第 1 章 新しいメディアの誕生 ― ソーシャルメディアの歩みと到達点
　1.1 ソーシャルメディアへ至る道‌‌‌
　1.2 ソーシャルメディアの誕生と成長‌‌‌
　　（1） Facebook
　　（2） YouTube
　　（3） Twitter
　　（4） 現在の到達点
　1.3 広告市場へのインパクト‌‌‌
　　（1） 広告コミュニケーションの形態の進化
　　（2） ソーシャル広告の市場構造
　1.4 ニュース消費へのインパクト‌‌‌
　1.5 本章のまとめ‌‌‌
　参考文献‌‌‌
第 2 章 ソーシャルメディア・エコノミー ― 情報空間の無秩序化を伴う成長
　2.1 「無料」のビジネスモデル‌‌‌
　2.2 四者間相互作用への発展 ― パートナークリエイターの参入‌‌‌
　　（1） 三者間相互作用のモデル
　　（2） 四者間相互作用のモデル
　　（3） ソーシャルメディア・エコノミーの構造
　2.3 クリエイター・エコノミー‌‌‌
　2.4 アテンション・エコノミー‌‌‌
　2.5 逆インセンティブの構造‌‌‌
　2.6 本章のまとめ‌‌‌
　参考文献‌‌‌
第 3 章 広告配信の最適化 ― 誰に「注意」を売りますか
　3.1 広告オークションの特徴‌‌‌
　　（1） 広告効果を測る指標が 3 つある
　　（2） 広告の品質を評価する
　　（3） 複数の広告位置が同時に競われる
　3.2 自動入札を使った広告オークション‌‌‌
　3.3 広告オークション設計の歴史‌‌‌
　　（1） GFP オークションの課題と GSP による革新
　　（2） CPA ベース入札の課題と最適化 CPC による革新
　3.4 広告オークション設計の「理想」へ向けて‌‌‌
　　（1） オークション設計の設計目標
　　（2） 予算制約がある場合の全体の利益 ― 流動的厚生
　　（3） 理想と現実のギャップを測る ― アナーキーの代償（PoA）
　3.5 本章のまとめ‌‌‌
　参考文献‌‌‌
第 4 章 隠されるコンテンツ ― 推薦アルゴリズムは悪者か
　4.1 推薦アルゴリズムとは何か‌‌‌
　4.2 推薦アルゴリズムの類型‌‌‌
　4.3 推薦アルゴリズムがもたらす情報環境の分離‌‌‌
　4.4 社会構造や選択行動がもたらす情報環境の偏り‌‌‌
　4.5 環境効果仮説‌‌‌
　4.6 Meta 社と学術研究者の共同研究プロジェクト‌‌‌
　　（1） González-Bailón‌et‌al.‌（2023）
　　（2） Nyhan‌et‌al.‌（2023）
　　（3） 4 つの論文から何がわかったか
　4.7 本章のまとめ‌‌‌
　参考文献‌‌‌
第 5 章 人はなぜ誤情報を共有するのか ― 共有行動の不思議
　5.1 ソーシャルメディアの利用者はなぜ誤情報を共有するのか‌‌‌
　5.2 真偽を見分ける能力 ― 識別力‌‌‌
　5.3 利用者はどれくらい識別力をもつか‌‌‌
　5.4 正確さに注意が向いていないという説明‌‌‌
　　（1） 正確性ナッジ介入の効果検証
　　（2） 16 カ国にわたっての検証
　5.5 心理的報酬に基づく説明‌‌‌
　　（1） 共有する習慣の強さを調べた実験
　　（2） 信頼/不信頼のボタンを使った実験
　5.6 コミュニティノートの可能性‌‌‌
　　（1） コミュニティノートの仕組み
　　（2） ノート追加の効果
　　（3） 投稿する人へのインセンティブ構造の変化
　5.7 本章のまとめ‌‌‌
　参考文献‌‌‌
第 6 章 対策をとるべき誤情報はどれか ― 潜在的危害によるアプローチ
　6.1 情報の無秩序‌‌‌
　6.2 誤情報研究者が考える「誤情報の定義」‌‌‌
　6.3 潜在的危害によるアプローチ‌‌‌
　　（1） 女性や LGBTQIA＋を標的とした組織的攻撃という文脈を扱った研究
　　（2） 若者が知覚する潜在的危害を扱った研究
　　（3） ファクトチェッカーによる実務的な優先順位付けを扱った研究
　6.4 COVID-19 パンデミックのケース‌‌‌
　　（1） どのような情報がワクチン接種意向を低下させたか
　　（2） 三階層モデルはパンデミック時にどのように機能し得るか
　6.5 法的判断の自動化へ向けて‌‌‌
　　（1） MisLC タスクの処理手順
　　（2） 大規模言語モデル（LLM）と検索拡張生成（RAG）を使った性能評価実験
　6.6 本章のまとめ‌‌‌
　参考文献‌‌‌
第 7 章 誤情報と戦う心理学的アプローチ ― 個人レベル介入の研究
　7.1 「介入」とは何か‌‌‌
　7.2 個人レベル介入の類型化‌‌‌
　　（1） デバンキング
　　（2） プレバンキング
　　（3） ナッジング
　　（4） アイデンティティ管理
　　（5）個人レベル介入の全体像
　7.3 個人レベル介入の効果‌‌‌
　　（1） デバンキングの効果
　　（2） ブースティングの効果
　7.4 複数の介入を組み合わせて実施するアプローチ‌‌‌
　　（1） 正確性ナッジとイノキュレーション介入の組み合わせ
　　（2） 正確性ナッジと警告ラベルの組み合わせ
　7.5 本章のまとめ‌‌‌
　参考文献‌‌‌
第 8 章 新しいプレイヤーの参入 ― 生成 AI の台頭
　8.1 生成 AI 開発企業のビジネス展開‌‌‌
　　（1） OpenAI 社の挑戦
　　（2） Alphabet 社の動きとその背景
　　（3） Meta 社の動きとその背景
　8.2 広告配信に浸透する生成 AI ― 三者間市場の進化‌‌‌
　8.3 創作活動に浸透する生成 AI ― クリエイター強化フリーミアムの進化‌‌ ‌
　8.4 生成 AI の普及で変わる誤情報問題‌‌‌
　　（1） フィード層でのブラック AI、ホワイト AI
　　（2） 対話層でのホワイト AI
　8.5 本章のまとめ‌‌‌
　参考文献‌‌‌
索 引