論文の概要: Deepfakes and the 2020 US elections: what (did not) happen
- arxiv url: http://arxiv.org/abs/2101.09092v1
- Date: Fri, 22 Jan 2021 13:10:47 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-21 00:07:46.437445
- Title: Deepfakes and the 2020 US elections: what (did not) happen
- Title(参考訳): ディープフェイクと2020年米大統領選:何が起こるのか
- Authors: Jo\~ao Paulo Meneses
- Abstract要約: この論文では、悪意のある政治的なディープフェイクが2020年の米国の選挙に影響を与えるのを防ぐ条件を作り出したさまざまな種類の警告の乗算と共役であると信じています。
これらの警告から,4つの要因(ソーシャルネットワークの積極的な役割,新しい法律,人工知能へのアクセスの困難,社会の認知度向上)を特定した。
しかし、この式は、2020年の米国の場合に有効であることが証明されているが、それは他の政治的文脈で繰り返すことができると仮定することは正しくない。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Alarmed by the volume of disinformation that was assumed to have taken place
during the 2016 US elections, scholars, politics and journalists predicted the
worst when the first deepfakes began to emerge in 2018. After all, US Elections
2020 were believed to be the most secure in American history. This paper seeks
explanations for an apparent contradiction: we believe that it was precisely
the multiplication and conjugation of different types of warnings and fears
that created the conditions that prevented malicious political deepfakes from
affecting the 2020 US elections. From these warnings, we identified four
factors (more active role of social networks, new laws, difficulties in
accessing Artificial Intelligence and better awareness of society). But while
this formula has proven to be effective in the case of the United States, 2020,
it is not correct to assume that it can be repeated in other political
contexts.
- Abstract(参考訳): 2016年の米大統領選で起きたと推定される偽情報量に悩まされ、学者、政治、ジャーナリストらは2018年に最初のディープフェイクが発覚した最悪の事態を予測した。
結局のところ、2020年のアメリカ大統領選挙は、アメリカ史上最も安全だと信じられていた。
この論文は、明らかな矛盾についての説明を求めている:我々は、悪意ある政治的ディープフェイクが2020年の米大統領選に影響を及ぼすのを阻止する条件を生み出した、さまざまな種類の警告と恐怖の多角化と共役であると考えている。
これらの警告から,ソーシャルネットワークの積極的な役割,新しい法律,人工知能へのアクセスの困難さ,社会意識の向上の4つの要因を特定した。
しかし、この公式は、米国、2020年の場合に有効であることが証明されているが、他の政治的文脈で繰り返すことができると仮定するのは正しくない。
- 全文 参考訳へのリンク
関連論文リスト
- Shifting Trends of COVID-19 Tweet Sentiment with Respect to Voting
Preferences in the 2020 Election Year of the United States [26.301944551832737]
新型コロナウイルス(COVID-19)関連の政策は、2020年アメリカ合衆国大統領選挙の期間中に広範囲にポリティフィケートされた。
選挙日に至るまでの期間において、新型コロナウイルス関連ツイートが州レベルでの選挙結果に関連があるかどうかを検討した。
論文 参考訳(メタデータ) (2022-02-15T17:22:22Z) - Partially Fake Audio Detection by Self-attention-based Fake Span
Discovery [89.21979663248007]
本稿では,部分的に偽の音声を検出する自己認識機構を備えた質問応答(フェイクスパン発見)戦略を導入することで,新たな枠組みを提案する。
ADD 2022の部分的に偽の音声検出トラックで第2位にランクインした。
論文 参考訳(メタデータ) (2022-02-14T13:20:55Z) - Demographic Confounding Causes Extreme Instances of Lifestyle Politics
on Facebook [73.37786708074361]
ライフスタイル政治の最も極端な例は、人種や民族のような人口層によって高度に構築されたものである。
リベラルな関心は電気自動車、プランテッド・ペアレントフード、リベラルな風刺であり、一方最も保守的な関心は共和党や保守的なコメンテーターだった。
論文 参考訳(メタデータ) (2022-01-17T16:48:00Z) - Requirements for Open Political Information: Transparency Beyond Open
Data [48.7576911714538]
ステークホルダ間の欲求とニーズを特定するために、ユーザインタビューを行います。
我々はこの情報を用いて、機能的な政治情報技術システムの基礎的要件をスケッチする。
論文 参考訳(メタデータ) (2021-12-06T15:42:03Z) - ASVspoof 2021: accelerating progress in spoofed and deepfake speech
detection [70.45884214674057]
ASVspoof 2021は、スプーフの研究を促進するための2年制の課題の第4版である。
本稿では,3つのタスク,それぞれのデータベース,評価基準,4つの課題ベースライン,評価プラットフォーム,課題結果の要約について述べる。
論文 参考訳(メタデータ) (2021-09-01T16:17:31Z) - Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election [9.63004143218094]
ソーシャルメディアの永続的な操作は、2020年のアメリカ合衆国大統領選挙に対する懸念を増している。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
我々は、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントのエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
論文 参考訳(メタデータ) (2021-07-17T22:11:13Z) - User Preference-aware Fake News Detection [61.86175081368782]
既存の偽ニュース検出アルゴリズムは、詐欺信号のニュースコンテンツをマイニングすることに焦点を当てている。
本稿では,共同コンテンツとグラフモデリングにより,ユーザの好みから様々な信号を同時にキャプチャする新しいフレームワークUPFDを提案する。
論文 参考訳(メタデータ) (2021-04-25T21:19:24Z) - How does Truth Evolve into Fake News? An Empirical Study of Fake News
Evolution [55.27685924751459]
偽ニュース進化過程を追跡する新しいデータセットであるフェイクニュース進化データセットを提示する。
私たちのデータセットは950のペアデータで構成され、それぞれが真実、偽ニュース、進化した偽ニュースを表す記事で構成されています。
進化中の特徴を観察し,誤情報技術,テキスト類似性,キーワードトップ10,分類精度,発話部分,感情特性について検討した。
論文 参考訳(メタデータ) (2021-03-10T09:01:34Z) - High-level Approaches to Detect Malicious Political Activity on Twitter [0.0]
2020年5月、約500万のアカウントと1億2000万以上のツイートで撮影されたデータスナップショットを調査した。
分析期間は2019年8月から2020年5月までで、2019年10月6日のポルトガル総選挙に焦点が当てられている。
私たちは、Twitterのサスペンションパターンが、ポルトガルのTwitter圏で見られる政治的トロルのタイプに適していないことを知りました。
論文 参考訳(メタデータ) (2021-02-04T22:54:44Z) - Modelling the Impact of Scandals: the case of the 2017 French
Presidential Election [0.0]
本稿では,2017年フランス大統領選挙に触発された大統領選挙のエージェントによるシミュレーションを提案する。
主な貢献は、選挙結果に対するスキャンダルやメディアのバッシングの影響を検討することである。
特に、有権者に投票する候補者がいないため、スキャンダルが選挙を棄権する可能性があることが示されている。
論文 参考訳(メタデータ) (2021-01-27T17:08:38Z) - Fringe News Networks: Dynamics of US News Viewership following the 2020
Presidential Election [22.116891169190886]
2020年11月3日の米大統領選挙以前のデータを用いて、最近の研究は、YouTubeのソーシャルメディアエコシステムを使って、米国の政治的分極の程度に関する洞察を得ることの可能性を実証している。
本稿は,1月6日に米国議会議事堂で起きた,米国大統領選挙と暴力の間の64日間における,ニュース消費者とこれまでの「侵害」報道チャネルとの関係の急激な変容を考察する。
論文 参考訳(メタデータ) (2021-01-22T03:42:36Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。