Fugu-MT 論文翻訳(概要): Exposure to Social Engagement Metrics Increases Vulnerability to Misinformation

論文の概要: Exposure to Social Engagement Metrics Increases Vulnerability to Misinformation

arxiv url: http://arxiv.org/abs/2005.04682v2
Date: Thu, 28 May 2020 07:31:05 GMT
ステータス: 処理完了
システム内更新日: 2023-05-20 16:07:35.916885
Title: Exposure to Social Engagement Metrics Increases Vulnerability to Misinformation
Title（参考訳）: ソーシャルエンゲージメント尺度への露出は誤情報に対する脆弱性を増加させる
Authors: Mihai Avram, Nicholas Micallef, Sameer Patil, Filippo Menczer
Abstract要約: ソーシャルエンゲージメント(ソーシャルエンゲージメント)への露出は、ユーザの誤情報に対する脆弱性を増大させる。誤報の拡散を減らすため、われわれはソーシャルエンゲージメント指標の表示を再考するよう技術プラットフォームに求めている。
参考スコア（独自算出の注目度）: 12.737240668157424
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: News feeds in virtually all social media platforms include engagement metrics, such as the number of times each post is liked and shared. We find that exposure to these social engagement signals increases the vulnerability of users to misinformation. This finding has important implications for the design of social media interactions in the misinformation age. To reduce the spread of misinformation, we call for technology platforms to rethink the display of social engagement metrics. Further research is needed to investigate whether and how engagement metrics can be presented without amplifying the spread of low-credibility information.
Abstract（参考訳）: 事実上すべてのソーシャルメディアプラットフォームのニュースフィードには、各投稿が好まれ、共有される回数などのエンゲージメント指標が含まれている。これらのソーシャルエンゲージメント信号に曝露すると、誤情報の脆弱性が増大することがわかった。この発見は、誤情報時代のソーシャルメディアインタラクションの設計に重要な意味を持つ。誤報の拡散を減らすため、われわれはソーシャルエンゲージメント指標の表示を再考するよう技術プラットフォームに求めている。低信頼度情報の拡散を増幅することなく、エンゲージメント指標をどのように提示できるかを調査するためには、さらなる研究が必要である。

関連論文リスト

MisinfoEval: Generative AI in the Era of "Alternative Facts" [50.069577397751175]
本稿では,大規模言語モデル(LLM)に基づく誤情報介入の生成と評価を行うフレームワークを提案する。本研究では,(1)誤情報介入の効果を測定するための模擬ソーシャルメディア環境の実験,(2)ユーザの人口動態や信念に合わせたパーソナライズされた説明を用いた第2の実験について述べる。以上の結果から,LSMによる介入はユーザの行動の修正に極めて有効であることが確認された。
論文参考訳（メタデータ） (2024-10-13T18:16:50Z)
Easy-access online social media metrics can effectively identify misinformation sharing users [41.94295877935867]
高いツイート頻度は共有コンテンツの事実性の低さと正に関連しているのに対し、アカウント年齢はそれと負に関連していることがわかった。以上の結果から,これらのソーシャル・ネットワークの指標を頼りにすることで,誤情報を拡散しやすいユーザを早期に識別する,低障壁なアプローチが実現する可能性が示唆された。
論文参考訳（メタデータ） (2024-08-27T16:41:13Z)
Countering Misinformation via Emotional Response Generation [15.383062216223971]
ソーシャルメディアプラットフォーム(SMP)における誤情報拡散は、公衆衛生、社会的結束、民主主義に重大な危険をもたらす。これまでの研究では、社会的訂正が誤情報を抑制する効果的な方法であることが示された。約1万のクレーム応答対からなる最初の大規模データセットであるVerMouthを提案する。
論文参考訳（メタデータ） (2023-11-17T15:37:18Z)
MIDDAG: Where Does Our News Go? Investigating Information Diffusion via Community-Level Information Pathways [114.42360191723469]
我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
論文参考訳（メタデータ） (2023-10-04T02:08:11Z)
Social Media Harms as a Trilemma: Asymmetry, Algorithms, and Audacious Design Choices [0.0]
ソーシャルメディアは、2000年代初頭に初期のソーシャルネットワークが誕生して以来、その利用とリーチを拡大してきた。我々は、情報(エコ)システムとして、ソーシャルメディアサイトは3つの側面から脆弱であると主張している。上述の3Aを解き放つための様々な同盟分野からの提言をまとめておきます。
論文参考訳（メタデータ） (2023-04-28T08:12:38Z)
Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。偏光と誤情報付着が密接な関係にあると仮定する。
論文参考訳（メタデータ） (2022-06-30T12:34:24Z)
The Impact of Disinformation on a Controversial Debate on Social Media [1.299941371793082]
われわれは、移民に関するイタリアの議論において、Twitter上での偽情報の存在がいかに広まっているかを研究する。 TwitterユーザーをtextitUntrustworthinessスコアで特徴付けることで、このような悪い情報消費習慣がユーザー間で均等に分散されていないことが分かる。
論文参考訳（メタデータ） (2021-06-30T10:29:07Z)
Analysing Social Media Network Data with R: Semi-Automated Screening of Users, Comments and Communication Patterns [0.0]
ソーシャルメディアプラットフォーム上でのコミュニケーションは、社会に広まりつつある。フェイクニュース、ヘイトスピーチ、急進的要素は、この現代的なコミュニケーションの一部です。これらのメカニズムとコミュニケーションパターンの基本的な理解は、負のコミュニケーション形態に対抗するのに役立つ。
論文参考訳（メタデータ） (2020-11-26T14:52:01Z)
Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文参考訳（メタデータ） (2020-04-20T20:00:27Z)
Leveraging Multi-Source Weak Social Supervision for Early Detection of Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文参考訳（メタデータ） (2020-04-03T18:26:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。