物理科技生物学-PHYICA

实验表明,随着事实验询人员所做一级大黄的,术语率可靠地汇率故事

科学新闻 2021-09-27 00:04:02

通过Peter Dizikes,Massachusetts理工学学分:未提出/ CC0公共领域面对误导的严重担忧,社交媒体网络和新闻组织经常采用事实验证者对真实的假

但是,事实检查人员只能评估在线漂浮的一小部分故事

麻省理工学院研究人员的新研究表明了一种替代方法:普通读者组的众群准确性判断几乎与专业事实检查者的工作一样有效

“”事实检查的一个问题是刚刚存在对于专业的事实 - 检查员来说,尤其是在合理的时间范围内的方式太多,“詹妮弗·艾伦说,pH

d

D

学生在麻省理工学院斯洛南管理学院并共同作者的新出版论文详细说明了该研究

但是目前的研究,检查了200多个新闻报道,Facebook的算法因进一步审查而被标记为进一步的审查已经找到了解决这个问题的方法,通过使用相对较小的,政治平衡的界限读者来评估新闻报道的头条和引导句

“”我们发现它是令人鼓舞的,“艾伦说:Allen

“作为彼此相关的事实检查者的事实 - 跳棋的判断,10至15人的平均评级与彼此相关的事实检查者

这有助于可扩展性问题,因为这些评估者是普通人没有事实检查培训,他们只是阅读了头条新闻和领先句,而不花时间做任何研究

“这意味着众包方法可以广泛部署,而且便宜地部署

该研究估计,让读者的成本评估新闻的方式约为0美元

90每篇故事

“没有一件事解决了在线虚假新闻问题,”MIT Sloan和研究高级协作教授David Rand说

“但我们”重新努力为反错误信息工具包添加有希望的方法

“”论文“,”使用人群智慧进行缩放的事实检查“,今天正在科学推进

共同作者是艾伦;安东尼奥

Arechar是麻省理工学院人类合作实验室的研究科学家;戈登佩尼克州雷诺山大学行为科学助理教授/ Levene业务学院;和兰德,谁是埃尔文H

Schell教授和麻省理工学院管理科学与脑和脑和认知科学教授,以及麻省理工学院的应用合作总监实验室

尊重读者进行研究,研究人员使用了207个新闻文章,其中一个内部Facebook算法确定为需要事实检查,要么是因为有理由相信它们是有问题的或简单的因为它们被广泛分享或者是诸如健康状的重要主题

居民使用亚马逊的机械土耳其平台

那些参与者获得了20个新闻报道的标题和领导句,并被要求七个Questions-这个故事是“准确”的故事“真实”,“可靠”,“值得信赖”,“目标”,“无偏”和“描述了一个实际发生的事件” - 以产生整体准确度分数关于每个新闻项目

与此同时,三个专业的事实检查员所有207次故事 - 在研究它们

之后评估故事

符合其他关于事实检查的研究,虽然事实研究员的评级与彼此高度相关,但他们的一致性远非完美

在约49%的情况下,所有三个事实验证者都同意了关于一个故事的事实的适当判决;大约42%的时间,三个事实验牌中的两个人同意;大约9%的时间,三个事实检查者每个跳棋都有不同的评分

有趣的是,当患有该研究的常规读者被分成与相同数量的民主党人和共和党人的团体中,他们的平均评级与专业的事实 - 跳棋的评级高度相关 - 并且至少是双重的涉及的读者数量,人群的评分与事实 - 跳棋彼此确实的事实 - 跳棋相互关联

“这些读者在事实上没有培训,他们只是阅读头条新闻和引导句,甚至所以他们能够匹配事实检查的表现,“艾伦说

虽然它似乎令人惊讶的是,12到20个读者的人群可以匹配的表现专业的事实检查,这是经典现象的另一个例子n:人群的智慧

在广泛的应用中,已经发现群体的小组队以匹配或超出专家判断的表现

目前的研究表明这甚至可能发生这种情况错误信息识别的高度偏振语言

实验的参与者还采取了政治知识测试,并考虑了他们对分析的思考的倾向

总体而言,他们更好地了解公民问题的人的评级从事更多的分析思维与事实 - 跳棋更紧密对齐

“从事更多推理和更知识渊博的人与事实检查员相当多样化,”兰德说

“和无论他们是民主党人还是共和党人,那就是如此

[1“参与机制学者说,学者说,可以在许多方面应用找到的发现 - 并注意一些社交媒体庞然大物正在积极试图制作众包

Facebook拥有一个名为社区审查的计划,其中聘请了社区审查评估新闻内容; TWITTER有自己的项目,观察读者输入关于推文的真实性的读者输入

可以使用人群的智慧来帮助将公开的标签应用于内容,或通知排名算法和信息人们首先显示的内容

要肯定的是,作者注意,任何使用众所的组织需要找到读者参与的好机制

如果参与对每个人开放,那么众群过程可能是不成的受党派的气息

“”我们尚未在任何人选择选择的环境中测试这一点,“艾伦笔记

”平台不一定期望其他众包策略将产生平等产生正面结果

“另一方面,兰德说,新闻和社交媒体组织必须找到有足够的人群体积极评估新闻项目的方法,以便制作众群工作

“大多数人不关心政治和关心,以试图影响事情,”兰德说

“”但是,如果你让人们评价他们想要的任何内容,那么唯一的人这样做将是想要游戏系统的人 仍然是,对我来说,比狂热的淹没的令人担忧更大是p没有人会这样做的唱片 这是一个经典的公共物品问题:社会来自人们识别错误信息的人,但为什么用户应该努力投入给评级的时间和努力?“

来源:由phyica.com整理转载自PH,转载请保留出处和链接!

本文链接:http://www.phyica.com/kexuexinwen/798.html

发表评论

用户头像 游客
此处应有掌声~

评论列表

还没有评论,快来说点什么吧~