Data science

Tin tức nguy hiểm lan truyền như thế nào: Điều gì khiến người dùng Twitter đăng lại thông tin liên quan đến rủi ro

Các nhà khoa học khám phá cách thức thông tin liên quan đến các mối nguy hiểm tiềm ẩn có thể lan truyền trên mạng xã hội và cách ngăn chặn điều này. Tại Nhật Bản, một quốc gia thường xuyên phải hứng chịu nhiều thảm họa do thiên nhiên và nhân tạo, người dùng thường sử dụng mạng xã hội để lan truyền thông tin về các rủi ro và cảnh báo. Tuy nhiên, để tránh tung tin đồn thất thiệt, điều tối quan trọng là phải nhận ra những nguồn thông tin đáng tin cậy. Trong một nghiên cứu mới, các nhà nghiên cứu từ Đại học Osaka, Nhật Bản đã tiết lộ cơ chế mà thông tin liên quan đến rủi ro được phổ biến trên Twitter. Trong một thế giới được điều khiển bởi Internet, mạng xã hội đã trở thành nguồn cung cấp tất cả các loại thông tin. Điều này đặc biệt phù hợp trong các tình huống giống như khủng hoảng, khi các cảnh báo và thông tin liên quan đến rủi ro được lan truyền tích cực trên phương tiện truyền thông xã hội. Nhưng hiện tại, không có cách nào để xác định độ chính xác của thông tin. Điều này đôi khi dẫn đến việc lan truyền thông tin sai lệch, với một số độc giả thường phải gánh chịu hậu quả. Trong một nghiên cứu được công bố trên Tạp chí Nghiên cứu Tâm lý Nhật Bản, các nhà khoa học tại Đại học Osaka, bao gồm cả Giáo sư Asako Miura, đã tìm thấy một mô hình mà thông tin lan truyền trên mạng xã hội – có thể giúp ngăn chặn sự lan truyền của tin tức giả mạo. Giáo sư Miura nói: “Việc phổ biến thông tin qua mạng xã hội thường gắn liền với những tin đồn thất thiệt. Để ngăn chặn điều này, chúng tôi muốn làm sáng tỏ các cơ chế cơ bản bằng cách đào sâu hơn vào cách những tin đồn thất thiệt này lan truyền ”. Các nhà khoa học tập trung vào Twitter, một trang web phổ biến nơi người dùng có thể phổ biến hoặc chia sẻ thông tin thông qua tính năng “retweet”. Các mô hình truyền bá thông tin thông thường không giải thích được đầy đủ đường truyền chính xác trên mạng xã hội, vì chúng không tính đến đặc điểm người dùng cá nhân. Do đó, để nghiên cứu những đặc điểm này, đầu tiên các nhà khoa học đã chọn 10 tweet lại rất nhiều (nhiều hơn 50 lần) các tweet liên quan đến rủi ro. Dựa trên định nghĩa nổi tiếng của Slovic về nhận thức rủi ro, một mô hình nhận thức được sử dụng để đánh giá cách mọi người cảm nhận những rủi ro nhất định, họ đánh giá xem liệu người dùng cảm nhận những rủi ro này là “đáng sợ” (liên quan đến các sự kiện quy mô lớn với hậu quả nghiêm trọng tiềm ẩn) hay “không xác định” (khi chưa biết rõ tác động của sự kiện). Sau đó, họ phân tích mạng cá nhân của những người dùng đã tweet / tweet lại các tweet cụ thể — cụ thể là số lượng người theo dõi, người theo dõi và kết nối lẫn nhau. Họ phát hiện ra rằng những người dùng có ít kết nối hơn có xu hướng truyền bá thông tin một cách tùy tiện, có thể do thiếu kinh nghiệm hoặc nhận thức. Tuy nhiên, những người dùng có nhiều kết nối lẫn nhau có xu hướng cảm xúc hơn — họ có nhiều khả năng lan truyền thông tin khủng khiếp hơn, có thể có ý định chia sẻ phản ứng của họ với công chúng. Giáo sư Miura giải thích, “Nghiên cứu của chúng tôi cho thấy sự tồn tại của một cơ chế truyền bá thông tin trên mạng xã hội mà không thể giải thích bằng các mô hình lý thuyết thông thường. Chúng tôi đã chỉ ra rằng nhận thức rủi ro có tác động đáng kể đến 'khả năng trả lời lại' của các tweet. ” Bằng cách xác định các đặc điểm mạng người dùng trên Twitter, nghiên cứu này có khả năng đưa ra giải pháp ngăn chặn việc phổ biến tin tức giả mạo. Những đặc điểm này có thể được tận dụng để tối đa hóa việc truyền bá thông tin chính xác, đảm bảo rằng các biện pháp thích hợp được thực hiện. Giáo sư Miura kết luận: “Nghiên cứu của chúng tôi tạo cơ hội cho mọi người suy nghĩ lại về cách thức lan truyền thông tin sai lệch và cung cấp thông tin chính xác qua mạng xã hội”. Bài báo, “Sự lan truyền thông tin rủi ro qua các blog nhỏ: Người dùng Twitter có nhiều kết nối lẫn nhau hơn chuyển tiếp những tin tức đáng sợ hơn” được đăng trên Tạp chí Nghiên cứu Tâm lý Nhật Bản tại DOI: https://doi.org/10. 1111 / jpr. 12272. Tác giả: Masashi Komori, Asako Miura, Naohiro Matsumura, Kai Hiraishi, và Kazutoshi Maeda DOI: https://doi.org/10. 1111 / jpr. 12272 Được tài trợ bởi: Hiệp hội xúc tiến Nhật Bản cho Khoa học

  • Trang chủ
  • CRM
  • Email doanh nghiệp
  • Email marketing
  • Marketing News
  • Marketing tổng thể
  • SEO
  • Thiết kế Website
  • Web Hosting
  • Chatbot
  • Data science
  • Back to top button