CÔNG NGHỆ MỚI: LỢI ÍCH HAY HIỂM HỌA?

Bút Hoa

1. Đặt vấn đề

Cuộc Cách mạng công nghiệp lần thứ tư đã thúc đẩy sự phát triển mạnh mẽ của nhiều công nghệ mới, trong đó nổi bật là trí tuệ nhân tạo (Artificial Intelligence - AI), mạng xã hội (Social Media) và các công nghệ tạo sinh nội dung tổng hợp như deepfake. Những công nghệ này đang làm thay đổi sâu sắc cách con người học tập, làm việc, giao tiếp và tiếp cận thông tin, từ cả chiều hướng tích cực và những tác động không mong muốn.

Bên cạnh những lợi ích to lớn, việc sử dụng công nghệ không đúng cách hoặc thiếu cơ chế kiểm soát có thể dẫn đến nhiều hệ lụy đối với cá nhân và xã hội. Các vấn đề như lan truyền thông tin sai lệch, thao túng nhận thức, xâm phạm quyền riêng tư, ảnh hưởng tới sức khỏe tinh thần hay suy giảm niềm tin xã hội đang trở thành những thách thức đáng quan tâm trong thời đại số.

2. Giá trị của AI và mạng xã hội đối với phát triển con người và xã hội

2.1. Thúc đẩy học tập và nâng cao chất lượng giáo dục

Một trong những đóng góp quan trọng nhất của AI là khả năng cá nhân hóa quá trình học tập. Các hệ thống AI có thể phân tích năng lực, nhu cầu và tiến độ học tập của từng người học để đưa ra nội dung phù hợp, giúp nâng cao hiệu quả tiếp thu kiến thức. Nghiên cứu về môi trường học tập thông minh (smart learning) cho thấy việc kết hợp AI với các nền tảng trực tuyến có thể cải thiện kết quả học tập đồng thời hỗ trợ sức khỏe tinh thần của sinh viên thông qua các cơ chế hỗ trợ học tập linh hoạt và tương tác kịp thời (Shahzad et al., 2024).

Mạng xã hội cũng góp phần tạo ra các cộng đồng học tập trực tuyến, nơi người học có thể trao đổi kiến thức, chia sẻ tài liệu và hỗ trợ lẫn nhau. Đặc biệt, trong bối cảnh giáo dục số phát triển mạnh sau đại dịch COVID-19, các nền tảng mạng xã hội và công cụ AI đã trở thành những phương tiện quan trọng giúp duy trì quá trình học tập liên tục và mở rộng cơ hội và cách thức giao tiếp của con người.

Từ góc độ phát triển con người, AI và mạng xã hội không chỉ mở rộng khả năng tiếp cận tri thức mà còn góp phần giảm khoảng cách thông tin giữa các nhóm dân cư, tạo điều kiện cho học tập suốt đời và nâng cao năng lực thích ứng của người dân trong nền kinh tế tri thức.

2.2. Nâng cao hiệu quả hoạt động kinh doanh và năng suất lao động

Trong lĩnh vực kinh doanh, AI đang trở thành động lực quan trọng thúc đẩy đổi mới sáng tạo và nâng cao năng suất. Các thuật toán học máy có khả năng phân tích khối lượng dữ liệu khổng lồ để nhận diện nhu cầu khách hàng, dự báo xu hướng tiêu dùng và tối ưu hóa các chiến lược tiếp thị (Al-Ghamdi, 2021; Sadiku et al., 2021; Saheb et al., 2024).

Các nghiên cứu cũng cho thấy, việc ứng dụng AI trong tiếp thị (marketing) trên mạng xã hội giúp doanh nghiệp cá nhân hóa nội dung quảng cáo, tăng tỷ lệ tương tác của khách hàng và cải thiện đáng kể hiệu quả kinh doanh (Al-Ghamdi, 2021; Mohamed et al., 2024). Thông qua việc phân tích hành vi người dùng, AI có thể cung cấp các sản phẩm hoặc dịch vụ phù hợp hơn với nhu cầu của từng cá nhân, từ đó nâng cao trải nghiệm khách hàng và gia tăng lợi nhuận.

Bên cạnh đó, AI đã hỗ trợ quá trình sản xuất ở nhiều công đoạn, nhiều lĩnh vực khác nhau. AI hỗ trợ hoạch định sản xuất, bảo trì, kiểm soát chất lượng và tối ưu chuỗi cung ứng, góp phần giảm thời gian dừng máy, nâng cao năng suất và hạn chế lãng phí. Đồng thời, việc ứng dụng AI trong tự động hóa quy trình kinh doanh giúp giảm chi phí vận hành, tăng độ chính xác, cải thiện chất lượng sản phẩm và nâng cao năng lực cạnh tranh của doanh nghiệp (Cannas et al., 2023; Elahi et al., 2023).

2.3. Tăng cường kết nối xã hội và hình thành cộng đồng số

Một giá trị quan trọng khác của mạng xã hội và AI là khả năng mở rộng các mối quan hệ xã hội. Thông qua các thuật toán gợi ý, AI có thể giúp người dùng tìm kiếm những cá nhân, nhóm hoặc cộng đồng có chung sở thích và mục tiêu (Baig et al., 2024; Starvaggi et al., 2023) mà các phương thức kết nối và giao tiếp truyền thống không thể làm được.

Các nền tảng mạng xã hội hiện nay không chỉ là công cụ giao tiếp mà còn là không gian hình thành vốn xã hội (social capital), tạo điều kiện cho sự hợp tác, chia sẻ tri thức và hỗ trợ cộng đồng. Trong nhiều trường hợp, mạng xã hội đã giúp kết nối những người có hoàn cảnh tương đồng, thúc đẩy các phong trào xã hội và nâng cao mức độ tham gia của công dân vào các vấn đề cộng đồng. Từ góc độ xã hội học, các công nghệ này góp phần tái cấu trúc các hình thức tương tác xã hội, làm gia tăng khả năng kết nối xuyên biên giới và tạo nên những cộng đồng số có phạm vi hoạt động toàn cầu (Mulyono et al., 2022; Skoric et al., 2016).

2.4. Hỗ trợ bảo mật và quản trị dữ liệu

AI cũng được ứng dụng rộng rãi trong lĩnh vực bảo mật thông tin. Các hệ thống AI có khả năng phát hiện thư rác, nhận diện hành vi bất thường và ngăn chặn các cuộc tấn công mạng hiệu quả hơn các phương pháp truyền thống (Al-Ghamdi, 2021; Starvaggi et al., 2023).

Trong môi trường số hóa ngày càng sâu rộng, khả năng giám sát và phân tích dữ liệu theo thời gian thực của AI góp phần nâng cao mức độ an toàn của các hệ thống thông tin, hỗ trợ các tổ chức và cá nhân bảo vệ dữ liệu trước những nguy cơ từ không gian mạng.

3. Tiềm năng tích cực của công nghệ deepfake

Mặc dù thường được nhắc tới dưới góc độ tiêu cực, deepfake thực chất là một công nghệ có nhiều ứng dụng hợp pháp và hữu ích. Trong ngành công nghiệp giải trí, deepfake giúp tái tạo hình ảnh nhân vật, chỉnh sửa biểu cảm khuôn mặt, tạo nhân vật kỹ thuật số hoặc phục dựng các nhân vật lịch sử trong phim ảnh (Amerini et al., 2025; Pei et al., 2024).

Trong giáo dục, công nghệ này có thể được sử dụng để xây dựng các mô hình mô phỏng sinh động, giúp người học tương tác với các nhân vật lịch sử hoặc các tình huống giả lập có tính thực tế cao (Pei et al., 2024; Seow et al., 2022). Một số nghiên cứu cũng cho rằng deepfake có thể hỗ trợ bảo vệ quyền riêng tư thông qua việc thay thế hoặc ẩn danh hóa khuôn mặt của các cá nhân trong dữ liệu hình ảnh và video (Rana et al., 2022).

4. Tác dụng phụ và những rủi ro xã hội của công nghệ mới

4.1. Lan truyền thông tin sai lệch và tác động đến sức khỏe tinh thần

Một trong những hệ lụy nổi bật của mạng xã hội là khả năng lan truyền nhanh chóng các thông tin sai lệch (misinformation). Trong giai đoạn đại dịch COVID-19, nhiều nghiên cứu cho thấy việc tiếp xúc với tin giả liên quan đến dịch bệnh làm gia tăng cảm giác lo âu, sợ hãi, căng thẳng và trầm cảm (Nascimento et al., 2022; Rocha et al., 2021).

Đáng chú ý, nghiên cứu thực nghiệm cho thấy những người tham gia chia sẻ thông tin sai lệch về COVID-19 có mức độ gia tăng lo âu gần gấp đôi so với những người không thực hiện hành vi này (Verma et al., 2022). Điều này cho thấy tác động tiêu cực của misinformation không chỉ ảnh hưởng tới người tiếp nhận mà còn tác động đến chính người phát tán thông tin.

Trong lĩnh vực sức khỏe tâm thần, nhiều nội dung thiếu căn cứ khoa học được lan truyền trên mạng xã hội có thể làm sai lệch nhận thức của công chúng về các rối loạn tâm lý và phương pháp điều trị, từ đó ảnh hưởng tiêu cực tới quá trình chăm sóc sức khỏe cộng đồng (Arora et al., 2025; Hudon et al., 2024; Starvaggi et al., 2023).

4.2. Hiện tượng “bong bóng thông tin” và thiên lệch thuật toán

Các thuật toán đề xuất nội dung của AI được thiết kế nhằm tối đa hóa mức độ tương tác của người dùng. Tuy nhiên, quá trình cá nhân hóa quá mức có thể tạo ra các buồng vang (echo chamber) hoặc bong bóng thông tin (filter bubble), trong đó người dùng có xu hướng chủ yếu tiếp xúc với những quan điểm tương đồng với niềm tin sẵn có của mình (Baig et al., 2024; Mohamed et al., 2024; Saheb et al., 2024) và duy trì các định kiến của mình.

Khi các quan điểm trái chiều bị hạn chế tiếp cận, khả năng tranh luận và đánh giá khách quan của cá nhân có thể suy giảm. Điều này không chỉ làm gia tăng sự phân cực xã hội mà còn tạo điều kiện thuận lợi cho việc lan truyền thông tin sai lệch hoặc các luận điệu cực đoan.

Từ góc độ truyền thông, hiện tượng này phản ánh sự chuyển đổi từ môi trường truyền thông đại chúng sang môi trường truyền thông thuật toán, nơi các quyết định lựa chọn thông tin ngày càng được chi phối bởi hệ thống máy học thay vì sự chủ động của con người. Lợi dụng chính những đặc điểm này, các thủ đoạn xuyên tạc, định hướng dư luận đi chệch hướng, kích động các hành vi không đúng chuẩn mực, gây tổn hại và xâm phạm tới lợi ích chính đáng của quốc gia, cộng đồng, cá nhân đang được lợi dụng và triển khai một cách công khai, liên tục

4.3. Nguy cơ xâm phạm quyền riêng tư và giám sát số

Việc thu thập dữ liệu cá nhân trên quy mô lớn là nền tảng cho hoạt động của nhiều hệ thống AI hiện nay. Tuy nhiên, quá trình này cũng làm dấy lên những lo ngại về đạo đức, về quyền riêng tư và giám sát xã hội (Al-Ghamdi, 2021; Baig et al., 2024).

Các nền tảng số có thể theo dõi hành vi trực tuyến, sở thích tiêu dùng, vị trí địa lý và các đặc điểm cá nhân… của người dùng. Nếu thiếu các cơ chế quản lý phù hợp, lượng dữ liệu này có thể bị lạm dụng cho mục đích thương mại hoặc chính trị, dẫn đến nguy cơ xâm phạm quyền tự do cá nhân.

Vấn đề này đặt ra yêu cầu cấp thiết về xây dựng các khung pháp lý và đạo đức nhằm bảo đảm sự cân bằng giữa đổi mới công nghệ và bảo vệ quyền con người trong không gian số.

4.4. Deepfake và khủng hoảng niềm tin trong xã hội số

Trong số các công nghệ mới, deepfake được xem là một trong những thách thức lớn nhất đối với niềm tin xã hội. Các nội dung hình ảnh hoặc âm thanh giả mạo có thể được sử dụng để bôi nhọ danh dự cá nhân, thao túng dư luận, thực hiện hành vi lừa đảo hoặc phục vụ các chiến dịch tuyên truyền chính trị sai trái (Gupta et al., 2026; Kaur et al., 2024; Rana et al., 2022; Seow et al., 2022).

Một nghiên cứu gần đây cho thấy, con người chỉ nhận diện chính xác khoảng 73% các đoạn âm thanh deepfake, cho thấy khả năng phân biệt của con người còn rất hạn chế trước sự phát triển ngày càng tinh vi của công nghệ giả lập giọng nói (Mai et al., 2023). Điều này tạo ra nguy cơ đáng kể đối với các hoạt động xác thực danh tính và truyền thông công cộng.

Nghiêm trọng hơn, sự phổ biến của deepfake có thể dẫn tới hiện tượng nghi ngờ tính xác thực của mọi nội dung số (Kaur et al., 2024; Pei et al., 2024). Khi người dân không còn tin tưởng vào các bằng chứng hình ảnh và âm thanh, nền tảng niềm tin vốn rất quan trọng đối với đời sống xã hội và các thể chế dân chủ có thể bị suy yếu.

5. Kết luận

Những phân tích trên cho thấy, tác động của công nghệ mới không mang tính tuyệt đối tích cực hay tiêu cực mà phụ thuộc vào cách thức thiết kế, quản trị và sử dụng của con người. Các công nghệ như AI, mạng xã hội và deepfake về bản chất là những công cụ có khả năng tạo ra giá trị lớn cho xã hội; tuy nhiên, cùng với đó cũng đặt ra rủi ro ngày càng phức tạp.

Để phát huy lợi ích và hạn chế tác dụng phụ, cần triển khai đồng thời nhiều giải pháp. Thứ nhất, có giải pháp nâng cao khả năng nhận diện thông tin sai lệch và kỹ năng kiểm chứng nguồn tin của người dân. Thứ hai, thúc đẩy minh bạch thuật toán và trách nhiệm giải trình của các nền tảng công nghệ trong việc quản lý nội dung. Thứ ba, quy định tiêu chuẩn đạo đức AI và có khung pháp lý bảo vệ dữ liệu cá nhân, quyền riêng tư và quản lý deepfake. Thứ tư, kết hợp giữa công cụ AI và cơ chế kiểm duyệt của con người để nâng cao hiệu quả phát hiện nội dung độc hại và thông tin sai lệch (Mohamed et al., 2024).

Thách thức không nằm ở việc từ chối hay hạn chế sự phát triển công nghệ, mà ở việc xây dựng năng lực xã hội để quản trị công nghệ một cách có trách nhiệm. Chỉ khi được sử dụng trong khuôn khổ đạo đức, pháp lý và giáo dục phù hợp, các công nghệ mới mới có thể thực sự trở thành động lực thúc đẩy phát triển con người và phát triển bền vững trong xã hội hiện đại.

Tài liệu tham khảo

1. Al-Ghamdi, L. M. (2021). Towards adopting AI techniques for monitoring social media activities. Sustainable Engineering and Innovation. https://doi.org/10.37868/sei.v3i1.121
2. Amerini, I., Barni, M., Battiato, S., Bestagini, P., Boato, G., Bruni, V., Caldelli, R., De Natale, F., De Nicola, R., Guarnera, L., Mandelli, S., Majid, T., Marcialis, G., Micheletto, M., Montibeller, A., Orrú, G., Ortis, A., Perazzo, P., Puglisi, G., … Vitulano, D. (2025). Deepfake Media Forensics: Status and Future Challenges. Journal of Imaging, 11. https://doi.org/10.3390/jimaging11030073
3. Arora, S., Arora, S., Kumar, D., Agrawal, V., Gupta, V., & Vasdev, D. (2025). Examining the Mental Health Impact of Misinformation on Social Media Using a Hybrid Transformer-Based Approach. ArXiv, abs/2503.02333. https://doi.org/10.48550/arxiv.2503.02333
4. Baig, K., Altaf, A., & Azam, M. (2024). Impact of AI on Communication Relationship and Social Dynamics: A qualitative Approach. Bulletin of Business and Economics (BBE). https://doi.org/10.61506/01.00283
5. Cannas, V., Ciano, M. P., Saltalamacchia, M., & Secchi, R. (2023). Artificial intelligence in supply chain and operations management: a multiple case study research. International Journal of Production Research, 62, 3333–3360. https://doi.org/10.1080/00207543.2023.2232050
6. Elahi, M., Afolaranmi, S. O., Lastra, J., & García, J. (2023). A comprehensive literature review of the applications of AI techniques through the lifecycle of industrial equipment. Discover Artificial Intelligence, 3. https://doi.org/10.1007/s44163-023-00089-x
7. Gupta, V., Singh, A., Rizvi, H., & Perwej, Y. (2026). Deepfake Technology Risks, Detection Methods, and Prevention Strategies. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. https://doi.org/10.32628/cseit26121385
8. Hudon, A., Perry, K., Plate, A., Doucet, A., Ducharme, L., Djona, O., Aguirre, C. T., & Evoy, G. (2024). Navigating the Maze of Social Media Disinformation on Psychiatric Illness and Charting Paths to Reliable Information for Mental Health Professionals: Observational Study of TikTok Videos. Journal of Medical Internet Research, 27. https://doi.org/10.2196/64225
9. Kaur, A., Hoshyar, A., Saikrishna, V., Firmin, S., & Xia, F. (2024). Deepfake video detection: challenges and opportunities. Artificial Intelligence Review, 57. https://doi.org/10.1007/s10462-024-10810-6
10. Mai, K., Bray, S., Davies, T., & Griffin, L. (2023). Warning: Humans cannot reliably detect speech deepfakes. PLOS ONE, 18. https://doi.org/10.1371/journal.pone.0285333
11. Mohamed, E. A. S., Osman, M., & Mohamed, B. A. (2024). The Impact of Artificial Intelligence on Social Media Content. Journal of Social Sciences. https://doi.org/10.3844/jssp.2024.12.16
12. Mulyono, B., Affandi, I., Suryadi, K., & Darmawan, C. (2022). Online civic engagement: Fostering citizen engagement through social media. Jurnal Civics: Media Kajian Kewarganegaraan. https://doi.org/10.21831/jc.v19i1.49723
13. Nascimento, I. J. B. Do, Pizarro, A., Almeida, J., Azzopardi-Muscat, N., Gonçalves, M. A., Björklund, M., & Novillo-Ortiz, D. (2022). Infodemics and health misinformation: a systematic review of reviews. Bulletin of the World Health Organization, 100, 544–561. https://doi.org/10.2471/blt.21.287654
14. Pei, G., Zhang, J., Hu, M., Zhang, Z., Wang, C., Wu, Y., Zhai, G., Yang, J., & Tao, D. (2024). Deepfake Generation and Detection: A Benchmark and Survey. ACM Computing Surveys, 58, 1–41. https://doi.org/10.1145/3801962
15. Rana, M., Nobi, M., Murali, B., & Sung, A. (2022). Deepfake Detection: A Systematic Literature Review. IEEE Access, 10, 25494–25513. https://doi.org/10.1109/access.2022.3154404
16. Rocha, Y., De Moura, G., Desidério, G. A., De Oliveira, C. H., Lourenço, F. D., & De Figueiredo Nicolete, L. D. (2021). The impact of fake news on social media and its influence on health during the COVID-19 pandemic: a systematic review. Zeitschrift Fur Gesundheitswissenschaften, 1–10. https://doi.org/10.1007/s10389-021-01658-z
17. Sadiku, M., Ashaolu, T., Ajayi-Majebi, A., & Musa, S. (2021). Artificial Intelligence in Social Media. International Journal Of Scientific Advances. https://doi.org/10.51542/ijscia.v2i1.4
18. Saheb, T., Sidaoui, M., & Schmarzo, B. (2024). Convergence of Artificial Intelligence with Social Media: A Bibliometric & Qualitative Analysis. Telematics and Informatics Reports. https://doi.org/10.1016/j.teler.2024.100146
19. Seow, J., Lim, M., Phan, R. C. -w., & Liu, J. (2022). A comprehensive overview of Deepfake: Generation, detection, datasets, and opportunities. Neurocomputing, 513, 351–371. https://doi.org/10.1016/j.neucom.2022.09.135
20. Shahzad, M. F., Xu, S., Lim, W. M., Yang, X.-D., & Khan, Q. (2024). Artificial intelligence and social media on academic performance and mental well-being: Student perceptions of positive impact in the age of smart learning. Heliyon, 10. https://doi.org/10.1016/j.heliyon.2024.e29523
21. Skoric, M., Zhu, Q., Goh, D., & Pang, N. (2016). Social media and citizen engagement: A meta-analytic review. New Media & Society, 18, 1817–1839.
22. Al-Ghamdi, L. M. (2021). Towards adopting AI techniques for monitoring social media activities. Sustainable Engineering and Innovation. https://doi.org/10.37868/sei.v3i1.121
23. Amerini, I., Barni, M., Battiato, S., Bestagini, P., Boato, G., Bruni, V., Caldelli, R., De Natale, F., De Nicola, R., Guarnera, L., Mandelli, S., Majid, T., Marcialis, G., Micheletto, M., Montibeller, A., Orrú, G., Ortis, A., Perazzo, P., Puglisi, G., … Vitulano, D. (2025). Deepfake Media Forensics: Status and Future Challenges. Journal of Imaging, 11. https://doi.org/10.3390/jimaging11030073
24. Arora, S., Arora, S., Kumar, D., Agrawal, V., Gupta, V., & Vasdev, D. (2025). Examining the Mental Health Impact of Misinformation on Social Media Using a Hybrid Transformer-Based Approach. ArXiv, abs/2503.02333. https://doi.org/10.48550/arxiv.2503.02333
25. Baig, K., Altaf, A., & Azam, M. (2024). Impact of AI on Communication Relationship and Social Dynamics: A qualitative Approach. Bulletin of Business and Economics (BBE). https://doi.org/10.61506/01.00283
26. Cannas, V., Ciano, M. P., Saltalamacchia, M., & Secchi, R. (2023). Artificial intelligence in supply chain and operations management: a multiple case study research. International Journal of Production Research, 62, 3333–3360. https://doi.org/10.1080/00207543.2023.2232050
27. Elahi, M., Afolaranmi, S. O., Lastra, J., & García, J. (2023). A comprehensive literature review of the applications of AI techniques through the lifecycle of industrial equipment. Discover Artificial Intelligence, 3. https://doi.org/10.1007/s44163-023-00089-x
28. Gupta, V., Singh, A., Rizvi, H., & Perwej, Y. (2026). Deepfake Technology Risks, Detection Methods, and Prevention Strategies. International Journal of Scientific Research in Computer Science, Engineering and Information Technology. https://doi.org/10.32628/cseit26121385
29. Hudon, A., Perry, K., Plate, A., Doucet, A., Ducharme, L., Djona, O., Aguirre, C. T., & Evoy, G. (2024). Navigating the Maze of Social Media Disinformation on Psychiatric Illness and Charting Paths to Reliable Information for Mental Health Professionals: Observational Study of TikTok Videos. Journal of Medical Internet Research, 27. https://doi.org/10.2196/64225
30. Kaur, A., Hoshyar, A., Saikrishna, V., Firmin, S., & Xia, F. (2024). Deepfake video detection: challenges and opportunities. Artificial Intelligence Review, 57. https://doi.org/10.1007/s10462-024-10810-6
31. Mai, K., Bray, S., Davies, T., & Griffin, L. (2023). Warning: Humans cannot reliably detect speech deepfakes. PLOS ONE, 18. https://doi.org/10.1371/journal.pone.0285333
32. Mohamed, E. A. S., Osman, M., & Mohamed, B. A. (2024). The Impact of Artificial Intelligence on Social Media Content. Journal of Social Sciences. https://doi.org/10.3844/jssp.2024.12.16
33. Mulyono, B., Affandi, I., Suryadi, K., & Darmawan, C. (2022). Online civic engagement: Fostering citizen engagement through social media. Jurnal Civics: Media Kajian Kewarganegaraan. https://doi.org/10.21831/jc.v19i1.49723
34. Nascimento, I. J. B. Do, Pizarro, A., Almeida, J., Azzopardi-Muscat, N., Gonçalves, M. A., Björklund, M., & Novillo-Ortiz, D. (2022). Infodemics and health misinformation: a systematic review of reviews. Bulletin of the World Health Organization, 100, 544–561. https://doi.org/10.2471/blt.21.287654
35. Pei, G., Zhang, J., Hu, M., Zhang, Z., Wang, C., Wu, Y., Zhai, G., Yang, J., & Tao, D. (2024). Deepfake Generation and Detection: A Benchmark and Survey. ACM Computing Surveys, 58, 1–41. https://doi.org/10.1145/3801962
36. Rana, M., Nobi, M., Murali, B., & Sung, A. (2022). Deepfake Detection: A Systematic Literature Review. IEEE Access, 10, 25494–25513. https://doi.org/10.1109/access.2022.3154404
37. Rocha, Y., De Moura, G., Desidério, G. A., De Oliveira, C. H., Lourenço, F. D., & De Figueiredo Nicolete, L. D. (2021). The impact of fake news on social media and its influence on health during the COVID-19 pandemic: a systematic review. Zeitschrift Fur Gesundheitswissenschaften, 1–10. https://doi.org/10.1007/s10389-021-01658-z
38. Sadiku, M., Ashaolu, T., Ajayi-Majebi, A., & Musa, S. (2021). Artificial Intelligence in Social Media. International Journal Of Scientific Advances. https://doi.org/10.51542/ijscia.v2i1.4
39. Saheb, T., Sidaoui, M., & Schmarzo, B. (2024). Convergence of Artificial Intelligence with Social Media: A Bibliometric & Qualitative Analysis. Telematics and Informatics Reports. https://doi.org/10.1016/j.teler.2024.100146
40. Seow, J., Lim, M., Phan, R. C. -w., & Liu, J. (2022). A comprehensive overview of Deepfake: Generation, detection, datasets, and opportunities. Neurocomputing, 513, 351–371. https://doi.org/10.1016/j.neucom.2022.09.135
41. Shahzad, M. F., Xu, S., Lim, W. M., Yang, X.-D., & Khan, Q. (2024). Artificial intelligence and social media on academic performance and mental well-being: Student perceptions of positive impact in the age of smart learning. Heliyon, 10. https://doi.org/10.1016/j.heliyon.2024.e29523
42. Skoric, M., Zhu, Q., Goh, D., & Pang, N. (2016). Social media and citizen engagement: A meta-analytic review. New Media & Society, 18, 1817–1839. https://doi.org/10.1177/1461444815616221
43. Starvaggi, I., Dierckman, C., & Lorenzo‐Luaces, L. (2023). Mental health misinformation on social media: Review and future directions. Current Opinion in Psychology, 56, 101738. https://doi.org/10.1016/j.copsyc.2023.101738
44. Verma, G., Bhardwaj, A., Aledavood, T., De Choudhury, M., & Kumar, S. (2022). Examining the impact of sharing COVID-19 misinformation online on mental health. Scientific Reports, 12. https://doi.org/10.1038/s41598-022-11488-y
45. Starvaggi, I., Dierckman, C., & Lorenzo‐Luaces, L. (2023). Mental health misinformation on social media: Review and future directions. Current Opinion in Psychology, 56, 101738. https://doi.org/10.1016/j.copsyc.2023.101738
46. Verma, G., Bhardwaj, A., Aledavood, T., De Choudhury, M., & Kumar, S. (2022). Examining the impact of sharing COVID-19 misinformation online on mental health. Scientific Reports, 12. https://doi.org/10.1038/s41598-022-11488-y