غزال زیاری: اخیراً تیمی از دانشگاه شاندونگ، با الهام گرفتن از واکنش‌های هسته‌ای، مدل جدیدی را برای انتشار شایعات ایجاد کرده‌اند. این رویکرد جدید، دیدگاه‌های تازه‌ای را درباره مکانیسم‌های پشت پرده انتشار اطلاعات نادرست آنلاین و استراتژی‌های بالقوه برای مبارزه با آن‌ها ارائه می‌دهد.
اغلب از مدل‌های ریاضی برای شبیه‌سازی انتشار شایعه و از سوی دیگر هدایت تلاش‌ها در راستای مقابله با اطلاعات نادرست استفاده می‌شود. این مدل‌ها معمولاً از اصول مدل‌سازی اپیدمی بهره می‌برند؛ به‌نحوی‌که با شایعات مثل میکروب‌های مسری رفتار می‌شود. اگرچه این مدل‌ها به‌طور کلی مفید هستند، اما اغلب قادر نیستند تا پیچیدگی‌های نحوه انتشار اطلاعات نادرست را به‌صورت کامل نشان دهند.
ونرونگ ژنگ نویسنده این مقاله دراین‌باره گفت: «مدل‌های بیماری‌های عفونی اکثراً ممکن است انتشار شایعات را به‌عنوان یک فرآیند غیرفعال دریافت عفونت در نظر بگیرند؛ بنابراین تغییرات رفتاری و روانی افراد در دنیای واقعی و همچنین تأثیر رویدادهای خارجی بر انتشار شایعات را نادیده می‌گیرند.»
مدل شکافت هسته‌ای
این روزها اطلاعات نادرست یا گمراه‌کننده به طرز عجیب و آسانی به‌صورت آنلاین منتشر می‌شوند. ذات ناشناس و غیرشخصی اینترنت، همراه با ابزارهای پیشرفته‌ای مثل هوش‌مصنوعی، این امکان را برای افراد شرور فراهم می‌کند تا به‌راحتی حقیقت را دست‌کاری کنند؛ تا جایی که تشخیص واقعیت و تخیل و درست و نادرست برای دیگران دشوار خواهد شد.
در این دوران مدرن اطلاعات نادرست، درک مکانیسم نحوه انتشار دروغ‌ها و شایعات، در راستای انجام اقدامات متقابل و مؤثر برای مقابله با آن‌ها ضروری است و از همین رو اعضای این تیم، با فاصله گرفتن از مدل عفونت سنتی، به سراغ مدل‌سازی مدرنی رفته‌اند و با انتشار شایعه را با شکافت هسته‌ای مقایسه کرده‌اند؛ دقیقاً مثل همان واکنشی که در راکتورهای هسته‌ای رخ می‌دهد.
در مدل آن‌ها، شایعات مثل نوترون‌ها عمل می‌کنند، ذراتی که آغازکننده شکافت هسته‌ای هستند. افراد با مواجهه با این شایعات، آن‌ها را به دیگران منتقل می‌کنند و واکنشی زنجیره‌ای از انتشار اطلاعات نادرست ایجاد می‌شود.
ژنگ در تشریح این موضوع گفت: «وقتی افراد با شایعات روبرو می‌شوند، تحت تأثیر منافع شخصی‌شان، تصمیم می‌گیرند که آیا این خبر (شایعه) را پخش کنند و یا قبل از انتشار این خبر، به بررسی مجدد نیاز است.»
او ادامه داد: «بر اساس مشاهدات آستانه‌های مختلف شکافت اورانیوم، افراد هم بر اساس تأثیر آستانه‌های منافع خودشان، با در نظر گرفتن رفتار و تفاوت‌های فردی به گروه‌هایی تقسیم می‌شوند. این با واقعیت همخوانی بیشتری دارد.»
مبارزه با اطلاعات نادرست
این دیدگاه جدید درباره انتشار شایعات، می‌تواند درباره الگوهای انتشار شایعات شفاف‌سازی کرده و استراتژی‌هایی را درراستای کاهش اثرات آن‌ها در اختیار افراد قرار دهد. ژنگ دراین‌باره توضیح داد: «وسعت انتشار شایعات، ارتباط نزدیکی با نسبت کاربران منطقی اینترنت دارد. این نشان می‌دهد که آموزش تا چه حد اهمیت دارد: هر چه سطح تحصیلات فرد بالاتر باشد، او می‌تواند در هنگام دریافت اطلاعاتی که تشخیص درست و نادرستش دشوار است، راحت‌تر به شایعات شک کرده و آن‌ها را زیر سؤال ببرد.»
با در نظر گرفتن نقش هوش مصنوعی، تضاد واضح‌تری به چشم می‌خورد. محققان دانشگاه واترلو در مطالعه اخیرشان به‌صورت سیستماتیک نسخه اولیه درک ChatGPT از اظهارات را در شش دسته طبقه‌بندی کردند: حقایق، توطئه‌ها، اختلاف‌نظرها، تصورات غلط، کلیشه‌ها و داستان‌ها. آن‌ها متوجه شدند که GPT-۳ اغلب اشتباه می‌کند؛ درباره یک پاسخ مشخص، متناقض حرف خودش پاسخ می دهد و اطلاعات نادرست و مضر را تکرار می‌کند.
رویکرد مشخص‌شده توسط ژنگ می‌تواند به دولت‌ها و کارشناسان رسانه در تلاش برای مقابله با اطلاعات نادرست کمک کند. او دراین‌باره گفت: «یافته‌های ما نشان می‌دهد که در ابتدا شایعات در مقیاس کوچک منتشر می‌شوند که نشان‌دهنده نیاز به نظارت در زمان واقعی توسط پلتفرم‌های رسمی است. وقتی شایعات احتمالی کشف شد، دولت یا رسانه‌های رسمی باید محتوا را بررسی و اصلاح کنند. این امر به شهروندان این امکان را می‌دهد تا به شکل مؤثری از انتشار شایعات جلوگیری کنند.»
منبع: interestingengineering
۵۸۵۸