🧒 初中生也能看懂的版本
① 研究背景（为什么要做？）
这项研究关心的是一个很多人都经历过的处境：一条关于某位政治人物的负面消息被正式辟谣之后，你对他的印象还回得来吗。先设想一个场景。某天新闻说，某位候选人收过一个罪犯的政治献金。你看了，对他印象变差。第二天，媒体正式辟谣：那条消息是假的。你完全相信了辟谣，不再认为他收过黑钱。那么，你对他的印象会恢复吗？
2016 年，一项发表在传播学顶级期刊上的研究给出了一个令人不安的答案：不会。研究者把这种现象叫做信念回声——错误信息就像一个回声，即使你已经不再相信它了，它留下的负面感觉还在。
这个概念影响极大。它在谷歌学术上被引用了 800 多次，被 Web of Science 列为该领域前 1% 的高被引论文，也是该期刊 2016 年以来被引最多的文章。
如果它是真的，后果很严重。对媒体来说，意味着事实核查基本白做；对政客来说，意味着造谣抹黑对手是有利可图的，因为哪怕被戳穿，伤害也已经造成；对民主来说，意味着选民会基于自己明知是假的信息去评判候选人，选举问责因此被稀释。
② 研究问题（要回答什么？）
这篇论文要问的很直接：信念回声真的存在吗？
作者选择做一次预注册的直接重复研究——用完全相同的实验材料、相同的测量方式、相同的目标人群，只把样本量大幅扩大，看看能不能得到同样的结果。
他们这么做有两个理由。第一个理由和时代有关。原研究的实验是 2011 和 2012 年做的，那时候错误信息还不是美国政治的常态，事实核查也还没形成制度。十几年过去，人们已经习惯了假消息满天飞，也习惯了看到辟谣。习惯了，会不会反而更容易接受更正、更少留下残余情绪？另一方面，党派极化加深，人们对政治人物的评价越来越由党派立场主导，错误信息本身能撼动的空间反而变小了。
第二个理由更普遍：社会科学的可重复性危机。越是被广泛引用、越是被当作理论基础和政策依据的结论，越值得被重新检验一遍。
③ 研究方法（怎么做的？）
实验的设计其实很朴素，也正因为朴素才干净。
参与者阅读关于一位虚构的国会候选人约翰·麦肯纳的假新闻报道，被随机分到三组之一：对照组读两篇中性报道；未更正组读到候选人收受罪犯献金的指控；已更正组先读到同样的指控，之后再读到明确的辟谣。
然后测两件事：你还相不相信那条指控（六点量表，从“肯定是假的”到“肯定是真的”），以及你怎么评价这位候选人（情感温度计、特质评价、是否适合任职，合成一个指数，内部一致性 α = 0.79）。
信念回声要成立，必须同时满足两个条件：第一，辟谣真的把信念消掉了；第二，态度却没有恢复。如果第一条不成立——也就是人们其实还半信半疑——那态度变差就完全可以用“还在信”来解释，根本不需要什么回声。这个逻辑是整篇论文的枢纽。
作者复制了原研究三个实验中的两个。实验一的辟谣出现在第二篇文章里，隔了一段距离；实验二的辟谣就紧跟在指控那一段后面，出现在同一篇文章里——原作者称之为“新闻事实核查的黄金标准”。
最关键的改动是样本量。原研究是 157 人和 474 人，通过亚马逊的众包平台招募；这次是 1520 人和 1517 人，通过 YouGov 招募，在年龄和教育上更接近真实人口。作者还专门做了功效分析，并用熵平衡法调整了残余的人口学差异，确认结论不是样本构成造成的。
④ 结果（发现了什么？）
两个实验讲了两个完全不同的故事。
实验一：辟谣没生效，所以这个实验其实没法用来检验假设。
接触未更正错误信息的人，确实更相信那条指控（p 小于 0.001）；辟谣也确实显著降低了这种相信（p 小于 0.001）。但辟谣没有把信念清零。读过辟谣的人，相信那条指控的程度仍然比从没接触过的对照组高出 6.7 个百分点（p 小于 0.01）。
与此对应，他们对候选人的评价也比对照组低了 5.5 个百分点（p 小于 0.001）。乍看之下，这不正是信念回声吗？但作者指出：不是。因为信念本身就没被消除，态度变差完全可以是“还在信”的直接后果。回声和残余信念，在这里根本分不开。
实验二：辟谣生效了，回声消失了。
仍高出 6.7 个百分点
更正未彻底
低 5.5 个百分点
但无法归因
与对照组无差异
p = 0.075
差距仅 0.6 个百分点
p = 0.607
当辟谣紧跟着指控出现时，信念被完全中和了——已更正组和对照组之间没有统计显著差异。而在这个干净的检验里，候选人评价的差距只有 0.6 个百分点，p 值高达 0.607，也就是说毫无迹象。分别看同党派和异党派选民，结论一样。
还有一个附带发现特别值得注意。作者把自己的大样本数据重新抽样成原研究那样每组约 50 人的规模，结果发现：六次里只有一次能检测到已更正组和对照组之间的信念差异。这意味着原研究当年很可能也存在残余信念，只是样本太小、没能发现。
⑤ 讨论（这些发现说明什么？）
作者在解释时相当克制，这份克制本身就值得学习。
他们明确说：这项重复研究不应被当作对心理学中“持续影响效应”的否定。心理学里早就发现，错误信息会持续影响人的推理和因果解释。但那些研究有两个特点：一是它们通常没有证明信念已被彻底纠正，所以“持续影响”里有多少其实是“残余相信”，说不清；二是它们研究的多是非政治情境。
政治领域不一样。党派动机性推理的存在，加上政治场景里更正往往可以立即到位，都可能让持续影响的机制失效。有意思的是，这一点原作者自己在 2016 年的论文里就提醒过。
那实验一的失败该怎么解释？作者列了两种可能，并诚实地说自己无法确定是哪一种：要么是当代受众对同样材料的反应变了（也许是媒体信任或信息环境的变化），要么是原研究当年也没能真正消除信念，只是没有足够的统计效力发现。他们给出了一个支持后者的旁证——如果是信息环境整体变化，那实验二的辟谣也应该跟着失效，可它并没有。
对现实的启发是两面的。好消息是：对政客而言，被事实核查驳倒的攻击不太可能造成持久的声誉损伤；对记者和事实核查者而言，认真做更正是有价值的。但前提是那句大白话——更正只有在真的改变了人的看法时才有用。实验一恰恰展示了反面：设计不好、时机不对、语境不合适的更正，可能根本中和不了错误信息的态度影响。
⑥ 结论（最终结论 + 启示）
这篇论文的结论可以用一句话概括：当一条假消息被真正成功地驳倒时，它对政治评价的影响也随之消失了。
这个结论削弱了一个流传甚广的悲观印象——错误信息一旦说出口就必然留下印记。作者提醒，这种印记并非注定，关键在于更正是否及时、清晰、有效。
但这项研究更深的价值，也许不在结论本身，而在它示范了一种研究态度。一篇被引 800 多次、位列领域前 1%、构成大量后续理论和政策讨论基础的研究，依然值得用更大的样本、更严格的预注册程序重做一遍。而重做的结果告诉我们：当年之所以看到那个效应，很可能是因为样本太小，看不见更正其实并不彻底。
作者在结尾写下的话很有分量：随着错误信息研究的推进，我们对“何时、如何、对谁起作用”的举证标准也必须同步提高。研究的预注册方案与数据都已公开在 OSF 平台上。
🎓 专业 IRMaD 结构解读
I. Introduction（引言）
错误信息能否直接塑造对政治人物的认知并影响选举结果，已有大量文献支持（Weeks & Garrett, 2014; Gunther et al., 2019; Jamieson, 2018）。早期的核心忧虑——来自权威信源的更正无效（Nyhan & Reifler, 2010; Berinsky, 2017）——近年已被大体缓解：更正在削减错误信念上相当有效（Wood & Porter, 2019; Porter & Wood, 2021; Coppock et al., 2023）。
但一个更棘手的忧虑仍在：即便更正有效，错误信息仍可能留下残余影响。这在心理学中被称为“持续影响效应”或“信念固着”（Ross et al., 1975; Johnson & Seifert, 1994; Ecker et al., 2014; Lewandowsky et al., 2012）。Thorson（2016）把这一概念引入政治学，提出信念回声（belief echoes）：接触负面政治信息会持续塑造态度，即便当事人已承认该信息为假。
作者特别厘清了文献边界：Bullock（2007）、Cobb et al.（2013）与 Cohen et al.（2024）虽同样发现残余态度效应，但都未直接测量更正的有效性，因而无法区分信念回声与“更正无效”；Barrera et al.（2020）、Nyhan et al.（2020）、Swire et al.（2017）则聚焦错误信息的发送者（政客是否因散布假消息受惩罚），而非 Thorson 所定义的、针对被指控对象的态度后果。Thorson（2016）之所以独树一帜，正在于它明确证明了更正的有效性。
重复研究的两项动因：其一，语境变迁——原实验完成于 2011–2012 年，早于错误信息成为美国政治常态与事实核查的制度化（Graves, 2016; Stencel et al., 2023）；同时党派极化加深，政治评价更多由党派倾向驱动（Druckman et al., 2013; Nicholson, 2012），错误信息的初始态度冲击本身变小，可供更正逆转的空间随之收窄。其二，可重复性关切——高被引且构成理论与政策基础的结果尤应接受复核。
I. Theoretical Framework & Hypotheses（理论框架与假设）
信念回声的核心主张是：“接触负面政治信息会继续塑造态度，即便该信息已被有效证伪”（Thorson, 2016, p. 460）。其生成机制有两条（Thorson, 2016, pp. 464–465）：
| 机制 | 过程类型 | 内在逻辑 | 可检验蕴含 |
|---|---|---|---|
| 自动化过程 | 在线信息加工的副产品 | 初始错误信息对总体评价的情感冲击强于随后的更正 | 即使信念归零，情感残余仍压低评价 |
| 审慎化过程 | 有意识的推理 | “无风不起浪”式推断：得知一条假指控使人认为关于该候选人的其他负面信息更可能为真 | 信念归零后评价仍低，因推断已外溢 |
识别条件（本文的方法论枢纽）：检验信念回声必须先证明更正已消除对虚假信息的相信。若这一前提不成立，则观察到的态度差异无法与“持续相信的直接效应”区分开。作者据此把两个实验的可解释性做了严格切割——不满足前提的实验一被明确判定为“无法构成对信念回声的充分检验”，而非用它去支持或反驳假设。
原研究的三个实验中，实验一（N = 157）显示对异党派虚构候选人的负面态度在信念被有效更正后仍未恢复；实验二（N = 474）复现该模式并显示回声不以党派为条件；实验三（N = 309）探究机制。本文只复制前两个，因为研究目标是“回声是否存在”，而非“通过何种机制产生”。
M. Materials & Methods（材料与方法）
- 设计：被试间调查实验。参与者阅读关于虚构国会候选人 John McKenna（堪萨斯州选区）的假新闻报道，随机分配至三组：对照组（两篇中性报道）、未更正错误信息组（首篇含“接受重罪犯政治献金”指控）、已更正错误信息组（同一指控 + 明确更正）。
- 两实验的关键差异：实验一的更正出现在第二篇文章中；实验二的更正紧接指控段落、位于同一篇文章内，对应 Thorson（2016, p. 460）所称“新闻事实核查的黄金标准”。此外实验二随机化候选人的党派归属（民主党或共和党），独立于受访者自身党派。
- 样本：实验一 N = 1,520；实验二 N = 1,517（原研究分别为 157 与 474）。招募平台由 MTurk 改为 YouGov，样本在教育与年龄上更具代表性。两实验在同一项研究内实施，参与者被随机分配到其中之一；无党派倾向者一律分配至实验二，因为实验一的设计前提是评价异党派候选人。
- 流程：先做人口学与党派归类问题（含分支追问，对不倾向任一党者以自由派/保守派的意识形态自认推断）→ 随机分组 → 阅读材料 → 干扰任务（与原研究相同）→ 结果测量。
- 因变量：（1）候选人评价指数，由情感温度计、特质评价、任职适合度合成，
Cronbach's α = 0.79，重标度至 0–1，值越高评价越好；（2）错误信息信念，六点量表由“肯定是假的”到“肯定是真的”，同样重标度至 0–1。 - 预注册：方案预注册于 OSF；偏离之处在在线附录 D 中说明。数据公开于 OSF。研究依丹麦法规免于正式伦理审查。
- 功效分析：附录 A 显示原研究实验一在检测信念回声上功效不足，实验二约处于 80% 功效的常规阈值——且这还是以“所报告效应量准确”为条件；在一系列关于真实效应量的合理假设下，两个原实验均功效不足。低功效同时抬高假阳性率与效应量夸大风险（Gelman & Carlin, 2014）。
- 稳健性：以熵平衡（entropy balancing）调整残余人口学差异后结果不变；候选人评价指数增列三个条目后结论一致；按同党派与异党派分组分析结论一致。
R. Results（结果）
| 实验 | 更正是否有效 | 信念差异（已更正 vs 对照） | 评价差异（已更正 vs 对照） | 可否检验回声 |
|---|---|---|---|---|
| 实验一（N = 1,520） | 否 | +6.7 个百分点，p < 0.01 | −5.5 个百分点，p < 0.001 | 不能识别 |
| 实验二（N = 1,517） | 是 | 无显著差异，p = 0.075 | −0.6 个百分点，p = 0.607 | 干净检验，无回声 |
- 实验一的操纵检验：接触未更正错误信息显著提高对指控的相信（p < 0.001）；更正相对未更正组显著降低相信（p < 0.001）。但更正未能清零——已更正组仍比从未接触的对照组高 6.7 个百分点。
- 实验一的解释拒绝：伴随的 −5.5 个百分点评价下降表面上像回声，实则无法归因。因为识别条件未满足，该差异既可能是回声，也可能只是残余相信的直接后果。作者据此判定实验一“不构成对信念回声的充分检验”。
- 实验二的核心结果：更正即时嵌入同一篇文章后，信念被完全中和（与对照组无显著差异）。在这一有效更正条件下，候选人评价与对照组的差异仅 0.6 个百分点、p = 0.607，即在远大于原研究的样本上仍无任何回声迹象。
- 关键的功效学旁证：将本文数据重抽样为原研究规模（每组约 50 人）后，六次抽样中仅一次能检出已更正组与对照组之间的信念差异。这强烈提示原研究之所以未发现残余信念，可能并非因其不存在，而是因为功效不足——若如此，原研究报告的“回声”本身也可能是残余相信的直接效应。
- 反驳“语境整体变化”的证据：若当代信息环境系统性削弱了更正效力，两个实验的更正都应失效；但实验二的更正在今天与当年同样有效，故失效不具普遍性。
a / D. Discussion & Conclusion（讨论与结论）
- 主结论：当虚假指控被成功证伪时，其对政治评价的下游影响也一并消失。这削弱了“错误信息必然留下持久印记”的普遍化叙事。
- 边界声明（重要）：作者明确指出，本结果不应被视为对心理学中持续影响效应与信念固着的挑战。理由有二：其一，心理学研究通常未证明信念已被完全纠正，因而无法区分残余相信与回声；其二，政治领域与心理学常研究的非政治情境存在实质差异——党派动机性推理的存在，以及政治场景中更正可即时到达，而心理学实验往往刻意延迟撤回、给受试时间把错误信息整合进信念体系。这一区分 Thorson（2016, p. 463）自己也曾提示。
- 实验一失败的两种解释：（a）当代受访者对同一材料的反应已变（媒体信任或信息环境变迁）；（b）原研究同样未彻底中和错误信息，只是缺乏功效检出。作者坦承无法确定，但重抽样证据与实验二的对照都更支持后者。
- 对政治行动者的启示：被事实核查有效驳倒的攻击，不太可能造成持久的声誉损害——前提是更正及时且有效。这也意味着 Thorson 原文所担忧的“抹黑对手的反常激励”在有效更正条件下并不成立。
- 对新闻与事实核查的启示：结果强化了有效更正的价值，尤其是清晰、无延迟的更正。但同时凸显了真正的挑战——更正只有在确实改变了信念时才有效；实验一恰恰展示了设计、时机或语境不当的更正如何无法中和态度影响。
- 方法论意涵：论文示范了重复研究应有的严谨度——预注册、功效分析前置、对“识别条件是否满足”的诚实判定，以及以重抽样反推原研究的功效局限。作者在结语中主张，随着错误信息研究推进，对“何时、如何、对谁起作用”的举证标准也应同步提高。
- 作者与声明：Jannik Fenger 为奥胡斯大学政治学博士后，Martin Vinæs Larsen 为该校政治学副教授；作者声明无利益冲突。原研究 Thorson（2016）在谷歌学术被引超过 800 次，并被 Web of Science 列为领域前 1% 的高被引论文，亦是该刊 2016 年以来被引最多的文章。
🧠 IRMaD 思维导图
mindmap
root((信念回声的重新检验))
I 引言
更正已被证明有效
但可能留下残余影响
信念回声概念被引八百次
事实核查是否白做
R 识别条件
必须先证明信念归零
否则回声与残余无法区分
自动化情感残余机制
审慎化无风不起浪推断
M 方法
预注册直接重复
虚构国会候选人报道
三组随机分配设计
样本扩至一千五百人
改用更具代表性平台
功效分析与熵平衡
R 结果
实验一更正未清零
故无法构成有效检验
实验二更正完全生效
评价差异不足一个点
重抽样揭示原研究功效不足
a 讨论
不否定心理学持续影响
政治领域机制可能不同
有效更正确实消除影响
无效更正才是真风险
D 结论
成功驳倒即无持久印记
抹黑激励不再成立
举证标准需同步提高
图：本研究的 IRMaD 思维导图。蓝色 I 引言；橙色 R 研究问题；绿色 M 方法； 橙色 R 结果；紫色 a 讨论；红色 D 结论。