根据可信度分数拟合追随者计数的回归曲线。信用:科学报告(2021)。DOI:10.1038/s 14598-021-85608-5人们越来越难在网上破译虚假信息中的真实信息。但是信息在互联网上传播的方式——比如在社交媒体网络上从一个用户传播到另一个用户——可以作为信息是否真实的标志。这些是卡内基梅隆大学共青团研究人员的一项新研究的发现。
“错误信息带来的挑战是，人工智能已经发展到一个水平，推特机器人和深度假货正在混淆人类从虚构中破译真相的能力，”CyLab的康拉德·塔克说，他是机械工程教授，也是这项新研究的主要研究者。我们不想依靠人类来判断某样东西是否真实，而是想看看传播信息的网络是否可以用来判断它的真实性。"
这项研究发表在上周的《科学报告》上。塔克的博士生萨基·普拉卡什是这项研究的第一作者。
塔克说:“这项研究已经进行了很长时间。
为了研究真实和虚假的信息如何在社交网络中流动，研究真实的推特数据似乎是显而易见的选择。但是，研究人员需要的是捕捉人们在社交媒体网络存在的整个过程中如何连接、共享和喜欢内容的数据。
塔克说:“如果你现在看推特，你会发现人们已经联系上了。“我们希望在网络的开始阶段查看数据，如果您不是平台的所有者或创建者，这些数据很难获得。”
由于这些限制，研究人员建立了一个类似推特的社交媒体网络，并要求研究参与者使用它两天。研究人员在社交网络中填充了20个真实视频和20个虚假视频，这些视频都是从经过验证的来源收集的，但用户并不知道这些视频的真实性。然后，在48小时的过程中，620名参与者加入进来，开始互相关注，分享并喜欢这个模拟社交媒体网络上的视频。
为了鼓励参与，研究参与者受到了激励:在为期两天的研究结束时，拥有最多追随者的用户将获得100美元的现金奖励。然而，所有用户都得到了网络上每个人都能看到的可信度分数。如果用户分享了太多研究人员知道是假的内容，他们的可信度分数会受到影响。
塔克说，这种类似推特的模拟社交媒体网络是同类网络中的第一个，并且是开源的，供其他研究人员用于自己的目的。
塔克说:“我们的目标是推导出用户可信度、帖子点赞和一个用户与另一个用户建立联系的概率之间的关系。
事实证明，这种关系有助于推断错误信息是否在特定的社交媒体网络上共享，即使共享的内容本身是未知的。换句话说，信息在网络中共享的模式——与谁共享，收到多少赞，等等。—可用于推断信息的真实性。
塔克说:“现在，我们也许可以依靠人类的网络，而不是依靠人类自己来识别错误信息，即使我们不知道他们在分享什么。“通过观察信息共享的方式，我们可以开始推断共享的内容。
塔克说:“随着世界向更多的网络物理系统发展，量化信息的准确性将变得至关重要。
鉴于当前的机械系统正变得越来越互联，塔克强调了机械工程研究人员在理解他们创建的系统如何影响人、地方和政策方面发挥关键作用的机会。
塔克说:“我们的机械系统进化到机电系统，然后进化到收集数据的系统。“因为人是这个网络的一部分，你有与这些系统互动的人，你有其中的社会科学部分，我们需要理解这些漏洞，因为它与我们的机械和工程系统有关。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
