健康 英国紙のがん報道はなぜ誤るのか：王室2件のがん公表後72記事の検証
King's College London系研究者4名によるecancermedicalscience掲載論文の紹介。チャールズ国王とキャサリン皇太子妃のがん公表後40日間の英国紙72記事を分析し、26%に誤情報、大衆紙への集中と情報源の信頼性不足を報告する。
論文紹介
健康 
情報操作 兵士の遺体は一度も映さない――ロシア国営テレビ『ヴェスチ・ネデーリ』、死を選別する技法をフィンランドの研究者が解剖
東フィンランド大学とラップランド大学の研究者2名がMedia, War & Conflict誌に発表した論文を紹介。ロシア国営テレビVesti nedeliの37エピソードから3事例を選び、兵士の死を英雄化し民間人の死を検死的に描く非対称な演出技法を批判的談話分析とモンタージュ理論で解剖した内容を報告する。
論文紹介 会話を重ねるほどAIは誤情報を認める――アリゾナ大学、7つの大規模言語モデルを50ターンの持続的圧力下で検証
アリゾナ大学の研究チームがScientific Reports誌に発表した論文を分析。ChatGPT・Claude・Gemini・Llama・DeepSeekなど7モデルを50ターンの持続会話で検証し、誤情報肯定率が0.08〜12.3%と150倍差、新現象「残響」、自己訂正能力の解離を実証したデータを報告書本文から再構成する。
論文紹介 Build it, Break it, Repeat――シェフィールド大学の学生チームが検証したX短文偽情報検出器の反復的敵対性評価
シェフィールド大学の学生プロジェクトが発表した論文「Build it, Break it, Repeat」を紹介。X投稿の機械生成偽情報検出器を対象に、逆翻訳やペルソナ書き換えなど5反復の敵対的攻撃で頑健性を検証し、DASS型対照学習モデルが最大95%のラベル反転攻撃下でも72.68%の精度を維持したことを報告した。
論文紹介 「怒っているが正しい」――COVID-19誤情報への反論投稿はなぜ感情的なのか
南カリフォルニア大学(USC)の研究者による論文「Angry but Accurate」は、COVID-19誤情報に反論する投稿26万件超を分析し、訂正投稿の方が誤情報より怒り・嫌悪・悲しみで感情的に強いことをNLI分類とSHAP分析で示した。
気候 グリーン技術への偽情報キャンペーンはEU競争法違反になりうるか——Pablo Ibáñez Colomo論文の分析
LSEのPablo Ibáñez Colomo教授が2026年7月に公開した論文「Disinformation about green technologies as a restriction of competition」を分析。太陽光・EV・代替肉への偽情報を、AstraZeneca事件等の医薬品毀損判例に基づきEU競争法(TFEU第101・102条)違反として構成する論理と、その3要件を検証する。
論文紹介 Community Notesは設計上、分断的コンテンツを十分にモデレートできない――選挙リスクを実証した大規模分析
CNRSとSciences Po médialabのポール・ブシャールとペドロ・ラマシオッティによる論文。2025年3月時点のCommunity Notes188万件・評価1億3517万件を13カ国のイデオロギー推定データと照合し、2024年米大統領選・英総選挙・仏議会選挙、2025年独連邦選挙で選挙関連ノートの承認率が系統的に低いことを実証した研究を紹介する。
偽情報の拡散 カナダ人の80%が月1回以上偽情報を目撃――Statistics Canadaが調査した暴露・識別・信頼の実態
カナダ統計局がカナダ社会調査（2025年、約3万世帯）とSSPC（2023年）の2データを用いて、カナダ人の偽情報暴露・識別困難感・信頼への影響を分析。月1回以上の偽情報目撃は80%、識別困難感は47%（2023年比+3pt）、高学歴層・人種的マイノリティのSNS依存構造を多変量解析で実証。
民主主義 偽情報の73%は政治工作ではなく金銭目的だった——Meta内部データで解剖した2020年米国選挙の49不正ネットワーク
スタンフォード大学ほかとMetaの共同研究がNature Human Behaviourに掲載。2020年米国選挙でMetaが削除した49の不正ネットワークを分析し、73%（36件）が政治工作ではなく広告収益目的のスキャムと判明。FB3,700万人に到達し、拡散の主体は一般ユーザーのリシェアだった。
偽情報対策全般 コミュニティノートはX上の誤情報拡散を61%削減する——N=237,180カスケード・差分の差分法による因果推定
ルクセンブルク大学ほかの国際チームがNature Communicationsに発表した大規模準実験。N=237,180カスケード・4億3100万リポストの時系列データと差分の差分法により、XのコミュニティノートがリポストをATT=61.2%削減しつつ、タイミング問題でシステム全体効果は14.9%にとどまることを実証。