論文の概要: Tiplines to Combat Misinformation on Encrypted Platforms: A Case Study
of the 2019 Indian Election on WhatsApp
- arxiv url: http://arxiv.org/abs/2106.04726v1
- Date: Tue, 8 Jun 2021 23:08:47 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-10 15:21:43.088445
- Title: Tiplines to Combat Misinformation on Encrypted Platforms: A Case Study
of the 2019 Indian Election on WhatsApp
- Title（参考訳）: 暗号化されたプラットフォームに誤情報を流す行為:2019年のインド大統領選挙をWhatsAppで事例として
- Authors: Ashkan Kazemi, Kiran Garimella, Gautam Kishore Shahi, Devin Gaffney,
Scott A. Hale
- Abstract要約: 我々は、WhatsApp上でクラウドソースシステムの有用性を分析し、ユーザーがファクトチェックを希望するメッセージを含む"チップ"を送信できるようにする。
われわれは、2019年のインド総選挙でWhatsAppに送られたチップを、WhatsApp上の大規模な公開グループで流されたメッセージと比較した。
私たちは、チップラインがWhatsAppの会話に非常に便利なレンズであることに気付きました。
- 参考スコア（独自算出の注目度）: 5.342552155591148
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: WhatsApp is a popular chat application used by over 2 billion users
worldwide. However, due to end-to-end encryption, there is currently no easy
way to fact-check content on WhatsApp at scale. In this paper, we analyze the
usefulness of a crowd-sourced system on WhatsApp through which users can submit
"tips" containing messages they want fact-checked. We compare the tips sent to
a WhatsApp tipline run during the 2019 Indian national elections with the
messages circulating in large, public groups on WhatsApp and other social media
platforms during the same period. We find that tiplines are a very useful lens
into WhatsApp conversations: a significant fraction of messages and images sent
to the tipline match with the content being shared on public WhatsApp groups
and other social media. Our analysis also shows that tiplines cover the most
popular content well, and a majority of such content is often shared to the
tipline before appearing in large, public WhatsApp groups. Overall, the
analysis suggests tiplines can be an effective source for discovering content
to fact-check.
- Abstract（参考訳）: WhatsAppは、世界中で20億人以上のユーザーが使っている人気のチャットアプリだ。
しかし、エンドツーエンドの暗号化のため、whatsappのコンテンツを大規模にチェックする簡単な方法は存在しない。
本稿では、ユーザーがファクトチェックしたいメッセージを含む「チップ」を投稿できるwhatsapp上のクラウドソースシステムの有用性について分析する。
われわれは、2019年のインド大統領選挙でWhatsAppのチップラインに送られたチップと、同時期にWhatsAppや他のソーシャルメディアプラットフォーム上の大規模な公開グループで流されたメッセージを比較した。
ティップラインに送られたメッセージと画像のかなりの一部が、whatsappグループや他のソーシャルメディアで共有されているコンテンツと一致している。
われわれの分析によれば、ティップラインは最も人気のあるコンテンツをよくカバーしており、そうしたコンテンツの大部分は、大きな公開whatsappグループに現れる前にティップラインと共有されることが多い。
全体としては、チップラインはファクトチェックのコンテンツを見つけるための効果的な情報源になり得ることを示唆している。
関連論文リスト
- WildChat: 1M ChatGPT Interaction Logs in the Wild [88.05964311416717]
WildChatは100万件のユーザー・チャットGPT会話のコーパスで、250万回以上のインタラクション・ターンで構成されている。
タイムスタンプによるチャットの書き起こしに加えて、州、国、ハッシュIPアドレスを含む人口統計データでデータセットを豊かにします。
論文 参考訳（メタデータ） (2024-05-02T17:00:02Z) - WhatsApp Explorer: A Data Donation Tool To Facilitate Research on WhatsApp [1.2507543279181124]
本稿では,WhatsAppデータ収集を大規模に実現するツールであるWhatsApp Explorerを紹介する。
我々は、潜在的なサンプリングアプローチを含む、データ収集のためのプロトコルについて議論し、我々のツール(および隣接するプロトコル)がWhatsAppデータを倫理的かつ法的に、大規模に収集することを可能にする理由を説明します。
論文 参考訳（メタデータ） (2024-03-29T13:30:29Z) - TGDataset: a Collection of Over One Hundred Thousand Telegram Channels [69.22187804798162]
本稿では,120,979のTelegramチャネルと4億以上のメッセージを含む新しいデータセットであるTGDatasetを提案する。
我々は、データセット内で話される言語と、英語チャンネルでカバーされるトピックを分析した。
生のデータセットに加えて、データセットの分析に使用したスクリプトと、Sabmykと呼ばれる新しい陰謀論のネットワークに属するチャネルのリストもリリースしました。
論文 参考訳（メタデータ） (2023-03-09T15:42:38Z) - Uncovering the Dark Side of Telegram: Fakes, Clones, Scams, and
Conspiracy Movements [67.39353554498636]
我々は35,382の異なるチャンネルと130,000,000以上のメッセージを収集して,Telegramの大規模解析を行う。
カードなどのダークウェブのプライバシー保護サービスにも、悪名高い活動がいくつかある。
疑似チャネルを86%の精度で識別できる機械学習モデルを提案する。
論文 参考訳（メタデータ） (2021-11-26T14:53:31Z) - A Hierarchical Network-Oriented Analysis of User Participation in
Misinformation Spread on WhatsApp [0.9774299772405469]
WhatsApp上での誤情報拡散に関わるユーザの階層的ネットワーク指向特性について述べる。
私たちの研究は、WhatsAppユーザーが異なるグループを繋ぐネットワークを活用して、プラットフォーム上での誤情報拡散に大きなリーチを得る方法について、貴重な洞察を提供する。
論文 参考訳（メタデータ） (2021-09-22T00:00:02Z) - Jettisoning Junk Messaging in the Era of End-to-End Encryption: A Case
Study of WhatsApp [8.463390032361591]
インドで5K公開WhatsAppグループに送信された260万メッセージの多言語データセットでジャンクメッセージングを研究する。
10分の1近いメッセージが、ジャンク送信者から送られてくる望ましくないコンテンツであることに気付きました。
論文 参考訳（メタデータ） (2021-06-08T15:52:46Z) - News consumption and social media regulations policy [70.31753171707005]
我々は、ニュース消費とコンテンツ規制の間の相互作用を評価するために、反対のモデレーション手法であるTwitterとGabを強制した2つのソーシャルメディアを分析した。
以上の結果から,Twitterが追求するモデレーションの存在は,疑わしいコンテンツを著しく減少させることがわかった。
Gabに対する明確な規制の欠如は、ユーザが両方のタイプのコンテンツを扱う傾向を生じさせ、ディスカウント/エンドレスメントの振る舞いを考慮に入れた疑わしいコンテンツに対してわずかに好みを示す。
論文 参考訳（メタデータ） (2021-06-07T19:26:32Z) - A First Look at COVID-19 Messages on WhatsApp in Pakistan [6.336355456383468]
新型コロナウイルス(COVID-19)は、WhatsAppやTwitterなどのソーシャルメディアプラットフォームでインフォデミック(インフォデミック)を発生させるなど、オンライン上での広範な議論を引き起こしている。
パキスタンのWhatsAppグループを対象に、新型コロナウイルスに関する最初の分析を行った。
論文 参考訳（メタデータ） (2020-11-18T07:56:24Z) - Emerging App Issue Identification via Online Joint Sentiment-Topic
Tracing [66.57888248681303]
本稿では,MERITという新しい問題検出手法を提案する。
AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。
Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
論文 参考訳（メタデータ） (2020-08-23T06:34:05Z) - Can WhatsApp Benefit from Debunked Fact-Checked Stories to Reduce
Misinformation? [3.116035935327534]
偽情報がWhatsAppの公開グループで共有されているのをわれわれは観察している。
これは、ブラジルとインドの両方で分析されたグループにおいて、誤報のかなりの部分を占めていることを示している。
このような誤報に対処するためにWhatsAppが実装可能なアーキテクチャを提案する。
論文 参考訳（メタデータ） (2020-06-03T18:28:57Z) - 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)
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。