Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Le programme d'apprentissage automatique neuf recense exactement des théories de conspiration COVID-19 sur des medias sociaux

Un programme d'apprentissage automatique neuf recense exactement des théories de conspiration de COVID-19-related sur des medias et des modèles sociaux comment elles ont évolué au fil du temps--un outil qui pourrait un jour aider les agents de la Santé publics à combattre l'information fausse en ligne.

« Beaucoup d'études d'apprentissage automatique ont associé à l'information fausse sur des medias sociaux se concentrent sur recenser différents genres de théories de conspiration, » a dit Courtney Shelley, un chercheur post-doctoral dans les systèmes d'information et le groupe de modélisation au laboratoire national de Los Alamos et co-auteur de l'étude qui était la semaine dernière publiée dans le tourillon de la recherche internet médicale.

« Au lieu, nous avons voulu produire une compréhension plus cohésive de la façon dont l'information fausse change pendant qu'elle écarte. Puisque les gens tendent à croire le premier message qu'ils rencontrent, les agents de la Santé publics pourraient surveillent un jour que les théories de conspiration gagnent la traction sur des medias sociaux et des campagnes d'information publique factuelles de vedettes pour acquérir l'acceptation répandue des mensonges. »

L'étude, intitulée « a pensé que je partagerais d'abord, » utilisées publiquement - des caractéristiques procurables et anonymized de Twitter pour caractériser quatre thèmes de théorie de conspiration COVID-19 et pour fournir le cadre pour chacun par les cinq premiers mois de la pandémie.

Les quatre thèmes l'étude examinée étaient que les tours des cellules 5G ont écarté le virus ; que le Bill et la fondation de Melinda Gates ont conçu ou ont l'intention autrement délictueuse liée à COVID-19 ; que le virus était bioengineered ou a été développé dans un laboratoire ; et que les vaccins COVID-19, qui étaient toujours alors tous à l'étude, seraient dangereux.

« Nous avons commencé par un ensemble de données d'approximativement 1,8 millions de gazouillements qui ont contenu les mots clés COVID-19 ou étaient des comptes relatifs à la santé de Twitter, » avons dit Dax Gerts, un informaticien également dans des systèmes d'information de Los Alamos et groupe de modélisation et le co-auteur de l'étude. « De ce fuselage des caractéristiques, nous avons recensé les sous-ensembles qui ont apparié les quatre théories de conspiration utilisant la configuration filtrant, et la main a marqué plusieurs centaines de gazouillements dans chaque catégorie de théorie de conspiration pour construire des jeux de formation. »

Utilisant les caractéristiques rassemblées pour chacune des quatre théories, l'équipe a établi l'apprentissage automatique fait au hasard de forêt, ou l'artificial intelligence (AI), les modèles qui ont classé des gazouillements par catégorie en tant qu'information fausse COVID-19 ou pas.

« Ceci nous a permis d'observer les personnes de voie pour parler de ces théories de conspiration sur des medias sociaux, et observe des modifications au fil du temps, » a dit Gerts.

L'étude a prouvé que les gazouillements d'information fausse contiennent un sentiment plus négatif si comparés aux gazouillements factuels et que les théories de conspiration évoluent au fil du temps, comportant des petits groupes des théories de conspiration indépendantes ainsi que des événements du monde réel.

Par exemple, Bill Gates a participé à un Reddit « me demandent quelque chose » en mars 2020, qui a mis en valeur la recherche grille Grille pour développer l'encre invisible injectable qui pourrait être employée pour enregistrer des vaccinations. Juste après que, il y avait une augmentation de l'excroissance des mots liés aux théories de conspiration vaccin-opposées proposant que le vaccin COVID-19 secrètement des personnes de microprocesseur pour le contrôle démographique.

En outre, l'étude a constaté qu'une méthode d'apprentissage dirigée pourrait être employée pour recenser automatiquement des théories de conspiration, et qu'une approche apprenante non guidée (sujet dynamique modélisant) pourrait être employée pour explorer des changements de l'importance de mot parmi des sujets dans chaque théorie.

Il est important que les agents de la Santé publics sachent les théories de conspiration sont évoluantes et gagnantes la traction au fil du temps. Sinon, elles courent le risque de rendre par mégarde les théories publiques de conspiration qui pourraient autrement « mourir sur la vigne. « Ainsi, savoir comment les théories de conspiration changent et peut-être comportent d'autres théories ou événements du monde réel est important strategizing comment les contrer avec des campagnes d'information publique factuelles. »

Courtney Shelley, co-auteur d'étude et chercheur post-doctoral, systèmes d'information et groupe de modélisation, laboratoire national de Los Alamos

Source:
Journal reference:

Gerts, D., et al. (2021) “Thought I’d Share First” and Other Conspiracy Theory Tweets from the COVID-19 Infodemic: Exploratory Study. JMIR Public Health and Surveillances. doi.org/10.2196/26527.