Еще совсем недавно можно было представить, что социальные сети позволят отличным идеям и качественной информации блистать во всей красе, отсортировав при этом информационный мусор. В конце концов, вы ведь делитесь вещами, потому что думаете, что они хорошие. И все вокруг вас делятся только хорошими записями, вот только понимание «хорошего» у каждого свое. Тем не менее, очевидно, что низкокачественная информация становится крайне популярной. Почему?
Такая популярность может быть связана напрямую с ограниченными человеческими возможностями: перед лицом наплыва информации и ограниченного внимания преференции низкокачественной информации становятся почти очевидной. По крайней мере, именно это предлагает симуляция социальных медиа.
Группа исследователей из Шанхайского Института Технологий, Университета Индианы и Yahoo хотела узнать цену, которую мы платим за пользование социальными сетями. Их симуляция социальной сети позволила настраивать различные параметры взаимодействия, чтобы увидеть различные результаты.
Тебе необходим уровень информации, с которым ты можешь справиться…
В симуляции агенты сидят в социальной сети, связанной с другими агентами, которые сидят рядом с ними. Агенты могут отправлять сообщения друг другу. Эти сообщения обладают рейтингом, который определяет их качество. Так как качество является субъективным параметром, то его сложно объяснить для симуляции, поэтому качество представлено в довольно свободной форме: рейтинг может отражать правдивость, оригинальность и другие параметры, с которыми все агенты согласны. Это представляет довольно упрощенную модель реального мира, но позволяет на простых примерах показать очевидные вещи.
Агенты могут создавать свои сообщения или делиться сообщениями других агентов. Если сообщение высокого качества, то у него больше шансов был переданным далее. Модель позволила настроить систему на уровень перенасыщения информации: если агенты создают большое количество новых сообщений, остальные агенты могут быть перегружены этими сообщениями. Если не так много информации создается, то уже существующая информация перепощивается куда чаще.
Количество информации, который каждый агент может обработать тоже настраивается. У каждого агента есть ограниченный набор памяти, которая может хранить только несколько последних сообщений от другого агента. Если эта память велика, то увеличивается количество сообщений, которые агент может просмотреть и поделиться куда более качественной информацией. Если память маленькая, то «меню» для перепоста тоже невелико.
Изменяя параметры модели, исследователи могли наблюдать частоту перепоста сообщения до того момента, когда им переставали делиться. Они обнаружили, что в случае пониженной нагрузки информационной среды, у высококачественный сообщений было больше шансов быть перепощеными. Но когда информационная нагрузка была большой, тогда качество информации уже не играло роль. Таким образом, в свете повышения информационной нагрузки, происходило понижение преференций хорошего качества.
Внимание тоже играло свою роль: с более высокими вниманием сообщения не становились сразу популярными. Их масштабы росли медленно. Только сообщения самого высокого качества могли получать быстрое распространение. С низким вниманием сообщения низкого качества получали больше возможностей стать популярными.
…но еще и здоровое разнообразие идей
В идеальном мире ты не хотел бы получать только высококачественную информацию — помимо этого необходимо разнообразие мышления. Хотя модель и показала, что качество сообщений растет в моделях с пониженным уровнем информационной нагрузки, мы смогли увидеть, что в такой среде снижается разнообразие идей.
Есть ли место, где достигается баланс? В соответствии с моделью такой баланс существует: вы можете обладать высоким качеством информации и разнообразием, но только если у агентов высокий уровень внимательности. «Если внимание высоко, то существуют состояния сети с высоким качеством и высоким разнообразием» — пишут исследователи.
Данные из реального мира сгущают краски еще сильнее
Модели всегда рассчитаны на простое представление мира. Один из ключевых моментов модели — каждый производит одинаковое количество идей и обладает одинаковым вниманием. Очевидно, что такое невозможно в реальном мире, поэтому ученые отправились в поисках разнообразия этих параметров.
Исследователи использовали твиттер для оценки информационной перенагрузки, наблюдая за данными миллиона пользователей и оценивая частоту пользовательских твиттов и ретвиттов. Различные пользователи обладали различными показателями, которые исследователи загрузили в свою модель. Для определения внимания они использовали 10 миллионов сессий прокрутки страниц с социальной сети Tumblr, считая количество раз, когда пользователь останавливался читая новостную ленту. Таким образом создавалось представление о том, скольким сообщениям пользователь уделил внимание во время прочтения новостей. Эти данные тоже были загружены в систему и дали агентам приближенный к реальности показатель внимания.
Результаты были крайне негативные после добавления реализма в модель: сеть стала намного хуже в определении высококачественных сообщений. «Эти результаты показали, что гетерогенная информация и внимание реального мира не способны определить качество информации» — отмечают исследователи.
Сложность в таких моделях состоит в том, чтобы определить насколько результаты подходят к реальному миру. Одно дело использовать данные из реального мира в своей моделе, а другое — делать предположения о том, что социальные сети вроде твиттера и фэйсбука подчиняются таким же правилам.
Проверить выводы модели в реальном мире крайне сложно, потому что найти какие-то данные по качеству материалов крайне сложно. Тем не менее, исследователи провели приблизительную проверку используя информацию из системы оценки статей. Они сравнили как часто новости, которые были оценены высоко, были перепощены, и как часто репостили новости низкого качество. Результат показал, что разницы не было — хорошие и плохие статьи репостились приблизительно одинаково. Такой результат предполагает, что реальный мир также плох в оценке качества информации, как и социальная сеть из модели.
Еще необходимо проделать много работы на подобных моделях. К примеру, модель не принимает во внимание эхо-комнаты, которые существуют в социальных сетях, и, таким образом, сложно определить их роль.
Что нам необходимо сделать для улучшения качества информации? Исследователи предполагают, что уменьшение количества информации в социальных сетях может быть первым шагом. Однако это не доказывает, что подобное поведение может предотвратить цунами репостов, с которыми мы порой сталкиваемся в наших новостных лентах. Оставаться скептичным к информации, которая попадает к вам, может быть пока единственным решением для защиты. «Наше главное заключение состоит в том, что выживание наиболее приспособленных до сих пор существует в информационной сфере»
я так и не понял где там про фальшивые новости? Вроде речь идет только про «качественную» и «не качественную» информацию.
В данном случае фальшивые новости можно относить к информации низкого качество: слабая проверка фактов, крайнее упрощение ситуации, популизм, просто слухи. В противовес этому информация от каких-то СМИ или коллективов чаще проходит контроль и люди дорожат репутацией. В сфере фальшивых новостей можно писать много разных вещей, которые пользователю прощают в борьбе против истеблишмента. Можно добавить еще и то, что очень часто фальшивые новости появляются из анонимных источников.
Вообще не особо поняла смысл статьи. Много букв, которые описывают очевидные вещи, которые можно сформулировать 2 предложениями.
Очевидность, как можно заметить из исследования, не так очевидна. Для очевидных вещей не строят модели и не пытаются в деталях понять, что происходит. В данном случае статья в деталях расписывает ситуацию для более глубокого понимания того, что происходит внутри.
Описать в двух предложениях можно, но многие люди с критическим мышлением требуют больше информации.