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。

関連論文リスト

• Design and analysis of tweet-based election models for the 2021 Mexican legislative election [55.41644538483948]
  選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。 地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
  論文  参考訳（メタデータ） (2023-01-02T12:40:05Z)
• Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
  我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。 トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。 このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
  論文  参考訳（メタデータ） (2022-11-09T08:42:37Z)
• Sentiment is all you need to win US Presidential elections [0.0]
  我々は、共和党候補のドナルド・トランプ、民主党候補のジョー・バイデンの演説と感情を調査し、2020年の米大統領選に向けて戦う。 アメリカ合衆国における人種的二分法を比較して、異なる候補者の勝利と敗北の要因を分析した。 われわれはこの取り組みが選挙キャンペーン戦略に影響を及ぼし、多様な群衆とコミュニケーションするための基盤となると信じている。
  論文  参考訳（メタデータ） (2022-09-27T16:06:53Z)
• United States Politicians' Tone Became More Negative with 2016 Primary Campaigns [11.712441267029092]
  われわれは、米国の政治家18,627人によるオンラインニュースから2400万件の引用をまとめた、新しい総合的なコーパスに、精神言語ツールを適用した。 オバマの任期中に否定的な感情の単語の頻度が連続的に減少していたのに対し、2016年の予備選挙によって突然、そして持続的に増加したことが示される。 この研究は、トランプの選挙運動が触媒として始まった後、よりネガティブな政治的トーンへの劇的なシフトを示す最初の大規模なデータ駆動型証拠を提供する。
  論文  参考訳（メタデータ） (2022-07-17T08:41:14Z)
• 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)
• 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)
• 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)
• A Decade of Social Bot Detection [0.9137554315375922]
  2016年のアメリカ合衆国大統領選挙の余波で、世界はソーシャルメディアで広範囲にわたる詐欺の重大さを認識し始めた。 このソーシャルボットのパンデミックを阻止するためには、どのような戦略を強制すべきだろうか? 2016年以降、社会的、政治的、経済的なアナリストが脳卒中を起こしたのは、少なくとも2010年以降、コンピュータ科学者にとって、詐欺と自動化が問題となっている。
  論文  参考訳（メタデータ） (2020-06-23T13:46:38Z)

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。