Aviso: Esta página é uma tradução automática da página original em inglês. Por favor note uma vez que as traduções são geradas por máquinas, não tradução tudo será perfeita. Este site e suas páginas da Web destinam-se a ler em inglês. Qualquer tradução deste site e suas páginas da Web pode ser imprecisas e imprecisos no todo ou em parte. Esta tradução é fornecida como uma conveniência.

O programa deaprendizagem novo identifica exactamente teorias de conspiração COVID-19 em media sociais

Um programa deaprendizagem novo identifica exactamente teorias de conspiração de COVID-19-related em media e em modelos sociais como evoluíram ao longo do tempo--uma ferramenta que poderia um dia ajudar responsáveis da Saúde públicos a combater em linha a informação errónea.

“Muitos estudos deaprendizagem relacionaram-se à informação errónea em media sociais centram-se sobre a identificação de tipos diferentes de teorias de conspiração,” disse Courtney Shelley, um pesquisador pos-doctoral nos sistemas de informação e no grupo de modelagem no laboratório nacional de Los Alamos e co-autor do estudo que foi publicado na semana passada no jornal da pesquisa médica do Internet.

“Pelo contrário, nós quisemos criar uma compreensão mais coesiva de como a informação errónea muda enquanto espalha. Porque os povos tendem a acreditar a primeira mensagem que encontram, os responsáveis da Saúde públicos poderiam monitoram um dia que as teorias de conspiração estão ganhando a tracção em media sociais e em campanhas de informação pública efectivas do ofício para cancelar aceitação difundida das falsidades.”

O estudo, intitulado “pensou que eu compartilharia primeiramente,” - os dados disponíveis, anonymized publicamente usados de Twitter para caracterizar quatro temas da teoria de conspiração COVID-19 e para fornecer o contexto para cada um com os primeiros cinco meses da pandemia.

Os quatro temas o estudo examinado eram que as torres da pilha 5G espalharam o vírus; que o Bill e a fundação de Melinda Gates projectaram ou têm a intenção de outra maneira maliciosa relativa a COVID-19; que o vírus era bioengineered ou estêve tornado em um laboratório; e que as vacinas COVID-19, que estavam então todas ainda durante o processo de desenvolvimento, seriam perigosas.

“Nós começamos com um conjunto de dados de aproximadamente 1,8 milhões piamos que as palavras-chaves COVID-19 contidas ou éramos das contas saúde-relacionadas de Twitter,” disse Dax Gerts, um cientista de computador igualmente em sistemas de informação de Los Alamos e grupo de modelagem e o co-autor do estudo. “Deste corpo dos dados, nós identificamos os subconjuntos que combinaram as quatro teorias de conspiração usando o teste padrão que filtra, e a mão etiquetada várias centenas pia em cada categoria da teoria de conspiração para construir grupos do treinamento.”

Usando os dados recolhidos para cada um das quatro teorias, a equipe construiu a floresta aleatória queaprende, ou a inteligência artificial (AI), os modelos que categorizaram pia como a informação errónea COVID-19 ou não.

“Isto permitiu que nós observassem a conversa dos indivíduos da maneira sobre estas teorias de conspiração em media sociais, e observa mudanças ao longo do tempo,” disse Gerts.

O estudo mostrou que a informação errónea pia contem um sentimento mais negativo quando comparada a efectivo pia e que as teorias de conspiração evoluem ao longo do tempo, incorporando detalhes das teorias de conspiração assim como dos eventos não relacionados do real-mundo.

Por exemplo, Bill Gates participou em um Reddit “pergunta-me qualquer coisa” em março de 2020, que destacou a pesquisa Porta-financiada para desenvolver a tinta invisível injectável que poderia ser usada para gravar vacinações. Imediatamente depois que, havia um aumento na proeminência das palavras associadas com as teorias de conspiração vacina-opostas que sugerem que a vacina COVID-19 secreta indivíduos do microchip para o controle de população.

Além disso, o estudo encontrou que uma técnica de aprendizagem supervisionada poderia ser usada para identificar automaticamente teorias de conspiração, e que uma aproximação de aprendizagem unsupervised (assunto dinâmico que modela) poderia ser usada para explorar mudanças na importância da palavra entre assuntos dentro de cada teoria.

É importante para responsáveis da Saúde públicos saber as teorias de conspiração são em desenvolvimento e de ganhos a tracção ao longo do tempo. Se não, correm o risco inadvertidamente de publicar as teorias de conspiração que puderam de outra maneira “morrer na videira. “Assim, conhecer como as teorias de conspiração estão mudando e talvez estão incorporando outros teorias ou eventos do real-mundo é importante ao strategizing como os opr com campanhas de informação pública efectivas.”

Courtney Shelley, co-autor do estudo e pesquisador pos-doctoral, sistemas de informação e grupo de modelagem, laboratório nacional 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.