Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El nuevo programa de máquina-aprendizaje determina exacto teorías de conspiración COVID-19 en ambientes sociales

Un nuevo programa de máquina-aprendizaje determina exacto teorías de conspiración de COVID-19-related en ambientes y modelos sociales cómo se desarrollaron en un cierto plazo--una herramienta que podría ayudar algún día a responsables de Sanidad públicos a combate la información falsa en línea.

“Muchos estudios de máquina-aprendizaje se relacionaron con la información falsa en ambientes sociales se centran en determinar diversas clases de teorías de conspiración,” dijo a Courtney Shelley, investigador postdoctoral en los sistemas de información y el grupo de modelado en el laboratorio nacional de Los Alamos y co-autor del estudio que fue publicado la semana pasada en el gorrón de la investigación médica del Internet.

“En lugar de otro, quisimos crear una comprensión más cohesiva de cómo la información falsa cambia mientras que se extiende. Porque la gente tiende a creer el primer mensaje que ella encuentra, los responsables de Sanidad públicos podrían vigilan algún día que las teorías de conspiración están ganando la tracción en ambientes sociales y campañas de información pública efectivas del arte para apropiarse de la aceptación dispersa de falsedades.”

El estudio, titulado “pensó que compartiría primero,” público usados - los datos disponibles, anonymized de Twitter para caracterizar cuatro temas de la teoría de conspiración COVID-19 y para ofrecer el contexto para cada uno con los primeros cinco meses del pandémico.

Los cuatro temas el estudio examinado eran que las torres de la célula 5G extendieron el virus; que el Bill y el asiento de Melinda Gates dirigieron o tiene intento de otra manera malévolo relacionado con COVID-19; que el virus era bioengineered o fue convertido en un laboratorio; y que las vacunas COVID-19, que todavía estaban entonces todas en el revelado, serían peligrosas.

“Comenzamos con un grupo de datos de aproximadamente 1,8 millones de píos que contuvieron las palabras claves COVID-19 o eran de las cuentas relativas a la salud de Twitter,” dijimos a Dax Gerts, informático también en los sistemas de la información de Los Alamos y grupo de modelado y el co-autor del estudio. “De esta carrocería de datos, determinamos los subconjuntos que igualaron las cuatro teorías de conspiración usando la configuración que filtraba, y la mano etiqueta varios cientos de píos en cada categoría de la teoría de conspiración para construir equipos del entrenamiento.”

Usando los datos cerco para cada uno de las cuatro teorías, las personas construyeron el bosque al azar máquina-que aprendían, o la inteligencia artificial (AI), los modelos que categorizaron píos como información falsa COVID-19 o no.

“Esto permitió que observáramos a los individuos de la manera para hablar de estas teorías de conspiración en ambientes sociales, y observa cambios en un cierto plazo,” dijo a Gerts.

El estudio mostró que los píos de la información falsa contienen un sentimiento más negativo cuando están comparados a los píos efectivos y que las teorías de conspiración se desarrollan en un cierto plazo, incorporando a los detalles de teorías de conspiración sin relación así como de acciones del mundo real.

Por ejemplo, Bill Gates participó en un Reddit “me pregunta cualquier cosa” en marzo de 2020, que destacó la investigación Entrada-financiada para desarrollar la tinta invisible inyectable que se podría utilizar para registrar vacunaciones. Inmediatamente después que, había un aumento en la prominencia de las palabras asociadas a las teorías de conspiración vacuna-contrarias que sugerían que la vacuna COVID-19 secretamente los individuos del microchip para el mando de población.

Además, el estudio encontró que una técnica de aprendizaje vigilada se podría utilizar para determinar automáticamente teorías de conspiración, y que una aproximación de aprendizaje no supervisada (tema dinámico que modela) se podría utilizar para explorar cambios en importancia de la palabra entre temas dentro de cada teoría.

Es importante que los responsables de Sanidad públicos sepan las teorías de conspiración son de desarrollo y de adquisición de la tracción en un cierto plazo. Si no, corren el riesgo inadvertidamente de publicar las teorías de conspiración que pudieron “morir de otra manera en la vid. “Así pues, conocer cómo las teorías de conspiración están cambiando y quizás están incorporando otras teorías o acciones del mundo real es importante al strategizing cómo contradecirlas con campañas de información pública efectivas.”

Courtney Shelley, co-autor e investigador postdoctoral, sistemas de información y grupo de modelado, laboratorio nacional del estudio 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.