Matematický model pomáha lepšie pochopiť mechanizmy, ktoré rozhodujú o tom, či sa hoaxy a fámy udržia alebo postupne zaniknú.
Zvykneme vyhľadávať také informácie, ktoré potvrdzujú náš postoj. Zdroj: iStockphoto.com
Prečo sa niektoré neoverené informácie na sociálnych sieťach šíria ďalej, kým iné postupne zmiznú? Medzinárodný tím vedcov s účasťou výskumníkov z českého národného superpočítačového centra IT4Innovations vytvoril matematický model, ktorý skúma, ako sa fámy a informácie, ktoré fámu vyvracajú, šíria a akú úlohu pritom zohrávajú faktory ako pamäť používateľov, čas potrebný na reakciu a nepredvídateľnosť ľudského správania. Štúdia bola publikovaná v časopise Scientific Reports.
Štyri skupiny používateľov a viac vplyvov naraz
Aby sa model čo najviac priblížil skutočnému správaniu na sociálnych sieťach, rozdelili vedci používateľov do štyroch skupín. Na tých, ktorí s danou informáciou ešte len prichádzajú do kontaktu, aktívnych šíriteľov, používateľov či organizácie, ktorí a ktoré sa ju snažia vyvracať, a tých, ktorých už jej ďalšie šírenie nezaujíma. Model opisuje, ako sa používatelia po stretnutí s fámou môžu presúvať medzi jednotlivými skupinami.
Výsledný model tiež prepája tri vplyvy, ktoré predchádzajúce prístupy často študovali oddelene: dlhodobú pamäť, oneskorenie reakcie a náhodné zmeny v správaní používateľov. Počíta teda s tým, že naša súčasná reakcia závisí aj od toho, s čím sme sa stretli už predtým, že overenie či reakcia na informáciu trvá nejaký čas a že správanie ľudí na internete nie je celkom predvídateľné. Práve prepojenie týchto troch vplyvov v jednom modeli je jedným z hlavných prínosov štúdie.
Kedy fáma prežije a kedy vyhasne?
Jednou z kľúčových veličín modelu je číslo R₁, ktoré podobne ako pri modeloch šírenia infekcií ukazuje, či sa fáma dokáže v systéme dlhodobo udržať. Ak je jeho hodnota menšia ako jeden, šírenie postupne zaniká. V prípade, že prekročí túto hranicu, môže fáma pretrvávať aj naďalej.
Vedci zároveň skúmali, ktoré parametre ovplyvňujú schopnosť fámy dlhodobo sa šíriť. Výsledky ukázali, že vyššia intenzita jej šírenia a väčší podiel používateľov, ktorí jej uveria a začnú ju šíriť ďalej, zvyšujú reprodukčné číslo R₁. Naopak, blokovanie či nahlasovanie šíriteľov jeho hodnotu znižujú. Samostatné simulácie tiež ukázali, že významnú úlohu zohráva čas. Čím dlhšie trvá overenie informácie alebo zásah proti jej šíreniu, tým viac sa môže zmeniť ďalší vývoj fámy a o to horšie sa jej šírenie obmedzuje.
Využitie v praxi
Model môže slúžiť ako virtuálne prostredie na testovanie rôznych scenárov. „Umožňuje napríklad skúmať, ako sa vývoj zmení pri rýchlejšej reakcii na neoverenú informáciu alebo pri účinnejšom obmedzení jej ďalšieho šírenia. Také simulácie môžu pomôcť lepšie pochopiť, na ktoré faktory sa pri potláčaní dezinformácií a fám zamerať a kedy má zásah najväčší zmysel,“ uvádza Marek Lampart z IT4Innovations. Zároveň dodáva: „Nejde pritom o nástroj, ktorý by predpovedal osud konkrétneho príspevku na sociálnej sieti. Ide o matematický model, ktorý pomáha oddeliť jednotlivé vplyvy, testovať ich kombinácie a lepšie pochopiť mechanizmy, ktoré rozhodujú o tom, či sa fáma udrží alebo postupne zanikne.“
Na výskume sa za IT4Innovations okrem Marka Lamparta, vedúceho Laboratória kvantových výpočtov, podieľali tiež Ali Raza a Umar Shafique, ktorí pôsobia v rovnakom laboratóriu.
Rumor and counter-rumor dynamics in a stochastic delay-fractional framework: a GL-NSFD approach: https://www.nature.com/articles/s41598-026-49743-1#data-availability
Zdroj: TS IT4Innovations
(zh)
