論文の概要: How can we combat online misinformation? A systematic overview of
current interventions and their efficacy
- arxiv url: http://arxiv.org/abs/2212.11864v1
- Date: Thu, 22 Dec 2022 16:59:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 13:17:29.127988
- Title: How can we combat online misinformation? A systematic overview of
current interventions and their efficacy
- Title（参考訳）: オンライン誤報と戦うには?
最近の介入の体系的概要とその有効性
- Authors: Pica Johansson, Florence Enock, Scott Hale, Bertie Vidgen, Cassidy
Bereskin, Helen Margetts, Jonathan Bright
- Abstract要約: 我々は、誤情報に対する介入を理解するための新しい階層的枠組みをオンラインで開発する。
それは3つの重要な要素から構成される: 人々を受容しにくくする介入、誤報の拡散と影響を曲線化する介入、誤報に応答する介入。
- 参考スコア（独自算出の注目度）: 4.4628294018254495
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The spread of misinformation is a pressing global problem that has elicited a
range of responses from researchers, policymakers, civil society and industry.
Over the past decade, these stakeholders have developed many interventions to
tackle misinformation that vary across factors such as which effects of
misinformation they hope to target, at what stage in the misinformation
lifecycle they are aimed at, and who they are implemented by. These
interventions also differ in how effective they are at reducing susceptibility
to (and curbing the spread of) misinformation. In recent years, a vast amount
of scholarly work on misinformation has become available, which extends across
multiple disciplines and methodologies. It has become increasingly difficult to
comprehensively map all of the available interventions, assess their efficacy,
and understand the challenges, opportunities and tradeoffs associated with
using them. Few papers have systematically assessed and compared the various
interventions, which has led to a lack of understanding in civic and
policymaking discourses. With this in mind, we develop a new hierarchical
framework for understanding interventions against misinformation online. The
framework comprises three key elements: Interventions that Prepare people to be
less susceptible; Interventions that Curb the spread and effects of
misinformation; and Interventions that Respond to misinformation. We outline
how different interventions are thought to work, categorise them, and summarise
the available evidence on their efficacy; offering researchers, policymakers
and practitioners working to combat online misinformation both an analytical
framework that they can use to understand and evaluate different interventions
(and which could be extended to address new interventions that we do not
describe here) and a summary of the range of interventions that have been
proposed to date.
- Abstract（参考訳）: 誤報の拡散は、研究者、政策立案者、市民社会、産業から様々な反応を招いた世界的な問題である。
過去10年間にわたり、これらの利害関係者は、対象とする誤情報の影響、対象とする誤情報ライフサイクルのどの段階にあるか、実施されているかなど、さまざまな要因にまたがる誤情報に対処するために、多くの介入をしてきた。
これらの介入は、誤情報の拡散に対する感受性を減少させる(および抑制する)効果にも異なる。
近年では誤情報に関する学術的な研究が数多く行われており、様々な分野や方法論にまたがっている。
利用可能なすべての介入を包括的にマッピングし、有効性を評価し、それらを使用する上での課題や機会、トレードオフを理解することはますます困難になっています。
様々な介入を体系的に評価し比較する論文はほとんどなく、市民や政策に関する議論に対する理解の欠如につながっている。
これを念頭に、オンラインの誤情報に対する介入を理解するための新しい階層的枠組みを開発する。
このフレームワークは3つの重要な要素で構成されている: 人々を受容しにくくする介入、偽情報の拡散と影響を曲線化する介入、誤情報に応答する介入。
我々は、異なる介入がどのように機能するかを概説し、それらを分類し、その効果について利用可能な証拠を要約する。オンラインの誤った情報と戦うために働く研究者、政策立案者、実践者が、異なる介入を理解し評価するために使用できる分析的枠組み(そして、我々が説明していない新しい介入に対処するために拡張することができる)と、これまで提案されてきた介入の範囲の概要を提供する。
関連論文リスト
- Estimating Causal Effects of Text Interventions Leveraging LLMs [7.2937547395453315]
本稿では,大規模言語モデル(LLM)により促進されるテキスト変換を用いて因果効果を推定する手法を提案する。
既存の手法とは異なり、本手法は任意のテキスト介入に対応し、ドメイン適応能力を持つテキストレベル分類器を用いて、ドメインシフトに対するロバストな効果推定を生成する。
この様々なテキスト介入を扱う柔軟性は、テキストデータの因果推定において重要な進歩であり、人間の振る舞いをよりよく理解し、社会システム内で効果的なポリシーを開発する機会を提供する。
論文 参考訳（メタデータ） (2024-10-28T19:19:35Z) - Intervention strategies for misinformation sharing on social media: A bibliometric analysis [1.8020166013859684]
不正確な共有情報は混乱を引き起こし、精神的健康に悪影響を及ぼし、誤報による意思決定につながる。
本研究では,ソーシャルメディア上での誤情報共有に対処するための介入戦略の類型について検討する。
認識ベース、自動化ベース、情報ベース、ハイブリッドベースの4つの重要なクラスタを特定します。
論文 参考訳（メタデータ） (2024-09-26T08:38:15Z) - Understanding the Humans Behind Online Misinformation: An Observational
Study Through the Lens of the COVID-19 Pandemic [12.873747057824833]
われわれは、新型コロナウイルスのツイート3200万件と過去のツイート1600万件を分析した大規模な調査を行っている。
新型コロナウイルスの感染拡大に伴う誤情報を広めるユーザの行動と心理の理解と、非新型コロナウイルス領域における誤情報を共有しようとする歴史的傾向との関係に焦点をあてる。
論文 参考訳（メタデータ） (2023-10-12T16:42:53Z) - False Information, Bots and Malicious Campaigns: Demystifying Elements
of Social Media Manipulations [6.901078062583646]
オンラインソーシャルネットワーク(OSN)に対する偽情報や永続的な操作攻撃は、OSNの開放性に影響を与えている。
本稿では,様々な分野の知見を総合的に分析するために,様々な分野の知見を合成する。
論文 参考訳（メタデータ） (2023-08-24T01:37:33Z) - Zero-shot causal learning [64.9368337542558]
CaMLは因果メタラーニングフレームワークであり、各介入の効果をタスクとしてパーソナライズした予測を定式化する。
トレーニング時に存在しない新規介入のパーソナライズされた効果を予測することができることを示す。
論文 参考訳（メタデータ） (2023-01-28T20:14:11Z) - Social Influence Dialogue Systems: A Scoping Survey of the Efforts
Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
社会影響対話システムは、説得、交渉、治療を行うことができる。
これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。
この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
論文 参考訳（メタデータ） (2022-10-11T17:57:23Z) - 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) - Individual Explanations in Machine Learning Models: A Survey for
Practitioners [69.02688684221265]
社会的関連性の高い領域の決定に影響を与える洗練された統計モデルの使用が増加しています。
多くの政府、機関、企業は、アウトプットが人間の解釈可能な方法で説明しにくいため、採用に消極的です。
近年,機械学習モデルに解釈可能な説明を提供する方法として,学術文献が多数提案されている。
論文 参考訳（メタデータ） (2021-04-09T01:46:34Z) - Overcoming Failures of Imagination in AI Infused System Development and
Deployment [71.9309995623067]
NeurIPS 2020は研究論文に「潜在的な悪用と失敗の結果」に関するインパクトステートメントを含むよう要求した。
我々は、害の枠組みは文脈に適応し、潜在的な利害関係者、システム余裕、および最も広い意味での害を評価するための実行可能なプロキシを考える必要があると論じている。
論文 参考訳（メタデータ） (2020-11-26T18:09:52Z) - COVID-19 Misinformation and Disinformation on Social Networks -- The
Limits of Veritistic Countermeasures [0.0]
新型コロナウイルスのパンデミックは、大量の誤報の対象となっている。
ソーシャルメディアプラットフォームは最近、採用している対策の一部を公表した。
これは、生成される偽情報や偽情報の性質を調べる機会を与える。
論文 参考訳（メタデータ） (2020-08-03T11:25:47Z) - Mining Disinformation and Fake News: Concepts, Methods, and Recent
Advancements [55.33496599723126]
偽ニュースを含む偽ニュースは 爆発的な成長により グローバルな現象になっています
偽情報や偽ニュースを検知する最近の進歩にもかかわらず、その複雑さ、多様性、多様性、事実チェックやアノテーションのコストが原因で、いまだに自明ではない。
論文 参考訳（メタデータ） (2020-01-02T21:01:02Z)
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。