غزل زیاری: اخیراً تیمی از دانشگاه شاندونگ با الهام از واکنش های هسته ای، مدل جدیدی را برای شایعه پراکنی توسعه داده اند. این رویکرد جدید بینش جدیدی را در مورد مکانیسم های پشت انتشار اطلاعات نادرست آنلاین و استراتژی های بالقوه برای مبارزه با آن ارائه می دهد.
مدلهای ریاضی اغلب برای شبیهسازی انتشار شایعات و از سوی دیگر برای هدایت تلاشها برای مبارزه با اطلاعات نادرست استفاده میشوند. این مدلها معمولاً از اصول مدلسازی اپیدمیولوژیک استفاده میکنند. گویی با شایعات به گونه ای برخورد می شود که گویی میکروب های مسری هستند. اگرچه این مدلها عموما مفید هستند، اما اغلب در درک کامل پیچیدگیهای نحوه انتشار اطلاعات نادرست ناکام هستند.
مدلهای بیماریهای عفونی اغلب ممکن است انتشار شایعات را به عنوان یک فرآیند منفعل عفونت در نظر بگیرند، بنابراین، تغییرات رفتاری و روانشناختی را که مردم در دنیای واقعی تجربه میکنند، و همچنین تأثیر رویدادهای خارجی بر گسترش شایعات نادیده میگیرند. ونرونگ ژنگ، نویسنده مقاله گفت.
مدل شکافت هسته ای
این روزها انتشار اطلاعات نادرست یا اطلاعات نادرست آنلاین بسیار آسان است. ماهیت ناشناس و غیرشخصی اینترنت، همراه با ابزارهای پیشرفته ای مانند هوش مصنوعی، این امکان را برای افراد شرور فراهم می کند که به راحتی حقیقت را دستکاری کنند. به حدی که تشخیص واقعیت و خیال، درست و غلط برای دیگران دشوار خواهد بود.
در این دوران مدرن اطلاعات نادرست، شناخت مکانیسم انتشار اکاذیب و شایعات ضروری است تا اقدامات متقابل موثری برای مقابله با آنها انجام شود، بنابراین اعضای این تیم با دور شدن از مدل عفونت سنتی به مدل سازی مدرن، و با انتشار یک شایعه، آن را با شکافت هسته ای مقایسه کردند. درست مانند واکنشی که در راکتورهای هسته ای رخ می دهد.
در مدل آنها، شایعات مانند نوترونها عمل میکنند، ذراتی که شکافت هستهای را آغاز میکنند. وقتی مردم با این شایعات مواجه می شوند، آن را به دیگران منتقل می کنند و یک واکنش زنجیره ای از اطلاعات غلط ایجاد می شود.
چنگ در توضیح این موضوع گفت: زمانی که مردم با شایعات مواجه میشوند، تحت تأثیر منافع خود قرار میگیرند و تصمیم میگیرند که آیا این خبر (شایع) را منتشر کنند یا اینکه قبل از انتشار خبر نیاز به بررسی مجدد دارد یا خیر.
وی ادامه داد: بر اساس مشاهدات آستانه های مختلف شکافت اورانیوم، افراد بر اساس تأثیر آستانه بهره با در نظر گرفتن رفتار و تفاوت های فردی به گروه هایی تقسیم می شوند که این امر با واقعیت همخوانی بیشتری دارد.
مبارزه با اطلاعات غلط
این دیدگاه جدید در مورد شایعه پراکنی می تواند الگوهای شایعه پراکنی را روشن کند و راهبردهایی برای کاهش اثرات آن در اختیار افراد قرار دهد. چنگ توضیح داد: «توسعه شایعات ارتباط نزدیکی با نسبت کاربران منطقی اینترنت دارد. برای تشخیص درست و نادرست.»
با توجه به نقشی که هوش مصنوعی بازی می کند، این تناقض آشکارتر می شود. در آخرین مطالعه خود، محققان دانشگاه واترلو به طور سیستماتیک نسخه اولیه درک ChatGPT از داده ها را در شش دسته طبقه بندی کردند: حقایق، توطئه ها، اختلاف نظرها، تصورات غلط، کلیشه ها و داستان ها. آنها دریافتند که GPT-3 اغلب اشتباه می کند. در مورد پاسخ مشخص با خود مخالفت می کند و اطلاعات نادرست و مضر را تکرار می کند.
رویکرد ارائه شده توسط چنگ می تواند به دولت ها و کارشناسان رسانه در تلاش هایشان برای مبارزه با اطلاعات نادرست کمک کند. او گفت: «یافتههای ما نشان میدهد که شایعات در ابتدا در مقیاس کوچک منتشر میشوند، که نشاندهنده نیاز به نظارت لحظهای توسط پلتفرمهای رسمی است، وقتی شایعات بالقوه کشف میشوند، دولت یا رسانههای رسمی باید محتوا را به طور مؤثر بررسی و تصحیح کنند جلوگیری از انتشار شایعات
منبع:هندسه جالب
5858
khabaronline به نقل از رابو