آیا فناوری میتواند ما را از اطلاعات غلط در رسانههای اجتماعی محافظت کند؟

اگر اخبار خود را از رسانه های اجتماعی دریافت کنید، به عنوان اکثر آمریکایی ها انجام می دهند، شما در معرض دوز روزانه کلاهبرداری ها، شایعات، نظریه های توطئه و اخبار گمراه کننده قرار می گیرید. هنگامی که همه چیز با اطلاعات قابل اعتماد از منابع صادقانه مخلوط می شود، حقیقت را می توان بسیار جدی گرفت.

در واقع، تجزیه و تحلیل تیم تحقیقاتی من از داده های دانشگاه کلمبیا Emergent ردیاب شایعه نشان می دهد که این اطلاعات غلط فقط به احتمال زیاد به ویروسی است به عنوان اطلاعات قابل اعتماد

بسیاری از آنها می پرسند آیا این تهاجم اطلاعات غلط دیجیتال نتیجه را تحت تاثیر قرار داد از انتخابات 2016 آمریکا. حقیقت این است که ما نمی دانیم، هرچند دلایل بر این باورند که کاملا بر اساس آن ممکن است تجزیه و تحلیل گذشته و حساب های از کشورهای دیگر. هر قطعه ای از اطلاعات نادرست به شکل دادن نظرات ما کمک می کند. به طور کلی، آسیب می تواند بسیار واقعی باشد.

به عنوان یک محقق در زمینه گسترش اطلاعات غلط از طریق رسانه های اجتماعی، می دانم که محدود کردن توانایی فروش خبرنگاران برای فروش تبلیغات، همانطور که اخیرا اعلام شده است گوگل و فیس بوک، یک گام در مسیر درست است. اما بر خلاف انگیزه های سیاسی نمی تواند سوء استفاده را محدود کند.

بهره برداری از رسانه های اجتماعی

درباره 10 سال پیش، همکاران من و من فرار تجربه که در آن 72 درصد از دانش آموزان کالج اعتماد پیوندهای را دریافت کردیم که به نظر می رسید از طرف دوستان ایجاد شده است - حتی تا نقطه ورود اطلاعات شخصی در سایت های فیشینگ. این آسیب پذیری گسترده نشان داد که یکی دیگر از شیوه های دستکاری مخرب است: افراد ممکن است به اطلاعات نادرستی که هنگام کلیک کردن روی لینک از یک تماس اجتماعی دریافت می کنند اعتقاد داشته باشند.

برای کشف این ایده، من ایجاد یک صفحه وب جعلی با اخبار شایعاتی تصادفی و کامپیوتری - چیزهایی مانند "Celebrity X در تختخواب با Celebrity Y گرفتار شد!" بازدیدکنندگان سایت که به دنبال یک نام جستجو می کنند، اسکریپت را به طور اتوماتیک یک داستان درباره شخص ایجاد می کنند. من در این سایت یک سلب مسئولیت را ذکر کردم و گفتم که سایت حاوی متن بی معنی است و "حقایق" را تهیه کرده است. من همچنین در صفحه قرار دادم. در انتهای ماه، در پست با درآمد حاصل از تبلیغات، چک کردم. این اثبات من بود: خبر جعلی می تواند با هدر دادن اینترنت با دروغ، درآمد کسب کند.


گرافیک اشتراک درونی


متاسفانه، من تنها کسی نبودم که این ایده را داشته باشم. ده سال بعد، ما یک صنعت اخبار جعلی و اطلاعات غلط دیجیتالی. سایتهای Clickbait ساختن کلاهبرداری برای کسب درآمد از تبلیغات هستند، در حالی که سایت های به اصطلاح hyperpartisan انتشار و گسترش شایعات و نظریه های توطئه برای نفوذ در افکار عمومی است.

این صنعت به این معنی است که ساختن آن آسان است ربات های اجتماعیحساب های جعلی تحت کنترل نرم افزاری هستند که به نظر افراد واقعی نگاه می کنند و بنابراین می توانند تاثیر واقعی داشته باشند. تحقیق در من آزمایشگاه بسیاری از نمونه های مبارزات جعلی روحانی را نیز کشف کرد استقرار سیاسی.

در پاسخ، ما توسعه دادیم BotOrNot ابزار برای شناسایی ربات های اجتماعی. این کامل نیست، اما دقیق به اندازه کافی برای کشف مبارزات متقاعد کننده در حرکات Brexit و Antivax. با استفاده از BotOrNot، همکاران ما دریافتند که یک بخش بزرگی از گزینش آنلاین درباره انتخابات 2016 توسط رباتها تولید شد.

ایجاد حباب اطلاعات

با توجه به مجموعه ای پیچیده از تعصبات اجتماعی، شناختی، اقتصادی و الگوریتمی، ما انسان ها به سوء استفاده از اطلاعات غلط دیجیتال آسیب می رسانیم. بعضی از اینها به دلائلی خوب تکامل یافته است: برداشتن سیگنالهای محافل اجتماعی ما و رد کردن اطلاعاتی که با تجربیات ما مخالف است ما را به خوبی خدمت کرد وقتی که گونه ما سازگار با فرار از شکارچیان بود. اما در حال حاضر شبکههای آنلاین کوچکتر، ارتباط شبکه اجتماعی با نظریه پرداز توطئه در سوی دیگر سیاره، به اطلاع من نمیرساند.

کپی کردن دوستان ما و پیگیری کسانی که با نظرات مختلف به ما اتاق اکو می دهد بنابراین قطبی شده محققان می توانند با دقت بالا به شما بگویند که آیا شما هستید لیبرال یا محافظه کار فقط به دوستانت نگاه کن. ساختار شبکه بسیار است متراکم که هر گونه اطلاعات غلط تقریبا بلافاصله در یک گروه گسترش می یابد و بنابراین جدا می شود که به دیگران نمی رسد.

در داخل حباب ما، ما به صورت انتخابی به اطلاعاتی که با باورهای ما مرتبط شده اند، در معرض دید قرار می گیریم. این یک سناریو ایده آل برای به حداکثر رساندن مشارکت است، اما یکی از دلایل ایجاد شک و تردید سالم است. تعصب تایید ما را به یک تیتر به اشتراک می گذارد حتی بدون خواندن مقاله.

آزمایشگاه ما در این درس شخصی بود که پروژه تحقیقاتی خود را به موضوع یک موضوع تبدیل کرد کمپین اطلاعات غلط در پیش از انتخابات میان دوره ای 2014 ایالات متحده. هنگامی که ما بررسی کردیم چه اتفاقی می افتد، داستان های جعلی اخبار مربوط به تحقیقات ما را که عمدتا توسط کاربران توییتر در یک اتاق اکو پارتیا، یک جامعه بزرگ و همگن از کاربران فعال سیاسی به اشتراک گذاشته شده است، پیدا کردیم. این افراد سریع به بازتولید و ناتوانی در نابودی اطلاعات پرداختند.

اجتناب ناپذیری ویروسی

تحقیقات ما نشان می دهد که با توجه به ساختار شبکه های اجتماعی ما و توجه ما محدود است اجتناب ناپذیر که بعضی ها الگوهای رفتاری بدون توجه به کیفیت آنها، ویروسی خواهد شد. حتی اگر افراد تمایل دارند اطلاعاتی از کیفیت بالاتر را به اشتراک بگذارند، شبکه به طور کلی در تبعیض بین اطلاعات قابل اعتماد و ساختار موثر نیست. این کمک می کند تا توضیحات کلی هک های ویروسی که ما در طبیعت مشاهده می کنیم.

La اقتصاد توجه از بقیه مراقبت می کند: اگر به یک موضوع خاص توجه کنیم، اطلاعات بیشتری در مورد این موضوع ایجاد می شود. ارزانتر است تا اطلاعات را تولید و آن را به عنوان واقعیت تبدیل کند، تا واقعیت واقعی را گزارش کند. و ساخت را می توان به هر گروه تقسیم کرد: محافظه کاران می خوانند که پاپ تایمز Trump را تایید کرد، لیبرال ها بخوانند که او کلینتون را تایید کرد. او نه انجام داد.

به الگوریتم ها توجه کنید

از آنجا که ما نمی توانیم به تمام پست های موجود در فیدهای ما توجه کنیم، الگوریتم ها آنچه را که می بینیم و آنچه ما انجام می دهند تعیین می کنیم. الگوریتم های استفاده شده توسط سیستم عامل های اجتماعی امروز طراحی شده اند تا اولویت بندی پست های جذاب - آنهایی را که احتمالا روی آنها کلیک می کنیم، واکنش نشان می دهند و به اشتراک می گذاریم. اما یک تجزیه و تحلیل اخیر صفحات عمدا گمراه کننده را دست کم گرفته است به اشتراک گذاری آنلاین به همان اندازه و واکنش به عنوان اخبار واقعی.

این تعصب الگوریتمی به سمت تعامل با حقایق، تعصب اجتماعی و شناختی ما را تقویت می کند. به عنوان یک نتیجه، وقتی پیوندهای عمومی در رسانه های اجتماعی را دنبال می کنیم، همگن تر است مجموعه ای از منابع از زمانی که ما انجام یک جستجو و بازدید از نتایج بالا.

تحقیقات موجود نشان می دهد که در یک اتاق اکو می تواند افراد را تشکیل دهد راحت تر در مورد پذیرش شایعات غیر قابل تایید. اما ما باید بیشتر بدانیم که چگونه افراد مختلف به یک کلاهبرداری واکنش نشان می دهند: بعضی از آنها به درستی به اشتراک می گذارند، دیگران حق دارند ابتدا آنرا بررسی کنند.

ما شبیه سازی یک شبکه اجتماعی برای مطالعه این رقابت بین به اشتراک گذاری و بررسی واقعیت. ما امیدواریم به شناسایی شواهد متضاد در مورد آن کمک کنیم زمانی که بررسی واقعیت کمک می کند تا حقه ها را متوقف کند از گسترش و زمانی که آن را ندارد. نتایج اولیه ما نشان می دهد که جامعه مبهم تر از دیگران تقسیم شده است، هرچند که کلاهبرداری باقی می ماند. باز هم، این فقط در مورد خودتهستی نیست بلکه در مورد شبکه است.

بسیاری از مردم در حال تلاش برای کشف کردن هستند چه کار باید بکنم؟. با توجه به آخرین مارک زوکربرگ خبرتیم های فیس بوک گزینه های بالقوه را آزمایش می کنند. و یک گروه از دانشجویان کالج راه ساده ای را پیشنهاد کرده اند پیوند برچسب ها برچسب به عنوان "تأیید" یا نه.

برخی از راه حل ها برای لحظه ای در دسترس نیستند. برای مثال، هنوز نمی توانیم سیستم های هوش مصنوعی را آموزش دهیم بین حقیقت و دروغ بین خود متمایز است. اما ما می توانیم الگوریتم های رتبه بندی را به اولویت بالاتر به منابع قابل اعتماد تر بدهیم.

مطالعه گسترش اخبار جعلی

اگر ما بهتر درک کنیم که اطلاعات بدست آمده گسترش می یابد، ما می توانیم در برابر اخبار جعلی مبارزه کنیم. اگر، برای مثال، ربات ها مسئول بسیاری از نادرست هستند، ما می توانیم توجه خود را به تشخیص آنها متمرکز کنیم. اگر در عوض، مشکل با اتاق های اکو باشد، شاید ما بتوانیم سیستم های توصیه شده را طراحی کنیم که دیدگاه های متفاوتی را حذف نکنند.

به همین علت، آزمایشگاه ما یک پلت فرم نامیده می شود هوشیار برای ردیابی و تجدید نظر در گسترش ادعاهای ناخواسته و بررسی واقعی مربوط به رسانه های اجتماعی. این به ما داده های دنیای واقعی داده می شود، که با آن می توانیم شبکه های اجتماعی شبیه سازی شده خود را اعلام کنیم. سپس ما می توانیم روش های ممکن برای مبارزه با اخبار جعلی را آزمایش کنیم.

Hoaxy همچنین می تواند به مردم نشان دهد که چگونه اطلاعات آنها توسط اطلاعات آنلاین دست به دست می شود و حتی چگونه برخی از ما به اشتراک گذاری دروغ آنلاین می باشیم. Hoaxy به مجموعه ای از ابزارهای موجود در ما پیوست رصدخانه در رسانه های اجتماعی، که به هر کسی اجازه می دهد ببینید که چگونه الگوهای رفتاری در توییتر پخش می شوند. پیوند ابزارهایی مانند این به چهره های واقعی چهره و سیستم عامل های رسانه های اجتماعی می تواند موجب می شود که تقلید از تلاش ها و به حداقل برسد پشتیبانی یکدیگر.

ضروری است که ما منابع را در مطالعه این پدیده سرمایه گذاری کنیم. ما به تمام عرصه ها نیاز داریم: دانشمندان کامپیوتر، دانشمندان علوم اجتماعی، اقتصاددانان، روزنامه نگاران و شرکای صنعت باید همکاری در برابر گسترش اطلاعات نادرست ایستادگی نماید.

گفتگو

درباره نویسنده

فیلیپو منچر، استاد علوم رایانه و رایانه؛ مدیر مرکز تحقیقات شبکه های مجتمع و سیستم ها دانشگاه ایندیانا، بلومینگتون

این مقاله در اصل در تاریخ منتشر شد گفتگو. دفعات بازدید: مقاله.

کتاب های مرتبط:

at InnerSelf Market و آمازون