Beispiele für Benutzerreaktionen auf soziale Korrekturen. Hier ist die soziale Korrektur die von normalen Benutzern gepostete Antwort zur Desinformationsbekämpfung (zweite Zeile), und die Antwort des Benutzers ist die Antwort auf die Antwort zur Desinformationsbekämpfung (dritte Zeile). Kredit: arXiv (2024). DOI: 10.48550/arxiv.2403.04852
Eine eingehende neue Analyse zeigt, dass Benutzer, die auf X, früher bekannt als Twitter, mit einer positiven Einstellung, Höflichkeit und stichhaltigen Beweisen auf Fehlinformationen zum COVID-19-Impfstoff reagieren, eher dazu neigen, andere dazu zu ermutigen, falschen Informationen nicht zu glauben.
Forscher von drei Georgia Tech-Schulen haben den effektivsten Weg gefunden, Fehlinformationen über Impfstoffe auf der X-Plattform zu bekämpfen. Sie haben außerdem ein Prognosetool entwickelt, um Benutzern zu zeigen, ob ihre Reaktion zu einer Änderung ihrer Meinung führt oder nach hinten losgeht und die Desinformation verstärkt. Es kann auch gut gemeinte Antworten identifizieren, die Fehlinformationen widersprechen sollen, aber die soziale Korrektur beeinträchtigen.
Ein Forschungsbericht mit den vollständigen Ergebnissen wird diese Woche auf der ACM Web Science-Konferenz in Stuttgart vorgestellt. Es ist derzeit verfügbar auf arXiv Preprint-Server.
Wie weiße Blutkörperchen einen Virus angreifen, haben sich Social-Media-Nutzer zusammengeschlossen, um online verbreitete Fehlinformationen zu entlarven, ein Phänomen, das Forscher als soziale Korrektur bezeichnen.
Die Erfolgsquote sozialer Abhilfemaßnahmen auf den meisten Social-Media-Websites wurde nicht ermittelt. Allerdings haben Forscher jetzt eine klarere Vorstellung davon, ob Benutzereingriffe auf X erfolgreich sind.
Ihre Methode nutzt eine Mischung aus künstlicher Intelligenz und einem Datensatz von 1,5 Millionen Tweets mit Fehlinformationen über den COVID-19-Impfstoff. Anschließend untersuchten die Forscher die Reaktionen der Benutzer auf Fehlinformationen sowie die Konsequenzen dieser Reaktionen.
In dem Artikel schreiben die Forscher, dass ihr Datensatz vor der Einführung der Community-Notizen-Funktion von X erstellt wurde, die es Benutzern ermöglicht, Korrekturen an Beiträgen auf der Plattform einzureichen. Sie weisen darauf hin, dass dieses System Benutzer daran hindert, auf Texte und Etiketten zur Faktenprüfung zu reagieren, und den erheblichen Informationsfluss auf der Website nicht widerspiegelt.
Als eine der ersten Taxonomien zur sozialen Korrektur von Nutzern auf der X-Plattform hoffen die Forscher, dass sie zukünftige Bemühungen zur Faktenprüfung unterstützen wird. Obwohl sich das Papier nur auf englischsprachige Veröffentlichungen konzentriert, handelt es sich um einen Rahmen, der erweitert werden kann, um der wachsenden Bedrohung durch Online-Fehlinformationen zu begegnen.
Mehr Informationen:
Bing He et al, Corrective or Backfire: Charakterisierung und Vorhersage der Benutzerreaktion auf soziale Korrekturen, arXiv (2024). DOI: 10.48550/arxiv.2403.04852
Zeitschrifteninformationen:
arXiv
Bereitgestellt vom Georgia Institute of Technology
Zitat: Forscher entwickeln eine erfolgreiche Strategie zur Bekämpfung von Impfstoff-Fehlinformationen im HTML-Format
Dieses Dokument unterliegt dem Urheberrecht. Mit Ausnahme der fairen Nutzung für private Studien- oder Forschungszwecke darf kein Teil ohne schriftliche Genehmigung reproduziert werden. Der Inhalt dient lediglich der Information.