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

• On the Use of Proxies in Political Ad Targeting [49.61009579554272]
  我々は、主要な政治広告主がプロキシ属性をターゲットとして緩和を回避したことを示す。 本研究は政治広告の規制に関する議論に重要な意味を持つ。
  論文  参考訳（メタデータ） (2024-10-18T17:15:13Z)
• Quantifying the Uniqueness of Donald Trump in Presidential Discourse [51.76056700705539]
  本稿では,大規模言語モデルに基づく一意性尺度を提案する。 トランプ氏の演説パターンが、最近の歴史の中で大統領候補に指名されたすべての主要政党の発言パターンから逸脱していることを示す証拠が相当ある」と述べた。
  論文  参考訳（メタデータ） (2024-01-02T19:00:17Z)
• 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)
• 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)
• Shifting Polarization and Twitter News Influencers between two U.S. Presidential Elections [92.33485580547801]
  我々は2016年米大統領選挙と2020年米大統領選挙の間の分極の変化を分析した。 トップインフルエンサーのほとんどが、両選挙の間にメディア組織に所属していた。 2020年のトップインフルエンサーの75%は2016年は存在しなかった。
  論文  参考訳（メタデータ） (2021-11-03T20:08:54Z)
• 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)
• The Matter of Chance: Auditing Web Search Results Related to the 2020 U.S. Presidential Primary Elections Across Six Search Engines [68.8204255655161]
  私たちは、Google、Baidu、Bing、DuckDuckGo、Yahoo、Yandexの"US Election"、"Donald trump"、"Joe Biden"、"bernie Sanders"の検索結果を調べます。 その結果, 検索エンジン間の検索結果と, エージェント間の検索結果の相違が有意な差があることが示唆された。
  論文  参考訳（メタデータ） (2021-05-03T11:18:19Z)
• Social Bots and Social Media Manipulation in 2020: The Year in Review [11.589831677050094]
  2020年は、新型コロナウイルス(COVID-19)パンデミックと2020年アメリカ合衆国大統領選挙の2つの重要な出来事で記憶される。 計算研究と社会科学研究を組み合わせる際には,主に3つの目的がある。 新型コロナウイルス(COVID-19)のパンデミックと2020年アメリカ合衆国大統領選挙をめぐるソーシャルメディア操作におけるソーシャルボットの役割を特徴づける。
  論文  参考訳（メタデータ） (2021-02-16T20:18:59Z)
• The Impact of Cyber Security Threats on the 2020 US Elections [0.0]
  本稿では,2020年米大統領選におけるサイバーセキュリティの脅威に関する文献について検討する。 サイバーセキュリティと、選挙に関するサイバーセキュリティの現状の簡単な概要から始まる。 焦点は、有権者抑圧、有権者不正、偽情報という3つの主要分野の文献レビューである。
  論文  参考訳（メタデータ） (2020-12-15T14:06:32Z)
• 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。