マルチエージェント討論（MAD）フレームワークは、対立的な推論をシミュレートすることで誤情報検出の新しいアプローチとして注目されています。これまでの研究は検出精度に焦点を当ててきましたが、その背後にある判断の理由をユーザーに理解させ、将来的なレジリエンスを育成する重要性を見落としていました。本研究では、証拠に基づくMADフレームワークED2Dを導入し、事実の証拠検索を取り入れています。ED2Dは、単なる検出フレームワークではなく、ユーザーの信念を修正し誤情報の共有を抑制するために設計された説得力のあるシステムです。ED2Dが生成した反論の議事録と人間の専門家が作成したものを比較した結果、ED2Dは既存の基準を上回り、正しい予測を行った際には専門家に匹敵する説得力を持つことが示されました。しかし、誤分類した場合は、正確な人間の説明とともに提示されても誤解を強化する可能性があります。研究の結果は、誤情報への介入にMADシステムを適用する際の期待とリスクの両方を浮き彫りにしています。