人工智能对战谣言并监视阴谋论 新冠病毒便是例子

研究表明,包含谣言和误导信息的推文经历了不断发酵并且随着时间推移而不断变化的过程,与最开始的信息出现了很大偏差 (社交网站)
研究表明,包含谣言和误导信息的推文经历了不断发酵并且随着时间推移而不断变化的过程,与最开始的信息出现了很大偏差 (社交网站)

“接种新冠疫苗导致不孕,这是隐藏世界的政府消灭人类并阻止人类繁衍的主要方法!

这是最近几天遍布社交媒体的谣言之一,事实上,发送这个“推文”的人并不是文盲或无知的人,而是一位50岁的大学教授,他强烈建议不要接种疫苗,然后在YouTube发布了一个视频,一些似乎是医生的人在视频中谈论新冠疫情以及其背后故事的阴谋。

事实上,去年初疫情爆发初期,关于新冠病毒的谣言就层出不穷,数百万条推文、帖子和视频在社交媒体上传播,大多数内容包含疫情旨在减少或控制人口、恐吓民众把人们当作更易领导和控制的活体动物的阴谋论。

这些不知道是谁发明或推动的毫无根据的谣言扰乱了世界各国医疗机构抗击和控制疫情的艰辛努力,上述谣言便是一个在世界各国阻挠人们接种新冠疫苗的实际例子。

谁发明或推动的谣言,讹传的信息的真实模样应当是什么?

没有人知道或能够知道。

但是,几天前情况如此,然而现在,人工智能使追溯这些谣言的来源、它们如何开始以及谁是其幕后推手变得可能。

根据Medical Internet Research杂志上发表的一项研究,美国研究团队设计了一个新型自动化学习软件,专门针对各类社交媒体上所有与疫情相关的谣言和阴谋论,监视它们是如何产生并随时间发展的,这将有助于公共卫生官员打击误导性信息,在谣言还处于孕育阶段时便将它们消除。

许多搜寻遍布社交媒体的谣言和误导性信息的自动化学习研究专注于识别各种阴谋论 (社交网站)

洛斯阿拉莫斯国家实验室信息系统和建模团队成员、上述研究作者之一考特尼·智立医生说,“大部分自动化学习研究正在搜寻遍布社交媒体的谣言和误导性信息,专注于识别各种各样的阴谋论,但是,我们专注于建立对这些谣言如何产生、如何随着传播不断变化和发展的更深入、更全面的理解,因为人们通常倾向于相信坏消息

他补充说,“该软件有助于公共卫生官员监测通过社交媒体传播并获得极大噱头的谣言和阴谋论的演变过程,在它们尚处于孕育期或扩散到不可控制前采取行动将其消灭

该研究题为Thought I’d Share First(以为我先分享),该研究分析了推特上与新冠病毒相关的传播最为广泛的4个谣言(阴谋理论),它们分别是5G能传播新冠病毒、比尔和梅琳达·盖茨基金会促使了新冠病毒的产生和传播、新冠病毒经过了基因编辑或在实验室中被制造出来以及当时正在研发中的新冠疫苗对人类健康有害。

洛斯阿拉莫斯国家实验室计算机专家、该研究作者之一达克斯·赫克斯表示:“初期,我们研究了包含180万条推特推文的数据库,这些推文含有与新冠疫情有关的关键字;然后,我们使用了特殊过滤模型,将数据库分组,确定与上述四个谣言有直接关系的推文,之后我们确定了四个分组,每一组包含数百条推文

其中一条谣言是比尔和梅琳达·盖茨基金会促使了新冠病毒的产生和传播 (路透)

他补充说,“后期,我们使用从这四组收集来的数据,为人工智能构建了一个专门的学习软件,使它能确定包含疫情错误信息的每一条推文并将其分类。这让我们能够监控谈论阴谋论和散布谣言的人,跟进这些误导信息随时间推移不断发展和演变的过程

该研究指出,随着时间的流逝,包括谣言和误差信息的推文不断通胀并变化,其来源不断改变。例如,比尔·盖茨2020年3月参加了Reddit网站上的问答活动,他透露了他对研发可用于记录疫苗接种情况的隐形墨水的投资。

活动刚结束,阴谋论便传播开来,主要内容为正在研发的新冠疫苗含有微型芯片,这些芯片将种植在人体内,监视人们的活动并减少人类繁殖。

智立博士证实,公共卫生官员知道谣言和阴谋论如何开始以及随着时间推移如何演变非常重要,他们可以制定针对性战略,将谣言和阴谋论扼杀在摇篮里,而当前这项技术将帮助他们完成这项任务。

来源 : 电子网站

相关文章

几周前,大多数阿拉伯报纸都刊登了这样的新闻标题:“参与辉瑞疫苗接种试验的六人死亡。”此消息公布前一天,英国公民开始接种新冠疫苗,这在整个阿拉伯世界引发了轩然大波,但问题只是,新闻标题措辞具有误导性。

2021年3月30日

历史学家尤瓦尔·诺亚·赫拉利(Yuval Noah Harari)对一个阴谋论提出批评,该阴谋论声称有一个秘密组织控制着世界,并控制着世界走向,声称该秘密组织伪造了人们的意识,给人一种幻觉,即他们最了解世界,最能感知世界的复杂性。

2020年11月30日

社交网站用户正在转载相关信息,警告目前正在研制的新冠疫苗,声称新冠疫苗对人体细胞造成了不可挽回的遗传损害,并造成了对人类基因的改变,这是危害人类罪,与此同时,社交网站用户对正在进行的临床试验细节持怀疑态度,那真相是什么?

2020年11月20日
更多科技内容
点击最多