論文の概要: Misleading Ourselves: How Disinformation Manipulates Sensemaking
- arxiv url: http://arxiv.org/abs/2410.14858v1
- Date: Fri, 18 Oct 2024 20:52:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-22 13:12:29.028538
- Title: Misleading Ourselves: How Disinformation Manipulates Sensemaking
- Title（参考訳）: 間違いを犯す情報:偽情報がどのようにセンスメイキングを操るか
- Authors: Stephen Prochaska, Julie Vera, Douglas Lew Tan, Kate Starbird,
- Abstract要約: 本稿では、オンライン視聴者が新規、不確実、曖昧な情報を理解する能力を破壊することによって、偽情報がどのように機能するかを説明する。
正確な説明にまつわるもっともらしい説明に対する感覚の指向がいかにして操作に弱いかを説明する。
我々は、ひとつのイベントだけでなく、未来の多くのイベントに対して、どのように深層物語がセンスメイキングを形作るかを実証する。
- 参考スコア（独自算出の注目度）: 1.3999481573773074
- License:
- Abstract: Informal sensemaking surrounding U.S. election processes has been fraught in recent years, due to the inherent uncertainty of elections, the complexity of election processes in the U.S., and to disinformation. Based on insights from qualitative analysis of election rumors spreading online in 2020 and 2022, we introduce the concept of manipulated sensemaking to describe how disinformation functions by disrupting online audiences ability to make sense of novel, uncertain, or ambiguous information. We describe how at the core of this disruption is the ability for disinformation to shape broad, underlying stories called deep stories which determine the frames we use to make sense of this novel information. Additionally, we explain how sensemakings orientation around plausible explanations over accurate explanations makes it vulnerable to manipulation. Lastly, we demonstrate how disinformed deep stories shape sensemaking not just for a single event, but for many events in the future.
- Abstract（参考訳）: 近年、選挙の本質的な不確実性、米国の選挙プロセスの複雑さ、偽情報のために、アメリカの選挙プロセスを取り巻くインフォーマルな感覚が薄れつつある。
本稿では,2020年と2022年にオンラインに広まる選挙噂の質的分析から得られた知見をもとに,オンラインの視聴者が新規で不確実な情報や曖昧な情報を理解する能力を破壊することによって,偽情報がどのように機能するかを説明するために,操作されたセンスメイキングの概念を紹介した。
このディスラプションの核心は、この新しい情報を理解するために使用するフレームを決定するディープストーリーと呼ばれる、広義の物語を形作る能力である。
さらに, 正確な説明にまつわる意味のある説明の方向が, 操作の脆弱さを如何に説明するかを述べる。
最後に, あるイベントだけでなく, 将来的に多くのイベントに対して, 深層物語がいかに意味を成すかを実証する。
関連論文リスト
- ElectionRumors2022: A Dataset of Election Rumors on Twitter During the 2022 US Midterms [2.284479493171312]
我々は、中間選挙期間中にオンラインに広まった135の異なる噂に対応する1億81100万件のTwitter投稿のデータセットを提示、分析した。
我々はまた、アリゾナの選挙に関する3つの異なる噂、特に2022年の選挙噂の顕著な焦点について、混同分析を行いました。
論文 参考訳（メタデータ） (2024-07-22T21:02:26Z) - Deep Breath: A Machine Learning Browser Extension to Tackle Online
Misinformation [0.0]
本稿では,オンライン上の誤解を招くコンテンツの検出,処理,警告を行う新しいシステムを提案する。
機械学習モデルを既存の3万2000のクリックベイトニュース記事見出しのデータセットでトレーニングすることにより、このモデルは見出しがセンセーショナルであるかどうかを予測する。
既存の設計原則に基づいたユニークなコンテンツ警告通知を構築するWebブラウザエクステンションとインターフェースする。
論文 参考訳（メタデータ） (2023-01-09T12:43:58Z) - 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) - 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) - DISCO: Comprehensive and Explainable Disinformation Detection [71.5283511752544]
我々はdisCOと呼ばれる包括的で説明可能な偽情報検出フレームワークを提案する。
実世界のフェイクニュース検出タスクにおいて,disCOを満足な検出精度と説明力で実演する。
当社のデモは、識別性、理解性、説明可能性の限界に対処するための道を開くことを期待しています。
論文 参考訳（メタデータ） (2022-03-09T18:17:25Z) - Information Disorders, Moral Values and the Dispute of Narratives [0.0]
本稿では,情報障害を物語の論争として特徴づける枠組みを提案する。
このような説話は読者に提示され、主張中の主張を事実として受け入れるかどうかを判断しなければならない。
論文 参考訳（メタデータ） (2021-08-16T21:18:34Z) - Characterizing Online Engagement with Disinformation and Conspiracies in
the 2020 U.S. Presidential Election [9.63004143218094]
ソーシャルメディアの永続的な操作は、2020年のアメリカ合衆国大統領選挙に対する懸念を増している。
2億2200万の選挙関連ツイートのデータセットを分析し,信頼できない(あるいは陰謀的)クレームから事実を分離するために,検出モデルを適用した。
我々は、信頼できない、陰謀的なツイートと、QAnon陰謀グループとのアカウントのエンゲージメントを、政治的傾倒とツイートタイプによって特徴づける。
論文 参考訳（メタデータ） (2021-07-17T22:11:13Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳（メタデータ） (2021-04-28T07:02:24Z) - Misinfo Belief Frames: A Case Study on Covid & Climate News [49.979419711713795]
読者がニュースの信頼性や誤った情報の影響をどのように認識するかを理解するための形式主義を提案する。
23.5kの見出しに66kの推論データセットであるMisinfo Belief Frames (MBF) corpusを紹介する。
大規模言語モデルを用いて誤情報フレームを予測した結果,機械生成推論がニュース見出しに対する読者の信頼に影響を及ぼすことがわかった。
論文 参考訳（メタデータ） (2021-04-18T09:50:11Z) - An Agenda for Disinformation Research [3.083055913556838]
情報化は民主主義の基本的な基盤である社会政治機関への信頼を損なう。
偽り、誤解を招いたり、不正確な情報を欺く意図で配信することは、アメリカ合衆国にとって現実的な脅威である。
この成長する課題を理解し、対処するために、これらの余裕を活用するために、新しいツールとアプローチを開発する必要があります。
論文 参考訳（メタデータ） (2020-12-15T19:32:36Z) - 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)
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。