Негативные «ретвиты», похоже, укрепляют теории заговора о мошенничестве на выборах
Группа учёных-бихевиористов, использующая большие данные и симуляционную модель для анализа «твитов» в социальных сетях в период президентских выборов 2020 года в США, обнаружила, что распространению теорий заговора о мошенничестве на выборах в Твиттере (теперь называемом X) способствовала предвзятость негатива. Результаты исследования под руководством Мэйсона Янгблада, доктора философии, научного сотрудника Института перспективных вычислительных наук Университета Стоуни-Брук, опубликованы в журнале Humanities and Social Sciences Communications.
Исследователи смоделировали поведение около 350 000 реальных пользователей Twitter. Они обнаружили, что шаблоны обмена примерно 4 миллионами твитов о фальсификациях на выборах согласуются с тем, что люди с гораздо большей вероятностью ретвитят посты в социальных сетях, которые содержат более сильные негативные эмоции.

Распределение ретвитов в результате соответствия, антиконформности, содержания и влияния подписчиков с использованием этого ABM (по 100 итераций каждая), наряду с наблюдаемым распределением ретвитов (черным цветом). Все предвзятости были смоделированы с g 0,25 и следующими значениями параметров: a = 1,4 (предвзятость соответствия), a = 0,6 (предвзятость антисогласия), c = 1 (предвзятость контента) и d = 1 (влияние подписчиков). Ось X — это идентификатор каждого твита, ранжированный по убыванию количества ретвитов, а ось Y показывает количество ретвитов каждого из этих твитов. Обе оси были логарифмически преобразованы.
Данные для их исследования были взяты из набора данных VoterFraud2020, собранного в период с 23 октября по 16 декабря 2020 года. Этот набор данных включает 7,6 миллиона твитов и 25,6 миллиона ретвитов, которые были собраны в режиме реального времени с использованием программного интерфейса потоковой передачи X в соответствии с установленными правилами для этичного использования данных из социальных сетей.
— Мэйсон Янгблад.
Учитывая это, команда провела моделирование того, как отдельные пользователи пишут и ретвитят друг друга в Твиттере с разными уровнями и формами когнитивной предвзятости, и сравнила полученные результаты с реальными моделями поведения ретвитов среди сторонников теорий заговора с мошенничеством на выборах во время и вокруг выборов.
— Мэйсон Янгблад.
С помощью моделирования и численного анализа Янгблад и его коллеги обнаружили, что полученные результаты согласуются с предыдущими исследованиями других авторов, предполагающими, что эмоционально негативный контент имеет преимущество в социальных сетях в различных областях, включая освещение новостей и политический дискурс.
Модель также показала, что, хотя негативные твиты с большей вероятностью ретвитировались, твиты с цитатами, как правило, были более умеренными, чем оригинальные, поскольку люди, как правило, не усиливали негатив, комментируя что-либо.
Янгблад считает, что, поскольку модель, основанная на симуляции, достаточно хорошо воссоздает закономерности в реальных данных, она потенциально может быть полезна для моделирования мер против дезинформации в будущем. Модель можно использовать для создания инструментов, используя которые компании или политики могут попытаться ограничить распространение информации, например, снизить скорость попадания твитов в новостные ленты.
Исследователи смоделировали поведение около 350 000 реальных пользователей Twitter. Они обнаружили, что шаблоны обмена примерно 4 миллионами твитов о фальсификациях на выборах согласуются с тем, что люди с гораздо большей вероятностью ретвитят посты в социальных сетях, которые содержат более сильные негативные эмоции.
Распределение ретвитов в результате соответствия, антиконформности, содержания и влияния подписчиков с использованием этого ABM (по 100 итераций каждая), наряду с наблюдаемым распределением ретвитов (черным цветом). Все предвзятости были смоделированы с g 0,25 и следующими значениями параметров: a = 1,4 (предвзятость соответствия), a = 0,6 (предвзятость антисогласия), c = 1 (предвзятость контента) и d = 1 (влияние подписчиков). Ось X — это идентификатор каждого твита, ранжированный по убыванию количества ретвитов, а ось Y показывает количество ретвитов каждого из этих твитов. Обе оси были логарифмически преобразованы.
Данные для их исследования были взяты из набора данных VoterFraud2020, собранного в период с 23 октября по 16 декабря 2020 года. Этот набор данных включает 7,6 миллиона твитов и 25,6 миллиона ретвитов, которые были собраны в режиме реального времени с использованием программного интерфейса потоковой передачи X в соответствии с установленными правилами для этичного использования данных из социальных сетей.
Теории заговора о крупномасштабных фальсификациях на выборах широко и быстро распространились в Твиттере во время президентских выборов в США в 2020 году, но неясно, какие процессы ответственны за их распространение
— Мэйсон Янгблад.
Учитывая это, команда провела моделирование того, как отдельные пользователи пишут и ретвитят друг друга в Твиттере с разными уровнями и формами когнитивной предвзятости, и сравнила полученные результаты с реальными моделями поведения ретвитов среди сторонников теорий заговора с мошенничеством на выборах во время и вокруг выборов.
Наши результаты показывают, что распространение сообщений о мошенничестве на выборах в Твиттере было вызвано предвзятостью к твитам с более негативными эмоциями, и это имеет важные последствия для текущих дебатов о том, как противостоять распространению теорий заговора и дезинформации в социальных сетях
— Мэйсон Янгблад.
С помощью моделирования и численного анализа Янгблад и его коллеги обнаружили, что полученные результаты согласуются с предыдущими исследованиями других авторов, предполагающими, что эмоционально негативный контент имеет преимущество в социальных сетях в различных областях, включая освещение новостей и политический дискурс.
Модель также показала, что, хотя негативные твиты с большей вероятностью ретвитировались, твиты с цитатами, как правило, были более умеренными, чем оригинальные, поскольку люди, как правило, не усиливали негатив, комментируя что-либо.
Янгблад считает, что, поскольку модель, основанная на симуляции, достаточно хорошо воссоздает закономерности в реальных данных, она потенциально может быть полезна для моделирования мер против дезинформации в будущем. Модель можно использовать для создания инструментов, используя которые компании или политики могут попытаться ограничить распространение информации, например, снизить скорость попадания твитов в новостные ленты.
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Возможно, целлофановые пчелы — спасение человечества: они миллионы лет делают то, что нужно нам как воздух
Поразительно, но удивительный продукт ученые нашли почти полвека назад, но почему-то до последнего времени не обращали на него внимания...
Тайна скифской ДНК: что поразило российских ученых, когда они заглянули в геном легендарных кочевников древности
Оказалось, что 2500 лет подряд историки ошибались в происхождении этого народа. Теории и учебники придется серьезно переписать...
Новый рецепт апокалипсиса: даже небольшая ядерная боеголовка на орбите гарантировано выведет из игры 99% аппаратов за считаные дни
Однако самое опасное, по словам ученых, начнется позже. Почему космос будет фактически закрыт?...
Ненужный рай: 1500-километровое путешествие показало, почему древние люди обходили стороной Зеленую Аравию
Выяснилось, что питьевая вода еще не делает местность пригодной для жилья. Племенам из древности требовалось еще кое-что необходимое...
Назад в будущее: в России вернут проводное радио. Зачем? Почему спорят эксперты?
В технологию уже вложено более миллиарда рублей, а МЧС называет проводное радио лучшим способом оповещения на сегодня...
Древние майя настолько любили красный цвет, что в итоге эта страсть, возможно, стала одной из причин гибели цивилизации
Ученые нашли доказательства, как яркая краска способствовала краху великой империи...
Авиация в США наконец-то уходит… с дискет: почему так поздно и как с этим обстоят дела в России?
Американцы потратили на выход из 90-х чудовищные суммы, но далеко не факт, что все заработает в срок и как надо...
Настоящий Ковчег Завета, возможно, спрятан в Эфиопии: почему его может видеть только один человек?
Этой истории 3000 лет, но она до сих пор далека от своего завершения...
Загадочный астероид неожиданно ускорился: у астрофизиков заканчиваются объяснения и гипотезы
Пожалуй, это самый интересный космический детектив за последнее время, и пока он далек до финала...
Наша Вселенная скреплена невидимым галактическим клеем: и без него нас бы не было
По словам ученых, «склеивание» произошло уже в первые секунды существования мироздания...
Парадокс Древнего Перу: жили мирно, но при этом приносили массовые и жестокие человеческие жертвы. Почему?
Ученый рассказал, какую роль в истории сыграл Эль-Ниньо и почему ритуальные убийства совершали «без гнева и конфликта»...
Усиленно боролись за чистоту, но просчитались: как роковая ошибка властей поставила под угрозу целый средневековый город
Норвежский Тронхейм был самым чистым в Европе, однако руководству города этого показалось мало. Хотели как лучше, а получилось как всегда...
В России создана революционная упаковка: молоко будет свежим целый месяц
Разбираемся: не испортился ли вкус продукта и когда ожидать чудо-пачки в продаже...
Выход на новый уровень: почему Россия возрождает проводное радио, а Китай давно прокачал этот вид связи
У старой технологии обнаружился огромный потенциал, который поможет миллионам людей...