Eine neue eingehende Analyse zeigt, dass Benutzer, die auf X (früher bekannt als Twitter) mit einer positiven Einstellung, Höflichkeit und starken Beweisen auf Fehlinformationen über den COVID-19-Impfstoff reagieren, andere eher dazu ermutigen, den falschen Informationen keinen Glauben zu schenken.
Forscher von drei Georgia Tech-Schulen haben den effektivsten Weg gefunden, Falschinformationen über Impfstoffe auf der X-Plattform entgegenzutreten. Sie haben auch ein Vorhersagetool entwickelt, das den Benutzern zeigt, ob ihre Antwort erfolgreich ist, die Meinung der Benutzer zu ändern, oder ob es nach hinten losgeht und die Falschinformationen verstärkt. Es kann auch gut gemeinte Antworten identifizieren, die Falschinformationen widersprechen sollen, aber einer sozialen Korrektur im Wege stehen.
Ein Forschungsbericht mit den vollständigen Ergebnissen wird diese Woche vorgestellt bei der ACM Web Science-Konferenz in Stuttgart, Deutschland. Derzeit ist es verfügbar auf der arXiv Preprint-Server.
Es ist bekannt, dass sich Social-Media-Benutzer wie weiße Blutkörperchen, die einen Virus angreifen, zusammenschließen und im Internet verbreitete Fehlinformationen entlarven. Forscher bezeichnen dieses Phänomen als „soziale Korrektur“.
Die Erfolgsquote der sozialen Korrektur auf den meisten Social-Media-Sites wurde nicht ermittelt. Forscher haben jedoch jetzt ein klareres Bild davon, wie erfolgreich Benutzereingaben auf X sein können.
Ihre Methode nutzt eine Mischung aus künstlicher Intelligenz und einem Datensatz von 1,5 Millionen Tweets, die Fehlinformationen über den COVID-19-Impfstoff enthalten. Anschließend untersuchten die Forscher die Reaktionen der Benutzer auf die Fehlinformationen sowie die Folgen dieser Antworten.
In dem Artikel schreiben die Forscher, dass ihr Datensatz aus der Zeit vor der Einführung der Community-Notes-Funktion von X stammt, die es Benutzern ermöglicht, Korrekturen an Beiträgen auf der Plattform einzureichen. Sie weisen darauf hin, dass dieses System Benutzer daran hindert, auf faktenprüfende Texte und Beschriftungen zu reagieren, und nicht den großen Informationsfluss auf der Website widerspiegelt.
Da es sich um eine der ersten Taxonomien zur sozialen Korrektur durch Benutzer auf der X-Plattform handelt, hoffen die Forscher, dass sie künftige Bemühungen zur Faktenüberprüfung unterstützen wird. Obwohl sich das Papier nur auf Textbeiträge in englischer Sprache konzentrierte, handelt es sich um ein Framework, das erweitert werden kann, um der wachsenden Bedrohung durch Fehlinformationen im Internet zu begegnen.
Mehr Informationen:
Bing He et al, Korrektur oder Fehlschlag: Charakterisierung und Vorhersage der Benutzerreaktion auf soziale Korrektur, arXiv (2024). DOI: 10.48550/arxiv.2403.04852