间，社会关注点集中于物质生活水平提升后的质量与安全问题，对食品工业、化学添加剂等产生普遍性不信任，为伪科学和养生谣言提供了肥沃的土壤。 谣言主要通过图文、长辈群分享的“震惊体”文章传播，传播速度快但溯源相对容易。辟谣工作更多聚焦于普及基础的食品科学、生物学、化学和医学常识，是一场在信息领域进行基础科学普及的“启蒙运动”。 2.1.2 第二阶段（2020-2022）：重大公共事件与社会焦点的视频化蔓延 2020年至2022年，全球范围的重大公共卫生事件彻底改变了信息生态格局，谣言的侧重点也从“个人生活”转向了“宏大叙事”与“社会公共议题”。这一时期的谣言围绕重大公共事件展开，与国家政策、公众健康和国际关系等形成了紧密的捆绑。 内容上，医疗健康、疾病预防、药物有效性等成为谣言的爆发点，对公众的生命安全和心理健康造成直接威胁。 形态上，随着短视频平台的兴起与普及，音视频和实时影像的结合成为谣言形态的主流。与单纯的文字相比，视频类谣言具有直观性、感染力强和视觉冲击力强的特点，因此更具可信度和说服力。这种多媒体碎片化的谣言形态，通常表现为未经核实或恶意剪辑的视频，搭配捕风捉影的文字，兼具情绪感染力和破坏性。 这一阶段谣言的传播速度和破坏力达到顶峰，本质是对不确定性和焦虑情绪的利用，体现出社会在应对突发、系统性危机时，信息治理面临着严峻挑战。与此同时，多方协作辟谣机制也进入了高速发展和强化阶段。 2.1.3 第三阶段（2023-2025）：AI融合下的内容多元化与鉴伪挑战 进入2023年，随着人工智能技术的快速成熟与推广应用，信息环境进入了一个前所未有的“技术赋能与内容无限拟真”的全新阶段。谣言焦点开始分散化，回归到经济、民生、娱乐等多元领域。更重要的是，AI技术开始介入内容生产，提高了虚假信息的鉴别难度。 AI工具使得谣言制造者能够以前所未有的速度和规模，批量生成具有煽动性的虚假文章、网络媒体帖子，造成信息污染。从形式上看，AI不仅能编造“新政策”、“内部通知”，还可以通过换脸、声音克隆等技术，伪造名人、官员、当事人的音视频，导致“眼见不一定为实”。 这一阶段的挑战从“内容真假”的判断，升级为“内容来源可信度”和“技术手段鉴伪”的系统性难题，标志着信息生态进入了“概率真相”时期，要求社会必须发展出与AI生成能力相匹配的鉴伪技术和信息素养。未来的辟谣工作将是信息技术、信息生态、公众素养三重维度的立体战。 2.2 谣言生产与传播生命周期解析 近十年来，随着互联网技术和产品的发展，信息生态发生快速变化，这一过程中，谣言的生产与传播也随之经历了相应演变。我们观察到，谣言形态已从考验理性的图文形式，升级为欺骗感官和情感的多模态形式，驱动力也由情绪化的散播转为商业目的和盈利导向，生产方式从个体手工化转向了产业化和规模化。 2.2.1 谣言形态与手法的迭代升级 技术的每一次升级，都是谣言形态进化的契机。起初，谣言的主要形式是散点式网帖、社交对话类短消息，这种信息通常结构松散，容易加工或添油加醋，初始传播发生在熟人圈层，一旦转出圈层就会迅速扩散。很快，进入到信息流产品时代，图文资讯类虚假信息增多，很多内容试图通过制造知识壁垒、模仿科普文章来迷惑读者，图文形式的谣言要求读者具有较高的阅读耐性，传播范围和速度虽然相对有限，但一旦命中读者痛点或者制造出巨大焦虑，就会成为热点。 进入2020年后，短视频、直播等多媒体碎片化形式成为谣言传播的主流，谣言通过视觉和听觉的冲击，能够瞬间吸引观众的注意力，谣言传播速度和影响力都大大增强。这种转变也引发了受众在信息处理上的根本性变化，从“先求证再分享”转向“先感知再共鸣”。 为对抗平台的谣言识别能力，谣言的叙事策略也变得更加专业化和隐蔽。越来越多的“三伪”谣言开始出现，即伪权威、伪逻辑和伪科学。“伪权威”策略通常通过伪装成专家或权威人物来增加信息的可信度；“伪逻辑”则通过编织虚假的因果关系和推理，使谣言看似合情合理；而“伪科学”则通过假装科学的方式，增加谣言的权威性与迷惑性，这些策略极大增强了谣言的传播效果和误导性。 近年来，AIGC技术极大地降低了虚假信息的生产门槛，谣言的制造成本接近零。造谣者可以借助大型语言模型产品，自动生成大量看似可信但无可靠信源的文本，利用AI制作的深度伪造视频（Deepfake）和音频，则能够惟妙惟肖地模仿他人声音，极易导致公众误判。通过对谣言文本及其传播效果的大数据分析，谣言生产