論文の概要: Algorithmically Curated Lies: How Search Engines Handle Misinformation about US Biolabs in Ukraine

• arxiv url: http://arxiv.org/abs/2401.13832v1
• Date: Wed, 24 Jan 2024 22:15:38 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-26 16:26:07.447945
• Title: Algorithmically Curated Lies: How Search Engines Handle Misinformation about US Biolabs in Ukraine
• Title（参考訳）: アルゴリズムでキュレートされた嘘: 検索エンジンがウクライナの米国のバイオラボの誤情報を扱う方法
• Authors: Elizaveta Kuznetsova, Mykola Makhortykh, Maryna Sydorova, Aleksandra Urman, Ilaria Vitulano, Martha Stolze
• Abstract要約: 2022年6月、Google、Bing、Yandexの検索出力の仮想エージェントベースのアルゴリズム監査を行う。 検索の言語に基づく誤情報暴露では,すべての検索エンジンがロシア語で偽ニュースを多く提示するなど,大きな相違がみられた。 これらの観察は、AICSが操作に脆弱である可能性、特に展開するプロパガンダキャンペーンの場合を強調している。
• 参考スコア（独自算出の注目度）: 39.58317527488534
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The growing volume of online content prompts the need for adopting algorithmic systems of information curation. These systems range from web search engines to recommender systems and are integral for helping users stay informed about important societal developments. However, unlike journalistic editing the algorithmic information curation systems (AICSs) are known to be subject to different forms of malperformance which make them vulnerable to possible manipulation. The risk of manipulation is particularly prominent in the case when AICSs have to deal with information about false claims that underpin propaganda campaigns of authoritarian regimes. Using as a case study of the Russian disinformation campaign concerning the US biolabs in Ukraine, we investigate how one of the most commonly used forms of AICSs - i.e. web search engines - curate misinformation-related content. For this aim, we conduct virtual agent-based algorithm audits of Google, Bing, and Yandex search outputs in June 2022. Our findings highlight the troubling performance of search engines. Even though some search engines, like Google, were less likely to return misinformation results, across all languages and locations, the three search engines still mentioned or promoted a considerable share of false content (33% on Google; 44% on Bing, and 70% on Yandex). We also find significant disparities in misinformation exposure based on the language of search, with all search engines presenting a higher number of false stories in Russian. Location matters as well with users from Germany being more likely to be exposed to search results promoting false information. These observations stress the possibility of AICSs being vulnerable to manipulation, in particular in the case of the unfolding propaganda campaigns, and underline the importance of monitoring performance of these systems to prevent it.
• Abstract（参考訳）: オンラインコンテンツの増加は、情報キュレーションのアルゴリズムシステムを採用する必要性を喚起する。 これらのシステムは、Web検索エンジンからレコメンデーションシステムまで多岐にわたっており、ユーザーが重要な社会的発展を知らせるのに役立つ。 しかし、ジャーナリストによる編集とは異なり、アルゴリズム情報キュレーションシステム(AICS)は様々な種類の不正な操作を受けており、操作に脆弱である。 操作のリスクは、AICSが権威主義政権のプロパガンダキャンペーンを支えている誤った主張に関する情報を扱う必要がある場合に特に顕著である。 ウクライナにおける米国バイオラボに関するロシアの偽情報キャンペーンのケーススタディとして、最もよく使われているAICSの1つ、すなわちWeb検索エンジンが誤情報関連コンテンツをキュレートする方法について検討する。 この目的のために、2022年6月にGoogle、Bing、Yandex検索出力の仮想エージェントベースのアルゴリズム監査を行う。 この結果から,検索エンジンのトラブル性能が明らかになった。 Googleのような一部の検索エンジンは、すべての言語や場所の誤報結果を返す可能性が低いが、3つの検索エンジンはいまだに相当量の偽コンテンツ(Googleでは33%、Bingでは44%、Yandexでは70%)を言及または宣伝している。 また、検索の言語に基づく誤情報暴露では、すべての検索エンジンがロシア語で偽ニュースを多く提示するなど、大きな相違が見られる。 位置情報だけでなく、ドイツのユーザーが偽情報を宣伝する検索結果に晒される可能性も高い。 これらの観察は、AICSが操作に脆弱である可能性、特に展開するプロパガンダキャンペーンにおいて強調し、それを防ぐためのシステムの監視性能の重要性を強調している。

関連論文リスト

• Auditing Google's Search Algorithm: Measuring News Diversity Across Brazil, the UK, and the US [0.0]
  本研究では,ブラジル,イギリス,米国における検索結果の分析により,Googleの検索アルゴリズムがニュースの多様性に与える影響について検討した。 Googleのシステムは、限られた数のニュースメディアを優先的に好んでいる。 発見は、検索結果のわずかに左に偏りを示し、人気のある、しばしば全国のメディアを好んでいることを示している。
  論文  参考訳（メタデータ） (2024-10-31T11:49:16Z)
• Evaluating Robustness of Generative Search Engine on Adversarial Factual Questions [89.35345649303451]
  生成検索エンジンは、人々がオンラインで情報を求める方法を変える可能性を秘めている。 しかし,既存の大規模言語モデル(LLM)が支援する生成検索エンジンからの応答は必ずしも正確ではない。 検索強化世代は、敵がシステム全体を回避できるため、安全上の懸念を増す。
  論文  参考訳（メタデータ） (2024-02-25T11:22:19Z)
• User Attitudes to Content Moderation in Web Search [49.1574468325115]
  我々は、Web検索における誤解を招く可能性のあるコンテンツや攻撃的なコンテンツに適用される様々なモデレーションプラクティスに対するサポートレベルについて検討する。 最も支持されている実践は、誤解を招く可能性のあるコンテンツや不快なコンテンツについてユーザーに知らせることであり、最も支持されていないものは、検索結果を完全に削除することである。 より保守的なユーザーやウェブ検索結果に対する信頼度が低いユーザーは、ウェブ検索におけるコンテンツモデレーションに反する傾向にある。
  論文  参考訳（メタデータ） (2023-10-05T10:57:15Z)
• 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)
• Searching for Representation: A sociotechnical audit of googling for members of U.S. Congress [2.4366811507669124]
  トップのGoogle検索結果の10%は、カリフォルニア州の議員を特定するために検索を利用する情報検索者を誤解させる可能性が高い。 誤解を招く結果の70%は、有機検索結果の上の特徴的スニペットに現れる。 特定された要因には、Googleがウィキペディアに大きく依存していること、権威の欠如、マシンパーサブル、地理的な位置に基づく選出された役人の身元に関する高精度なデータ、検索エンジンの未特定クエリの扱いなどがある。
  論文  参考訳（メタデータ） (2021-09-14T23:13:02Z)
• 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)
• Detection of fake news on CoViD-19 on Web Search Engines [0.0]
  中国が新型ウイルスの最初の症例(SARS-CoV-2)を報告した後、信頼性が低く、正確な情報がウイルス自体よりも早く拡散し始めた。 本研究は,検索エンジンを経由するテキスト情報を取り込んで解析することにより,誤用や偽コンテンツの検出を目標としている。
  論文  参考訳（メタデータ） (2021-03-22T13:07:26Z)
• Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
  本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。 我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。 説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
  論文  参考訳（メタデータ） (2020-07-24T05:42:29Z)
• A Deeper Investigation of the Importance of Wikipedia Links to the Success of Search Engines [7.433327915285967]
  検索結果ページ(SERP)におけるウィキペディアリンクの発生状況に関する調査結果について報告する。 ウィキペディアのリンクは重要な検索コンテキストでは極めて一般的であり、一般的なクエリやトレンドクエリでは全SERPの67～84%に表示されるが、医療クエリではそれほど多くはない。 本研究は,(1)ウィキペディアのコンテンツと研究はウィキペディア領域以外で大きな影響を与え,(2)検索エンジンのような強力な技術はボランティアが作成した無料コンテンツに大きく依存している,という補完的な概念を裏付けるものである。
  論文  参考訳（メタデータ） (2020-04-21T19:58:28Z)

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。