論文の概要: Folk Models of Misinformation on Social Media
- arxiv url: http://arxiv.org/abs/2207.12589v1
- Date: Tue, 26 Jul 2022 00:40:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 10:06:11.001646
- Title: Folk Models of Misinformation on Social Media
- Title(参考訳): ソーシャルメディアにおける誤情報モデル
- Authors: Filipo Sharevski, Amy Devine, Emma Pieroni, Peter Jachim
- Abstract要約: 我々は、誤報を概念化する少なくとも5つのフォークモデルを、政治的(会計的)論証、口外的物語、本質的に誤った情報、外部プロパガンダ、あるいは単に娯楽のいずれかとして特定する。
我々は、これらの民生モデルに具現化された豊かな概念化を利用して、ソーシャルメディアユーザーが日常生活における誤情報遭遇に対する悪反応を最小化する方法を明らかにする。
- 参考スコア(独自算出の注目度): 10.667165962654996
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper we investigate what folk models of misinformation exist through
semi-structured interviews with a sample of 235 social media users. Work on
social media misinformation does not investigate how ordinary users - the
target of misinformation - deal with it; rather, the focus is mostly on the
anxiety, tensions, or divisions misinformation creates. Studying the aspects of
creation, diffusion and amplification also overlooks how misinformation is
internalized by users on social media and thus is quick to prescribe
"inoculation" strategies for the presumed lack of immunity to misinformation.
How users grapple with social media content to develop "natural immunity" as a
precursor to misinformation resilience remains an open question. We have
identified at least five folk models that conceptualize misinformation as
either: political (counter)argumentation, out-of-context narratives, inherently
fallacious information, external propaganda, or simply entertainment. We use
the rich conceptualizations embodied in these folk models to uncover how social
media users minimize adverse reactions to misinformation encounters in their
everyday lives.
- Abstract(参考訳): 本稿では,ソーシャルメディア利用者235名を対象に,半構造化インタビューによる誤情報の民俗モデルについて検討する。
ソーシャルメディアの誤報に関する作業は、通常のユーザー(誤報の対象)がどのように対処するかを調査するものではなく、主に不安、緊張、または誤報が生み出す分裂に焦点を当てている。
創造、拡散、増幅の側面の研究は、ソーシャルメディア上でのユーザによる誤情報がどのように内部化されているかを見落としているため、誤情報に対する免疫の欠如を想定した「接種」戦略を迅速に規定している。
ユーザーがソーシャルメディアコンテンツを使ってどのように「自然免疫」を発達させるかは、未だに明らかな疑問である。
我々は、誤った情報を概念化する少なくとも5つの民俗モデルを特定した:政治的(国)表現、文脈外の物語、本質的に誤った情報、外部プロパガンダ、あるいは単に娯楽である。
我々は、これらの民生モデルに具現化された豊かな概念化を利用して、ソーシャルメディアユーザーが日常生活における誤情報遭遇に対する有害反応を最小限にする方法を明らかにする。
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) - AMMeBa: A Large-Scale Survey and Dataset of Media-Based Misinformation In-The-Wild [1.4193873432298625]
オンラインメディアをベースとした誤情報に注釈を付けるために,ヒトラプターを用いた2年間の研究結果を示す。
偽情報クレームにおける生成AIベースのコンテンツの増加を示す。
また、歴史的に支配的な「単純な」手法、特に文脈操作を示す。
論文 参考訳(メタデータ) (2024-05-19T23:05:53Z) - Knowledge Boundary and Persona Dynamic Shape A Better Social Media Agent [69.12885360755408]
パーソナライズされた知識と動的ペルソナ情報に基づくソーシャルメディアエージェントを構築する。
パーソナライズされた知識に対して、外部知識ソースを追加し、エージェントのペルソナ情報とマッチングすることにより、エージェントにパーソナライズされた世界知識を与える。
動的ペルソナ情報については、現在の行動情報を用いてエージェントのペルソナ情報を内部的に検索し、現在の行動に対する多様なペルソナ情報の干渉を低減する。
論文 参考訳(メタデータ) (2024-03-28T10:01:23Z) - 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) - 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) - "Thought I'd Share First" and Other Conspiracy Theory Tweets from the
COVID-19 Infodemic: Exploratory Study [0.0]
健康関連の誤報は公衆衛生のメッセージングを脅かす。
ソーシャルメディア上での誤情報の監視は、公衆の健康に悪影響を及ぼす可能性のあるアイデアの進化を理解する上で重要である。
論文 参考訳(メタデータ) (2020-12-14T17:24:59Z) - 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) - Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。
偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。
本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
論文 参考訳(メタデータ) (2020-10-20T19:37:04Z) - Information Consumption and Social Response in a Segregated Environment:
the Case of Gab [74.5095691235917]
この研究は、COVID-19トピックに関するGab内のインタラクションパターンの特徴を提供する。
疑わしい、信頼できるコンテンツに対する社会的反応には、統計的に強い違いはない。
本研究は,協調した不正確な行動の理解と情報操作の早期警戒に関する知見を提供する。
論文 参考訳(メタデータ) (2020-06-03T11:34:25Z)
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。