Исследование: искусственный интеллект обучили отслеживать эволюцию теорий заговора в социальных сетях
Новая программа машинного обучения искусственного интеллекта точно определяет теории заговора, связанные с COVID-19, в социальных сетях и моделирует их эволюцию с течением времени - инструмент, который может помочь чиновникам здравоохранения бороться с дезинформацией в Интернете.
"Многие исследования машинного обучения, связанные с дезинформацией в социальных сетях, сосредоточены на выявлении различных видов теорий заговора", - говорит Кортни Шелли, научный сотрудник группы информационных систем и моделирования Национальной лаборатории Лос-Аламоса и соавтор исследования.
В исследовании под названием "Сначала я подумал, что расскажу" использовались общедоступные анонимные данные Twitter, чтобы охарактеризовать четыре темы теории заговора COVID-19 и предоставить контекст для каждой в течение первых пяти месяцев пандемии. В ходе исследования были рассмотрены четыре темы: "вышки сотовой связи 5G распространяют вирус"; "Фонд Билла и Мелинды Гейтс спровоцировал или имеет иным образом злонамеренный умысел в отношении COVID-19"; "вирус был биоинженерным или разработан в лаборатории"; и "вакцины против COVID-19, которые тогда еще находились в разработке, б удут опасны".
"Мы начали с набора данных из примерно 1,8 миллиона твитов, содержащих ключевые слова COVID-19 или из связанных со здоровьем аккаунтов Twitter", - сказал Дакс Гертс, ученый-компьютерщик из группы информационных систем и моделирования Лос-Аламоса и соавтор исследования. "Из этого массива данных мы определили подмножества, которые соответствовали четырем теориям заговора, используя фильтрацию шаблонов, и вручную пометили несколько сотен твитов в каждой категории теории заговора для построения обучающих наборов".
Используя данные, собранные для каждой из четырех теорий, команда построила модели машинного обучения или искусственного интеллекта (ИИ) случайных чисел, которые классифицируют твиты как дезинформацию о COVID-19 или нет.
"Это позволило нам наблюдать, как люди говорят об этих теориях заговора в социальных сетях, и отслеживать изменения с течением времени", - сказал Герц.
Исследование показало, что дезинформационные твиты содержат больше негативных настроений по сравнению с твитами, содержащими факты и что теории заговора развиваются со временем, включая детали из несвязанных теорий заговора, а также реальных событий.
Например, Билл Гейтс участвовал в обсуждении Reddit "Спроси меня о чем угодно" в марте 2020 года, в котором освещалось финансируемое Гейтсом исследование по разработке инъекционных невидимых чернил, которые можно было бы использовать для записи прививок. Сразу после этого возросло значение слов, связанных с теориями заговора против вакцинации, предполагающими, что вакцина COVID-19 будет тайно микрочипировать людей для контроля населения.
Кроме того, исследование показало, что метод обучения с учителем может использоваться для автоматического выявления теорий заговора, а метод обучения без учителя (динамическое моделирование тем) может использоваться для изучения изменений важности слов между темами в каждой теории.
"Должностным лицам общественного здравоохранения важно знать, как теории заговора развиваются и набирают силу с течением времени", - сказал Шелли. "В противном случае они рискуют непреднамеренно обнародовать теории заговора, которые в противном случае могли бы быть пресечены на корню". Поэтому знание того, как теории заговора меняются, и, возможно, включение других теорий или реальных событий, важно при разработке стратегии противодействия им с помощью кампаний по информированию общественности о фактах.
