論文の概要: Demystifying Misconceptions in Social Bots Research
- arxiv url: http://arxiv.org/abs/2303.17251v2
- Date: Wed, 27 Mar 2024 14:48:48 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-28 23:22:06.777851
- Title: Demystifying Misconceptions in Social Bots Research
- Title(参考訳): 社会ボット研究における誤解の解き方
- Authors: Stefano Cresci, Kai-Cheng Yang, Angelo Spognardi, Roberto Di Pietro, Filippo Menczer, Marinella Petrocchi,
- Abstract要約: ソーシャルボットの研究は、知識の進歩と、最も議論を呼んだオンライン操作のソリューションの提供を目的としている。
しかし、ソーシャルボットの研究は、広範な偏見、誇張された結果、誤解に悩まされている。
本稿は、社会ボット研究の支持者と反対者の両方が用いている共通の誤った議論を特定し、否定することで、そのような取り組みを加速させるものである。
- 参考スコア(独自算出の注目度): 8.179104445430136
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Research on social bots aims at advancing knowledge and providing solutions to one of the most debated forms of online manipulation. Yet, social bot research is plagued by widespread biases, hyped results, and misconceptions that set the stage for ambiguities, unrealistic expectations, and seemingly irreconcilable findings. Overcoming such issues is instrumental towards ensuring reliable solutions and reaffirming the validity of the scientific method. In this contribution, we review some recent results in social bots research, highlighting and revising factual errors as well as methodological and conceptual biases. More importantly, we demystify common misconceptions, addressing fundamental points on how social bots research is discussed. Our analysis surfaces the need to discuss research about online disinformation and manipulation in a rigorous, unbiased, and responsible way. This article bolsters such effort by identifying and refuting common fallacious arguments used by both proponents and opponents of social bots research, as well as providing directions toward sound methodologies for future research in the field.
- Abstract(参考訳): ソーシャルボットの研究は、知識の進歩と、最も議論を呼んだオンライン操作のソリューションの提供を目的としている。
しかし、社会ボットの研究は、広く偏見、誇張された結果、曖昧さ、非現実的な期待、そして一見不可能な発見の舞台となった誤解に悩まされている。
このような問題を克服することは、信頼性の高い解決策の確保と、科学的方法の有効性の再確認に有効である。
本稿では,社会的ボット研究の最近の成果を概観し,事実的誤りと方法論的,概念的バイアスを強調・修正する。
さらに重要なことは、社会ボットの研究の議論に関する基本的な点に対処しながら、一般的な誤解を軽視することです。
我々の分析は、厳格で曖昧で責任ある方法で、オンラインの偽情報や操作に関する研究を議論する必要性を浮き彫りにしている。
本稿では,社会ボット研究の支持者と反対者の両方が用いている共通の誤った議論を特定し,否定することで,このような取り組みを加速させ,今後の研究に向けての健全な方法論の方向性を提供する。
関連論文リスト
- Adversarial Botometer: Adversarial Analysis for Social Bot Detection [1.9280536006736573]
ソーシャルボットは人間の創造性を模倣するコンテンツを制作する。
悪意のあるソーシャルボットは、非現実的なコンテンツで人々を騙すようになる。
テキストベースのボット検出器の動作を競合環境下で評価する。
論文 参考訳(メタデータ) (2024-05-03T11:28:21Z) - Virtual Harassment, Real Understanding: Using a Serious Game and
Bayesian Networks to Study Cyberbullying [0.9246281666115259]
本研究は,データ収集と教育のための非侵襲的なツールとして,真剣なゲームを活用する,革新的なアプローチを探求する。
本ゲームを用いた予備試験では,従来の人口統計調査や心理調査よりも有望な結果が得られた。
論文 参考訳(メタデータ) (2023-09-15T14:30:28Z) - 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) - The Age of Synthetic Realities: Challenges and Opportunities [85.058932103181]
我々は、有害な合成生成を識別し、それらを現実と区別することのできる法医学的手法の開発における重要な必要性を強調した。
我々の焦点は、画像、ビデオ、オーディオ、テキストなどの様々なメディアの形式にまで及んでいる。
この研究は、AI生成技術の急速な進歩と、法科学の基本原理に対する影響により、最も重要である。
論文 参考訳(メタデータ) (2023-06-09T15:55:10Z) - Solving NLP Problems through Human-System Collaboration: A
Discussion-based Approach [98.13835740351932]
本研究の目的は,対話を通じて予測を議論・洗練するシステムのための,データセットと計算フレームワークを構築することである。
提案システムでは,自然言語推論タスクにおいて,最大25ポイントの精度向上が期待できることを示す。
論文 参考訳(メタデータ) (2023-05-19T16:24:50Z) - Aggression and "hate speech" in communication of media users: analysis
of control capabilities [50.591267188664666]
著者らは新メディアにおける利用者の相互影響の可能性を検討した。
新型コロナウイルス(COVID-19)対策として、緊急の社会問題について議論する際、攻撃やヘイトスピーチのレベルが高いことが分かった。
結果は、現代のデジタル環境におけるメディアコンテンツの開発に有用である。
論文 参考訳(メタデータ) (2022-08-25T15:53:32Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳(メタデータ) (2022-01-27T22:15:56Z) - Surveying the Research on Fake News in Social Media: a Tale of Networks
and Language [0.0]
ジャーナリズムとニュース拡散の歴史は、偽造、誤報、プロパガンダ、未確認の噂、不十分な報道、憎悪と分裂を含むメッセージの排除と密接に結びついている。
オンラインソーシャルメディアの爆発的な成長と、ニュースを消費し、創造し、共有する何十億もの個人によって、この古代の問題は再燃している。
これは多くの研究者が、偽の新規拡散の研究、理解、検出、防止のための新しい方法を開発するきっかけとなった。
論文 参考訳(メタデータ) (2021-09-13T14:10:44Z) - Individual Explanations in Machine Learning Models: A Case Study on
Poverty Estimation [63.18666008322476]
機械学習の手法は、敏感な社会的文脈でますます適用されつつある。
本研究の主な目的は2つある。
まず、これらの課題を公開し、関連性のある新しい説明方法の使用にどのように影響するか。
次に、関連するアプリケーションドメインで説明メソッドを実装する際に直面するような課題を軽減する一連の戦略を提示します。
論文 参考訳(メタデータ) (2021-04-09T01:54:58Z) - 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) - Adjusting for Confounders with Text: Challenges and an Empirical
Evaluation Framework for Causal Inference [15.506820260229256]
テキストソーシャルメディアデータを用いた因果推論研究は、人間の行動に関する実用的な洞察を与えることができる。
テキストを用いた因果的手法の実証評価フレームワークは存在しない。
本フレームワークは,テキストを用いた任意のカジュアル推論手法の評価を可能にする。
論文 参考訳(メタデータ) (2020-09-21T15:38:45Z)
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。