論文の概要: Community Notes Moderate Engagement With and Diffusion of False Information Online

• arxiv url: http://arxiv.org/abs/2502.13322v1
• Date: Tue, 18 Feb 2025 22:50:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 13:59:55.808989
• Title: Community Notes Moderate Engagement With and Diffusion of False Information Online
• Title（参考訳）: 偽情報の拡散とコミュニティノート
• Authors: Isaac Slaughter, Axel Peytavin, Johan Ugander, Martin Saveski,
• Abstract要約: 我々は,X(旧Twitter)が採用したファクトチェック機能であるCommunity Notesの因果効果を推定し,偽コンテンツに対するファクトチェックノートの要請と拒否的評価を行う。 事実確認ノートの添付は偽コンテンツのエンゲージメントと拡散を著しく減少させることがわかった。
• 参考スコア（独自算出の注目度）: 5.167139505179326
• License:
• Abstract: Social networks scaffold the diffusion of information on social media. Much attention has been given to the spread of true vs. false content on online social platforms, including the structural differences between their diffusion patterns. However, much less is known about how platform interventions on false content alter the engagement with and diffusion of such content. In this work, we estimate the causal effects of Community Notes, a novel fact-checking feature adopted by X (formerly Twitter) to solicit and vet crowd-sourced fact-checking notes for false content. We gather detailed time series data for 40,074 posts for which notes have been proposed and use synthetic control methods to estimate a range of counterfactual outcomes. We find that attaching fact-checking notes significantly reduces the engagement with and diffusion of false content. We estimate that, on average, the notes resulted in reductions of 45.7% in reposts, 43.5% in likes, 22.9% in replies, and 14.0% in views after being attached. Over the posts' entire lifespans, these reductions amount to 11.4% fewer reposts, 13.0% fewer likes, 7.3% fewer replies, and 5.7% fewer views on average. In reducing reposts, we observe that diffusion cascades for fact-checked content are less deep, but not less broad, than synthetic control estimates for non-fact-checked content with similar reach. This structural difference contrasts notably with differences between false vs. true content diffusion itself, where false information diffuses farther, but with structural patterns that are otherwise indistinguishable from those of true information, conditional on reach.
• Abstract（参考訳）: ソーシャルネットワークは、ソーシャルメディア上の情報の拡散を足場にしている。 オンラインソーシャルプラットフォーム上での真と偽のコンテンツの普及には、拡散パターンの構造的差異など、多くの注意が払われている。 しかし、プラットフォームによるフェイクコンテンツへの介入が、そのようなコンテンツのエンゲージメントや拡散をどう変えるかについては、あまり知られていない。 本研究では,X(旧Twitter)が採用した新しいファクトチェック機能であるCommunity Notesによる,偽コンテンツに対するクラウドソースのファクトチェックノートの要請と拒否の因果効果を推定する。 提案した40,074のポストについて,詳細な時系列データを収集し,合成制御法を用いて,その逆効果を推定する。 事実確認ノートの添付は偽コンテンツのエンゲージメントと拡散を著しく減少させることがわかった。 平均して、リポストの45.7%、いいね!の43.5%、返信の22.9%、アタッチされた後の14.0%のビューが減ったと見積もっている。 投稿全体の寿命は11.4%減少し、いいね!が13.0%減少し、返信が7.3%減少し、平均ビューが5.7%減少した。 再投稿を減らすために, ファクトチェックされたコンテンツに対する拡散カスケードは, 非ファクトチェックされたコンテンツに対する合成制御推定よりも深度は低いが, 広さは小さいことが観察された。 この構造的違いは、偽情報の拡散そのものと真の内容拡散そのものの差とは特に対照的であり、偽情報がより遠くに拡散するが、それ以外は真情報の拡散とは区別できないような構造的パターンである。

関連論文リスト

• Who Checks the Checkers? Exploring Source Credibility in Twitter's Community Notes [0.03511246202322249]
  ソーシャルメディアプラットフォーム上での誤情報拡散は重大な懸念となっている。 この研究は、クラウドソースのファクトチェックにおける潜在的な役割にもかかわらず、Twitter Community Notesの特定の機能に焦点を当てている。 引用された情報源の大部分は、左派であり、高い事実性を持つニュースメディアであり、プラットフォームの事実チェックにおける潜在的なバイアスを示唆している。
  論文  参考訳（メタデータ） (2024-06-18T09:47:58Z)
• Lost in Translation -- Multilingual Misinformation and its Evolution [52.07628580627591]
  本稿では,95言語にまたがる25万以上のファクトチェックの分析を通じて,多言語誤報の頻度とダイナミクスについて検討する。 誤報のクレームの大部分は1回だけ事実チェックされているが、21,000件以上のクレームに対応する11.7%は複数回チェックされている。 誤情報拡散のプロキシとしてファクトチェックを用いると、言語境界を越えて繰り返し主張する主張の33%が見つかる。
  論文  参考訳（メタデータ） (2023-10-27T12:21:55Z)
• Unveiling the Hidden Agenda: Biases in News Reporting and Consumption [59.55900146668931]
  イタリアのワクチン論争に関する6年間のデータセットを構築し、物語と選択バイアスを特定するためにベイジアン潜在空間モデルを採用する。 バイアスとエンゲージメントの間に非線形な関係が見られ、極端な位置へのエンゲージメントが高くなった。 Twitter上でのニュース消費の分析は、同様のイデオロギー的な立場のニュースメディアの間で、一般的なオーディエンスを明らかにしている。
  論文  参考訳（メタデータ） (2023-01-14T18:58:42Z)
• Rumor Detection with Self-supervised Learning on Texts and Social Graph [101.94546286960642]
  異種情報ソース上での自己教師型学習を対照的に提案し,それらの関係を明らかにするとともに,噂をよりよく特徴付ける。 我々はこの枠組みをSRD(Self-supervised Rumor Detection)と呼ぶ。 3つの実世界のデータセットに対する大規模な実験により、ソーシャルメディア上での噂の自動検出におけるSRDの有効性が検証された。
  論文  参考訳（メタデータ） (2022-04-19T12:10:03Z)
• 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)
• The Evolution of Rumors on a Closed Platform during COVID-19 [0.0]
  2020年1月から7月にかけて台湾で最も人気のあるクローズドメッセージングプラットフォームから収集された114万の疑わしいメッセージのデータセットを調査した。 トピックや物語に応じて多数のテキストメッセージを効率的にクラスタ化できるハイブリッドアルゴリズムを提案しました。
  論文  参考訳（メタデータ） (2021-04-28T15:04:22Z)
• 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)
• Network Inference from a Mixture of Diffusion Models for Fake News Mitigation [12.229596498611837]
  人を騙し、世論に影響を与え、社会的成果を操ることを目的とした偽ニュースの普及は、ソーシャルメディアに迫る問題となっている。 本稿では,フェイクニュース緩和のためのネットワーク介入を容易にするために,偽コンテンツの拡散ダイナミクスの理解と活用に焦点をあてる。
  論文  参考訳（メタデータ） (2020-08-08T05:59:25Z)
• Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
  本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。 議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。 我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
  論文  参考訳（メタデータ） (2020-04-20T20:00:27Z)
• An Information Diffusion Approach to Rumor Propagation and Identification on Twitter [0.0]
  われわれは,Twitter上での顕微鏡レベルの誤情報拡散のダイナミクスについて検討した。 われわれの調査によると、噂のカスケードはより深く流れ、その噂はニュースとして隠され、恐怖を喚起するメッセージは他のメッセージよりも急速に拡散する。
  論文  参考訳（メタデータ） (2020-02-24T20:04:54Z)

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。