Mezinárodní tým vědců za účasti výzkumníků z českého národního superpočítačového centra IT4Innovations při VŠB-TUO v Ostravě, kde běží superpočítače a kvantový stroj, vytvořili matematický model, který ukazuje, jak se na sociálních sítích šíří fámy a informace, které tyto fámy vyvrací. Výzkum byl publikován v časopise Scientific Reports (Nature).
Za IT4Innovations se projektu zúčastnil Marek Lampart, vedoucí Laboratoře kvantových výpočtů, a dále Ali Raza a Umar Shafique ze stejného labu. Granty poskytlo ministerstvo školství za asistence Evropské unie a VŠB-TUO.
Výzkumníci svůj objev shrnuli takto:
Aby se model co nejvíce přiblížil skutečnému chování na sociálních sítích, rozdělili vědci uživatele do čtyř skupin, a to na ty, kteří se s danou informací teprve setkávají, její aktivní šiřitele, uživatele či organizace, které se ji snaží vyvracet, a ty, kteří už o její další šíření nemají zájem. Model popisuje, jak se uživatelé po setkání s fámou mohou přesouvat mezi jednotlivými skupinami.
Výsledný model rovněž propojuje tři vlivy, které předchozí přístupy často studovaly odděleně: dlouhodobou paměť, zpoždění reakce a náhodné změny v chování uživatelů. Počítá tedy s tím, že naše současná reakce závisí i na tom, s čím jsme se setkali dříve, že ověření či reakce na informaci nějakou dobu trvá a že chování lidí na internetu není zcela předvídatelné. Právě propojení těchto tří vlivů v jednom modelu je jedním z hlavních přínosů studie.
Které faktory podporují a které tlumí šíření fámy. Příčemž B – Přísun nových uživatelů; θ₁ – Podíl uživatelů, kteří fámě uvěří a začnou ji šířit; k₁ – Intenzita šíření fámy; δ – Blokování nebo nahlašování šiřitelů; μ – Odchod uživatelů ze systému
Jednou z klíčových veličin modelu je číslo R₁, které podobně jako u modelů šíření infekcí ukazuje, zda se fáma dokáže v systému dlouhodobě udržet. Pokud je jeho hodnota menší než jedna, šíření postupně zaniká. Pokud tuto hranici překročí, může fáma nadále přetrvávat.
Vědci zároveň zkoumali, které parametry ovlivňují schopnost fámy dlouhodobě se šířit. Výsledky ukázaly, že vyšší intenzita jejího šíření a větší podíl uživatelů, kteří jí uvěří a začnou ji šířit dál, zvyšují reprodukční číslo R₁. Naopak blokování či nahlašování šiřitelů jeho hodnotu snižuje. Samostatné simulace také ukázaly, že významnou roli hraje čas: čím déle trvá ověření informace nebo zásah proti jejímu šíření, tím více se může změnit další vývoj fámy a tím hůře se její šíření omezuje.
Model může sloužit jako virtuální prostředí pro testování různých scénářů. Umožňuje například zkoumat, jak se vývoj změní při rychlejší reakci na neověřenou informaci nebo při účinnějším omezení jejího dalšího šíření. Takové simulace mohou pomoci lépe pochopit, na které faktory se při potlačování dezinformací a fám zaměřit a kdy má zásah největší smysl. Nejde přitom o nástroj, který by předpovídal osud konkrétního příspěvku na sociální síti. Jde o matematický model, který pomáhá oddělit jednotlivé vlivy, testovat jejich kombinace a lépe pochopit mechanismy, které rozhodují o tom, zda se fáma udrží, nebo postupně zanikne.
Analýza ukazuje, že některé parametry zvyšují schopnost fámy přetrvávat, zatímco jiné ji naopak snižují.
Hodnoty nad nulou zvyšují její schopnost přetrvávat, hodnoty pod nulou ji snižují. Výsledky tak pomáhají určit, na které mechanismy má smysl při omezování šíření neověřených informací cílit. Například vyšší míra blokování nebo nahlašování šiřitelů v modelu snižuje reprodukční číslo R₁, a tím omezuje schopnost fámy dále se šířit. Naopak vyšší intenzita šíření nebo větší podíl uživatelů, kteří fámě uvěří a začnou ji sdílet, hodnotu R₁ zvyšují.
ČLÁNKY DO MAILU