面向网络素养的社交媒体操纵兵棋推演与叙事捕获

在线话语中的错误信息已经很难当作边缘问题处理：按材料引用的估计，在全球性事件期间，近五分之一的帖子由放大虚假内容的 bot 生成；在 X/Twitter 的一些选举讨论中，近五个账号里就有一个是 bot。生成式 AI 进一步降低了制造可信错误信息的门槛，小团队带着消费级设备就能运转过去需要国家级资源才能支撑的行动。与此同时，数字素养教育的主流手段仍停留在课堂清单和单人“严肃游戏”上——Bad News、Cranky Uncle 这类干预使用预先写好的内容，并默认新闻是静态的、信源是可辨认的。这份资料要回答的正是这个落差：当对手已经是动态、高并发、多智能体的环境，教育干预该怎么设计。

作者来自 UNSW Sydney，给出的答案不是又一份清单，而是一场名为 Capture the Narrative 的四周多大学竞赛。参赛学生队伍要构建由 LLM 驱动的 bot，去影响一场模拟总统选举；比赛跑在团队自建的社交媒体平台上，平台上生活着 4,000 个由 AI 驱动的非玩家角色（NPC）公民。资料报告的内容包括平台本身、竞赛环境与这批 NPC 公民的设计，以及把这场比赛真正跑到规模化所牵涉的实际工作。换句话说，它更像一份可复用的教学设计记录，而不是实验室里的对照实验。

第一次运行的规模有明确数字：来自 18 所澳大利亚大学的 108 支队伍，共产出 7,068,206 条玩家-bot 帖子，约占平台全部内容的 60%。这个比例本身就是结果之一——学生制造的合成内容在模拟环境中压过了 NPC 的产出量。取证方式也交代得清楚：赛前调查 256 名学生，赛后调查 83 名学生，用来了解他们对错误信息以及这场游戏本身的看法。

最重要的发现与直觉相反：前后对比显示，学生并没有对识别 bot 变得更有信心，这与 inoculation theory（“免疫”理论）所预测的方向不一致。作者同时记录了另一个设计后果：因为参与度会被奖励，多数队伍把重心放在高发帖量上，而不是更细腻的影响策略，而这恰好复刻了真实平台的动态——engagement 奖励什么，参赛者就去优化什么。把这两点放在一起读，提示竞赛的计分方式可能比教学内容本身更能塑造学习结果。

这意味着，把错误信息应对当作一种可以“预演”的技能来教，光有模拟环境还不够，规则本身也在传递信息。作者的建议集中在设计层面，并明确提出后续改进方向，例如加入一个蓝队防守阶段，让参赛者从攻击方切换到识别与防御方。同一条逻辑也适用于检测研究：综述部分指出，bot 检测依赖资料、内容、时序与网络特征，但运营方会主动调整行为规避检测，单点方法很难长期有效；错误信息检测的困难还在于它高度依赖语境、演化很快且常常模棱两可。

最直接的读者是计算教育者，尤其是想在课程或课外活动里加入 AI 素养与错误信息识别训练的人，以及研究社交自动化与影响行动的研究者。能拿走的是：一个可参照的竞赛结构、一套平台与 NPC 设计的细节、一组诚实的负面结果，说明“参与即学习”的假设需要被检验。边界也要说清楚：这是该竞赛的第一次运行，数据来自一次性的前后调查，且赛前与赛后样本量差距明显（256 对 83），因此“信心没有提升”更适合看作特定赛制下的一次观察，而不是对所有免疫类干预的否定。

On Capturing the Narrative: Social Media Manipulation Wargaming for Cyberliteracy Alexandra Vassar University of New South Wales Sydney, Australia Rahat Masood University of New South Wales Sydney, Australia Hammond Pearce University of New South Wales Sydney, Australia Abstract Misinformation is deeply embedded in online discourse, with nearly one in five posts during global events generated by bots that amplify false content. In recent years, the use of Generative AI has further lowered the barrier to producing convincing misinformation, yet most digital literacy education still relies on static checklists and single-player inoculation games built for an earlier media land- scape. This paper describes how we addressed this educational gap throughCapture the Narrative, a four-week multi-university compe- tition in which student teams build LLM-powered bots to influence