乐购彩票官网app下载社交网站上假新闻到底有多少?《科学》杂志发文阐述相关研究

  • 时间:
  • 浏览:1

  原标题:社交网站上假新闻到底有好多个?《科学》杂志发文阐述相关研究 编者按:习惯于浏览各大社交网站获取

  编者按:习惯于浏览各大社交网站获取新闻信息,习惯于“一言不合”就转发,原先你在乎过新闻信息的吗?你知道那此新闻中的虚假信息占好多个吗?虚假信息满天飞面前的因为又是那此呢?会给社会带来如何的影响?本文编译自theatlantic上原标题为The Grim Conclusions of the Largest-Ever Study of Fake News的文章。

  五个 多 世纪前,原先说很夸张。但《科学》杂志上发表的一项首次针对这一 大问题的研究报告申明这一 对社交的描述是事实。

  这项大规模的新研究分析了Twitter中每篇被质疑的新闻故事 - 要花费12.40万 个故事,在过去10年中被80万用户转发。研究结果发现事实根本无法与恶作剧和相抗衡。研究发现,根据任何这一常用的度量标准,虚假新闻老是支配着Twitter上的:虚假新闻和才能吸引更多的人,更深入地渗透到社交网络中,假使 地比准确的信息减慢。

  “从当我们 的研究中都须要看出,虚假信息战胜了真实信息,”来自麻省理工学院的数据科学家Soroush Vosoughi说,他从2013年结速了了英文研究虚假新闻,并领导了这项研究。 “这不仅仅是假使 机器,假使 与人性有关。“

  这项研究假使 引起社会科学家的。 《科学》杂志上发表的一篇文章中,16位学家和法律学者写道“在21世纪,当我们 须要重新设计当我们 的信息生态系统”。当我们 呼吁开展跨学科研究,“以减少虚假新闻的,处理虚假新闻的潜在病症。”

  新研究表明,这也有要是容易。也有要是Vosoughi和他的同事只研究Twitter,但研究使用的是公司提供给MIT的独家数据,当我们 的工作对Facebook,YouTube和所有主要社交网络也有影响。任何老是夸大吸引人或挑衅性内容的平台也有假使 放大虚假新闻。

  也有要是这项研究是用统计学的临床语言撰写的,但它为那此平台上的信息的准确性提供了有系统的。作者发现,虚假的故事比真实的故事更容易。虚假故事的速率单位单位平均比线倍。在各个领域,虚假新闻(包括商业,和战争,科技和娱乐)的表现都超过了事实。

  Twitter用户似乎更喜欢分享虚假信息。即使研究人员控制了发布的账户,类似于 该账户有无拥有更多的关注者或所发布的消息有无被是虚假的,那此账户发布的信息就算不准确,仍然有70%的假使 会被转发。

  这一 大问题不到责怪机器。研究发现,从806年到2016年,Twitter的机器人放大了真实的故事,也放大了虚假的故事。作者写道,虚假新闻也有要是发展这麼之快,“假使 人的因素,而也有机器。”

  学家和社交研究人员对这项研究表示了赞许,称其对于社交网络上虚假新闻大问题给出了最全面和最严格的研究,尽管因此 人对调查结果趋于稳定争议,并质疑研究中对于新闻的定义。

  “这是项研究非常有趣和令人印象深刻,说明了不真实的信息如何得比真实的信息减慢,影响更广,假使 其中的例子非常恰当,前后信息一致,极具力。”Rasmus Kleis Nielsen教授在一封电子邮件中写道。

  “我认为这常重要的研究,”达特茅斯学院教授布伦丹·尼汉问你。 “当我们 须要更多类似于 的优秀研究。”

  “简而言之,我认为这麼理由怀疑这项研究的结果,”荷兰莱顿大学得教授利贝卡·特罗布尔在一封电子邮件中说。

  过去,研究人员假使 研究了在网上虚假信息的大问题。当我们 老是关注奇异事件的,比如2012年发现希格斯玻色子但是 的猜测假使 2010年海地地震但是 的传闻。

  这篇新论文的研究范围更广,涉及了整个Twitter上的虚假新闻:从806年9月到2016年12月,twitter上的十根小有争议的新闻。但为此,Vosoughi及其同事须要回答五个 多 更加初级的大问题:是那此?当我们 如何知道?

  “虚假新闻假使 成为白热化的文化话题,但触发这一 话题的是五年前在趋于稳定的事件,”麻省理工学院科学家Deb Roy说,新研究的作者之一。

  2013年4月15日,两枚在马拉松赛道周边爆炸,造成三人死亡,数百人受伤。该爆炸瞬间引起当我们 的关注,有关爆炸事件的理论趋于稳定了Twitter和因此 社交平台。 4月19日,州州州长要求数百万人留在家中,假使 警方进行了大规模的行动。

  罗伊问你“我和我的妻子和孩子在贝尔蒙特的房子里呆了三天,Soroush被困在剑桥。”当当时人被困在房子里,Twitter成为当我们 通往内控 世界的唯一通道。你说那此:“当我们 听到了因此 不真实的事情,假使 因此 当我们 听到的事情最终变成真的了。”

  减慢结速了了英文了。假使 当这五个 多 人在校园里团聚时,当我们 一致认为对于Vosoughi来说- 五个 多 博士生专注于社交似乎很愚蠢,甚至还研究当我们 但是 经历过的事情。

  他创建了五个 多 真理机器:这一算法,都须要对血块的推文进行排序,并从中提取出最准确的事实。这一 机器关注推文的五个 多 属性:作者的属性(当我们 有无通过验证?),推文的语言种类(有无繁复?)以及推文如何通过网络。

  “Soroush开发的模型才能很好地预测信息的准确性。”Roy说,他在2015年获得博士学位。

  但是 ,这五个 多 人和麻省理工学院管理学教授思南·阿拉尔一起研究整个Twitter上的虚假信息如何。当我们 不仅结速了了英文探讨“那此是”的大问题,假使 还有更加不可分离的:计算机如何知道是那此?的大问题。

  当我们 成为了网上事实的最终仲裁者:第三方事实核查网站。通过监测和分析五个不同的事实核查网站(包括Snopes,Politict和,当我们 列出了806年至2016年间在Twitter上的数以万计的在线传闻。假使 ,当我们 使用Gnip社交网络专有的搜索引擎在Twitter上搜索那此传言。

  最终,当我们 发现了要花费12.40万 条推文,那此推文上加一起被转发超过480万次。因此 推文链接了因此 网站发布的“虚假”故事。因此 人当时人,无论是在推文中还是在附带的图片中都都须要看出。 (该团队使用了五个 多 特殊的守护线程池池,都须要搜索静态推特图片中的单词。)也有因此 推文里的信息或链接是真实的。

  你说那此,Vosoughi在本周从麻省理工学院讲话时给了我五个 多 例子:推特都须要通过因此 法律法律依据实现10,000次转发,你说那此。假使 名人拥有几百万关注者,当当我们 发送Tweet A时,就假使 有10,000人在当我们 发布的但是 就看A,并决定转发这条推文。 此时,推文A被广泛转发,创造了五个 多 大而浅的模式。

  与此一起,这麼因此 关注者的账户发送推文B给当我们 的20个关注者,假使 其中五个 多 人就看它,并转发它,假使 当我们 的关注者之一就看它并转发它,原先会老是持续下去,最后成千上万的人也有就看Tweet B并转发它。

  推文A和B都具有相同大小规模的观众,假使 Tweet B地更加有“厚度”用Vosoughi的术语来讲。它将转发链接在一起,以这一从有过的法律法律依据虚假信息。 “这一 法律法律依据都须要使转发次数达到1,000次,假使 整个运作模式也非常不同,”你说那此。

  这是事实:根据这五个 多 指标,虚假新闻占主导地位。它始终会吸引更多的观众,假使 它比真实新闻更深入社交网络。作者发现,准确的新闻无法实现10多次转发。虚假新闻都须要实现一次19次转发量,假使 转发速率单位单位也是准确新闻的10倍。

  即使经过人类审核而也有机器人,那此结果也非常有效。与主要调查不同的是,一组本科生一起对随机挑选的约13,000个英语推文进行了实际检查。根据研究,当我们 发现虚假信息以与主要数据集“几乎相同”的法律法律依据战胜了真实信息。

  首先,虚假新闻似乎比真实新闻更“新奇”。研究小组发现,虚假新闻通常与用户转发前80天内账户上跳出的所有推文明显不同。

  其次,虚假消息比一般的推文更能读者婚姻的话语。研究人员创建了五个 多 单词数据库,Twitter用户用那此单词回复126,000个有争议的推文。假使 使用最先进的婚姻的话语分析工具对其进行分析。当我们 发现,虚假推文倾向于使用让读者感到惊喜或厌恶的词语,而准确的推文则倾向于使用让读者感到悲伤的词汇。

  在使用这一不同的机器人检测算法对80万Twitter用户的样本检测后,当我们 发现自动机器人的确在虚假新闻, 但当我们 转发虚假信息和准确信息的速率单位单位相同。

  乔治大学得家Dave Karpf在一封电子邮件中说, “(1)整个10年的数据集,机器人不喜欢错误信息。(2)在最近的因此 案例中,僵尸网络已被策略性地部署来虚假信息“。

  你说那此,“我的猜测是,这篇文章将问当我们 ”科学证明,机器人也有要是重要!“,但本文也有要是表明,假使 当我们 关注Twitter的整个生命周期,机器人最近假使 升级,假使 因此 人假使 投入资源,部署机器人。这篇论文并这麼驳斥这一 假设。“

  因此 科学家也对该研究中“新闻”的定义提出质疑。转向事实核查网站,该研究模糊了各种虚假信息的定义:的谎言,城市传说,恶作剧,恶搞,谎言和“虚假新闻”。“网站不仅仅单独看虚假新闻,也关注看起来像新闻内容的文章或视频,这是五个 多 新闻过程,但实际上是人为编创科学发明来的。

  假使 ,这项研究假使 会低估“无争议的新闻”:广为人知的准确新闻。该研究也忽略了内容和新闻。大学教授尼尔森在一封电子邮件中表示,“当我们 所有的受众研究都表明,绝大多数用户认为新闻和内容截然不同。” “说包括在内的不真实内容在Twitter上的速率单位单位比真实的报道要快,与说虚假新闻和真实新闻的速率单位单位不同从概念上来讲是不一样的。”

  学家特罗布尔在一封电子邮件中表示:“那此才能激发强烈婚姻的话语的内容在Twitter上地减慢,更深入,更广泛。这一 发现与因此 不同领域的研究结果一致,包括心理学和学研究,也相对直观。“

  达特默斯教授Nyhan说,“网络上的虚假信息往往真的很新颖,老是是消极的”。 “那此信息通常具有五个 多 特征,非常吸引当我们 的注意力,假使 当我们 希望与当时人分享那此信息 - 当我们 专注于新的,有点硬是负面的消息。”

  “当你不受现实时,创建两者都非常容易。因此 当我们 都须要利用人类心理学和网络达到当时人的目的”,他补充说。

  他称赞Twitter将其数据提供给研究人员的行为,并呼吁Facebook等因此 主要平台也原先做。 “在研究方面,平台是基础。当我们 有因此 东西须要学习,假使 假使 这麼平台伙伴关系和合作,当我们 就会感到束手束脚,“你说那此。

  “那此公司在人民行使方面有很大的影响力。这因为那此平台须要面对血块的审查,增加透明度。“你说那此。 “当我们 都须要整天学习Twitter,但不到要花费12%的美国人在使用它。这对记者和学者来说有点硬要,但Twitter并也有大多数人获得新闻的渠道。“

  Twitter在一份声明中表示,希望能与内控 专家扩大合作。该公司的CEO杰克·多尔西仔在一系列推文中说,公司希望“提高对话的健康度,度和文明度,公司也应该公开承担更多责任。”

  但学教授Tromble表示,这一 发现也假使 适用于Facebook。 “今年早些但是 ,Facebook宣布将重组新闻Feed以支持”有意义的互动“。

  她补充说,“很明显,当我们 会根据评论数量和帖子的回复意见来衡量有意义的互动。假使 ,正如本研究所表明的那样,不到进一步创建充满虚假信息和因此 内容的帖子,才能引发强烈的情绪反应“。

  研究人员之一的阿拉尔说,“先把我保守科学家的身份装进一边,对于这如何适用于因此 社交网络的说法,我不太舒服。当我们 在这里只研究了Twitter,但我的直觉是,那此调查结果普遍适用于社交平台。Facebook的数据也适用于这一 研究。“

  然而那此并也有研究中最令人烦心的发现。当当我们 结速了了英文研究时,麻省理工学院的团队预计,分享最多假消息的用户基本上是旁观者。当我们 认为当时人会找到一群于使用Twitter涵盖或耸人听闻的消息的群体,那当时人也有当时人的的粉丝和者。

  事实上,团队发现请况正好相反。分享准确信息的用户拥有更多的关注者,而也有虚假新闻分享者。那此用户使用Twitter的时间也更长,也更有假使 通过验证。总之,最值得信赖的用户有因此 优点,会被Twitter授予最佳用户。

  换句话说,有五个 多 起点,但不挑选最终都须要赢得比赛。作者写道:“尽管那此差异趋于稳定[账户之间],但虚假信息比的减慢也有假使 那此差异。”

  这一 发现会让每个希望从社交上获得准确信息的用户感到失望。它表明,不管当我们 多么巧妙地使用Twitter,无论当我们 多么精心地书写反馈或追踪可靠的消息来源,当我们 仍然会在瞬间被虚假信息。

  要花费对我来说是这麼。我自807年结速了了英文成为Twitter用户,从新闻行业起步。在平台上,每个用户都都须要是读者,作家和出版商,假使 虚假信息大获全胜,新奇的消息非常诱人,恶意的挑逗也难以超越。

  干预法律法律依据目前尚不清楚,假使 有话语,希望都须要扭转这一 趋势。 “当我们 问你那此是有效的法律法律依据,那此也有,”阿拉尔问你。几乎这麼表明当当我们 发现事实审核站点了当时人的五个 多 想法但是 ,当我们 会改变当时人的意见。类似于 ,在社交网络或搜索引擎上标记虚假新闻也这麼多大作用。

  总之,社交似乎在的请况下系统地夸大了虚假信息。目前这麼人 - 无论是专家,家还是科技公司 - 知道如何扭转这一 趋势。