Wetenschap
Krediet:Pixabay/CC0 publiek domein
Duncan Watts, een Penn Integrates Knowledge Professor en computationeel sociaal wetenschapper met aanstellingen in de Annenberg School for Communication, School of Engineering and Applied Science en de Wharton School, heeft een nieuw raamwerk gepubliceerd voor het bestuderen van mediabias en verkeerde informatie. Verschijnt deze week in de Proceedings van de National Academy of Sciences en co-auteur van collega's bij Microsoft Research, de paper beschrijft een ambitieuze en uitgebreide onderzoeksagenda om de oorsprong te begrijpen, natuur, en de prevalentie van verkeerde informatie en de impact ervan op de democratie.
De uitdrukking "nepnieuws" is onderdeel geworden van het lexicon, aangespoord door berichtgeving over nep-politieke advertenties en Twitter-bots en door zorgen over hun rol in populistische politieke bewegingen zoals de Brexit en de presidentsverkiezingen van 2016. Deze verhalen hebben geleid tot een enorme hoeveelheid onderzoek, met de publicatie van duizenden kranten die probeerden te begrijpen hoe nepnieuws zich verspreidde.
"Deze overweldigende focus op regelrechte leugens die op sociale media circuleren, was verontrustend, maar er miste iets, ", zegt Watts. "En dat iets is deze veel bredere opvatting van verkeerde informatie."
Watts legt uit dat verkeerde informatie meer omvat dan alleen leugens en onwaarheden, omdat er ook subtielere manieren zijn waarop mensen kunnen worden misleid. Dit omvat data cherry picking, de relatie tussen correlatie en causaliteit verkeerd interpreteren, of zelfs gewoon feiten op een bepaalde manier presenteren, tactieken die mensen tot een verkeerde conclusie kunnen leiden zonder technisch te falen bij een feitencontrole.
Desinformatie is ook niet iets dat beperkt is tot sociale media, hij zegt, met televisie, radio, en gedrukte publicaties spelen ook een belangrijke rol. "Al het onderzoek dat op Twitter is gedaan, weegt ruimschoots op tegen de hoeveelheid onderzoek die de afgelopen vier jaar op tv is gedaan, en toch is tv voor typische Amerikanen een grotere bron van informatie over politiek dan Twitter is", zegt Watts. "We moeten echt veel uitgebreider nadenken over de delen van het informatie-ecosysteem die deze problemen zouden kunnen veroorzaken."
Hiertoe, Watts en zijn co-auteurs beschrijven vier specifieke doelstellingen die onderzoeksgemeenschappen en financieringsinstanties in staat zouden stellen om dit soort complexe vragen aan te pakken:
Bouw een grootschalige data-infrastructuur
De eerste stap, Watt zegt, is het bouwen van een onderzoeksinfrastructuur voor het verzamelen, organiseren, schoon, en gegevens beschikbaar en toegankelijk te maken voor de bredere onderzoeksgemeenschap. Het is verwant aan andere grootschalige onderzoeksinspanningen, zoals de Large Hadron Collider, waar een gemeenschap van wetenschappers zich verenigt om te werken aan een enkel instrument of project dat gegevens genereert voor een heel onderzoeksveld.
"Als je wilt kijken naar alles wat op televisie wordt geproduceerd, radio, en het web en stel vragen, er is geen manier om ze nu te beantwoorden, ", zegt Watts. "Er bestaat geen infrastructuur om die gegevens te verzamelen, en zelfs het verzamelen van die gegevens is al een enorme onderneming."
Opzetten van een 'mass collaboration'-model
Met een robuuste data-infrastructuur, de volgende doelstelling is om de waarde ervan te maximaliseren door de inspanningen van meerdere onderzoeksgroepen te coördineren. In plaats van te werken aan afzonderlijke datasets die worden samengesteld en geanalyseerd door een individu of groep, dit werkmodel biedt een manier om problemen holistischer te bestuderen.
Deze strategie kan onderzoekers ook helpen om effectiever te werken aan grootschalige problemen, de reproduceerbaarheid van studies verbeteren, en help groepen voort te bouwen op cumulatieve kennis die vervolgens buiten de academische wereld kan worden toegepast, zegt Watt.
Communiceren met belanghebbenden
Het is belangrijk om het publiek te informeren over hun bevindingen, Watt zegt, en het is ook cruciaal om gegevens zowel toegankelijk als relevant te maken.
"Het publiek informeren is waardevol om te doen, maar het is niet iets waar we als academici veel motivatie voor hebben, " zegt Watts, eraan toevoegend dat verschillende manieren om dit doel te bereiken het publiceren van "levende" versies van onderzoekspapers in de vorm van datadashboards kunnen zijn.
Ontwikkel partnerschappen tussen de academische wereld en de industrie
"Het zou al een grote stap zijn voor mensen van verschillende disciplines en instellingen om samen te werken aan een gemeenschappelijke dataset, maar, als we daadwerkelijk problemen in de wereld willen oplossen, we moeten meer doen dan alleen dingen begrijpen. We moeten ook proberen interventies te ontwerpen die de ervaring van mensen op echte platforms beïnvloeden en de gevolgen meten, " hij zegt.
Van het samenwerken met computerwetenschappers om de eerlijkheid van algoritmen te verbeteren tot het werken met journalisten om hen te helpen begrijpen hoe hun werk de publieke opinie beïnvloedt, samenwerking met partners buiten de academische wereld is essentieel om verkeerde informatie aan te pakken, zegt Watts.
Om het werk om deze doelstellingen te bereiken te consolideren en te versnellen, Watts lanceerde vorige maand het Computational Social Science Lab in Penn. Begin volgend academiejaar opent het officieel haar deuren. Het lopende onderzoek omvat het bestuderen van de prevalentie van radicale inhoud op YouTube, evalueren hoe mediaconsumptie is verschoven van live tv naar streamingplatforms, de effecten van echokamers, het identificeren en volgen van vooroordelen in berichtgeving in de media, en een aantal projecten met dataleveranciers om de datakwaliteit te verbeteren, zodat onderzoekers deze complexe datasets gemakkelijker kunnen analyseren en begrijpen.
“Veel onderzoekers kunnen dan aan de slag met deze data, en dan stijgt de hoeveelheid onderzoek die door deze infrastructuur wordt gegenereerd met 100 of 100 keer. Ik denk dat dat de echte innovatie zal zijn, "zegt hij. "Er zijn veel vragen, en we zouden graag veel mensen willen helpen die vragen te beantwoorden."
Wetenschap © https://nl.scienceaq.com