你滑到一個話題，覺得「怎麼到處都在講」。
2024 年發表在《Science》的一項研究，給了這種錯覺一個很具體的數字：2020 年美國大選期間，在一個 66 萬多人的選民樣本裡，八成指向假新聞來源的貼文，來自 2,107 個人。
事情經過
研究團隊是以色列本古里安大學的薩哈・巴里比－巴托夫（Sahar Baribi-Bartov）和尼爾・格林伯格（Nir Grinberg），加上美國東北大學的布里奧妮・斯懷爾－湯普森（Briony Swire-Thompson）。論文〈Supersharers of fake news on Twitter〉刊在《Science》第 384 卷第 6699 期，2024 年 5 月底出版。
他們用的是一個選民面板：664,391 名註冊選民，帳號在 2020 年 8 到 11 月的選舉期間仍在推特上活動。研究團隊一則一則看這些帳號分享了什麼連結，再比對一份人工標註的「假新聞來源」網站名單。
結果出現了一個極度偏斜的分布。2,107 人，占樣本的 0.3%，轉出了這批帳號八成的假新聞來源連結。研究者把他們叫作「超級分享者」（supersharers）。
這群人的貼文觸及平台上 5.2% 的註冊選民。
他們是誰
論文摘要寫得很明白：跟其他使用者相比，超級分享者裡，女性、年長者、登記為共和黨的比例明顯偏高。評論這篇研究的 Tech Policy Press 另外提到，亞利桑那、佛羅里達、德州三州的人也偏多。
最容易想到的解釋是機器人。但研究的答案是：看起來不是。摘要的說法是，這麼大的量來自「人工、持續不斷的轉推」，沒有看出自動化的痕跡。
這句話值得停一下。2,107 個人，每天一則一則按轉推，量大到壓過其他六十幾萬人加起來的分享。他們不是工具，是一群認真生活在平台裡的人。
正方集中處理，比逐則查證有效
研究者的結論偏向實務：如果八成的來源集中在這麼少數的帳號，那麼針對這些帳號做事，效果可能比到處打補丁大。他們的建議是平台可以針對超級分享者，或限制轉推的次數，這樣有機會明顯降低大部分的假新聞曝光。
The Register 引了同一個邏輯：不必處理整個平台，處理最極端的那一小撮，就能拿掉大部分的量。
反方先看「假新聞」是怎麼定義的
這項研究最常被誤讀的地方，是「假新聞」三個字。
第一，它是「來源層級」的定義。研究者看的是連結指向的網站在不在假新聞來源名單上，不是一則一則查證內容真假。這是這類定義的先天限制，可能蓋掉個別假說法影響力不同的細節（這一點是我們的提醒，不是 Tech Policy Press 的評論）。同一個網站裡，也不是每一篇都是假的。
第二，「不是機器人」不等於「完全沒有自動化」。Tech Policy Press 引論文的說法：超級分享者裡，最多只有 7.1% 可以被認定為機器人，作者自己也寫，不排除有更精密的自動化。「看不出自動化」是這個研究能說的最大程度，不是「證明沒有」。
第三，「觸及」不是「說服」。5.2% 的註冊選民看過他們的貼文，這是曝光，不代表那些人相信了。這一點論文摘要沒有討論，是我們的推想。
第四，這是 2020 年那一個選舉期、一個平台、一個樣本。推特後來改名成 X，平台規則和用戶組成都變了；2,107 人這個數字不能直接搬到現在、搬到別的平台。我們沒有查到用同樣方法在其他平台或其他選舉的重複研究。
第五，這是美國的選民面板。樣本是註冊選民，比對的是選民名單，其他國家和沒有登記的人不在裡面。
我們查到的
查證於 2026-10-31- 證實
論文刊於《Science》第 384 卷第 6699 期，第 979–982 頁，2024 年，DOI 10.1126/science.adl4435。出版社頁面被擋，我們讀到的是 Network Science Institute 的摘要頁與其他媒體轉述，沒有讀到論文全文。
- 證實
樣本為 664,391 名註冊選民的推特帳號；其中 2,107 人轉出了八成的假新聞來源連結，約占樣本的 0.3%。
- 證實
這群人的貼文觸及平台上 5.2% 的註冊選民。
- 證實
超級分享者裡，女性、年長者、登記共和黨的比例明顯偏高。
- 被推翻
（說法過頭）Threads 原文寫「他們不是機器人」。論文的說法是看不出自動化、量來自人工持續轉推；Tech Policy Press 引論文提到最多 7.1% 的超級分享者可被認定為機器人，作者也不排除更精密的自動化。比較準確的說法是「大多不像機器人」。
- 未證實
這些人有沒有改變別人的想法。研究量的是曝光，不是態度改變。
- 未證實
這個集中程度現在還成不成立。我們沒有查到 2020 年之後同樣方法的重複研究。
你怎麼看
「到處都在講」的感覺，可能只是同一小撮人的重複。如果這是真的，你覺得平台最該做的是：
出處
- Supersharers of fake news on TwitterScience，2024
- Twitter supersharers of fake newsThe Register，2024
短版和討論在 Threads：@border_corridor