Like other emerging technologies, deepfakes present both risks and benefits to society. Due to harmful applications such as disinformation and non-consensual pornogra- phy, calls for their regulation have increased recently. However, little is known about pub- lic support for deepfake regulation and the factors related to it. This study addresses this gap through a pre-registered online survey (n = 1,361) conducted in Switzerland, where citizens can influence political regulation through direct democratic instruments, such as referendums. Our findings reveal a strong third-person perception, as people believe that deepfakes affect others more than themselves (Cohen’s d = 0.77). This presumed effect on others is a weak but significant predictor of support for regulation (β = 0.07). However, we do not find evidence for the second-person effect – the idea that individuals who perceive deepfakes as highly influential on both themselves and others are more likely to support regulation. However, an exploratory analysis indicates a potential second-person effect among females, who are specifically affected by deepfakes; a result which must be further explored and replicated. Additionally, we find that higher perceived risk and greater trust in institutions are positively associated with support for deepfake regulation. Wie andere aufkommende Technologien bringen Deepfakes sowohl Risiken als auch Vorteile für die Gesellschaft mit sich. Aufgrund schädlicher Anwendungen wie Desinformation und nicht einvernehmlicher Pornografie sind die Forderungen nach einer Regulierung von Deepfake-Technologie jüngst gestiegen. Allerdings ist wenig darüber bekannt, inwieweit die Öffentlichkeit eine Regulierung von Deepfakes unterstützt und welche Faktoren dabei eine Rolle spielen. Diese Studie adressiert diese Forschungslücke mit einer präregistrierten Online-Befragung (n = 1.361) in der Schweiz, einem Land, in dem Bürgerinnen und Bürger durch direktdemokratische Instrumente wie Referenden Ein-fluss auf die politische Regulierung nehmen können. Unsere Ergebnisse bestätigen die Third-Person-Perception: Menschen glauben, dass Deepfakes andere stärker beeinflussen als sich selbst (Cohen’s d = 0,77). Dieser vermutete Effekt auf andere ist ein schwacher, aber signifikanter Prädiktor für die Unterstützung einer Regulierung (β = 0,07). Allerdings fin- den wir keine Hinweise auf den Second-Person-Effekt–die Annahme, dass Personen, die Deepfakes sowohl bei anderen als auch bei sich selbst als besonders einflussreich wahrnehmen, eine stärkere Unterstützung für Regulierungsmaßnahmen zeigen. Eine ex- plorative Analyse weist allerdings auf einen potenziellen Second-Person-Effekt bei Frauen hin, die besonders von Deepfakes betroffen sind; dieses Ergebnis muss weiter untersucht und repliziert werden. Darüber hinaus stellen wir fest, dass eine höhere Risikowahrnehmung sowie ein größeres Vertrauen in Institutionen positiv mit der Unterstützung für eine Regulierung von Deepfakes zusammenhängen.
Vogler et al. (Wed,) studied this question.