انتشار شایعات به روش شکافت هسته‌ای: مدل هسته‌ای توضیح می‌دهد که چگونه شایعات مانند اتم‌ها تقسیم شده و گسترش می‌یابند
تیمی از دانشگاه عادی شاندونگ مدل جدیدی برای انتشار شایعات ایجاد کرده‌اند که از واکنش‌های هسته‌ای الهام گرفته است. این روش جدید دیدگاه‌های تازه‌ای درباره مکانیزم‌های پشت انتشار اطلاعات نادرست آنلاین و استراتژی‌های مقابله با آن ارائه می‌دهد.
مدل‌های ریاضیاتی برای شبیه‌سازی انتشار شایعات به‌کار گرفته می‌شوند و به تلاش‌ها برای مقابله با اطلاعات نادرست کمک می‌کنند. این مدل‌ها اصول مدل‌سازی اپیدمی‌ها را اتخاذ می‌کنند، جایی که شایعات مانند میکروب‌های مسری در نظر گرفته می‌شوند.
اگرچه این مدل‌ها به طور کلی مفید هستند، اما اغلب نمی‌توانند پیچیدگی‌های انتشار اطلاعات نادرست را به‌طور کامل به تصویر بکشند.
دکتر ونرونگ ژنگ، نویسنده مقاله، می‌گوید: «مدل‌های بیماری‌های عفونی بیشتر انتشار شایعات را به‌عنوان یک فرآیند غیرفعال دریافت عفونت می‌بینند، بنابراین تغییرات رفتاری و روان‌شناختی مردم در دنیای واقعی و تأثیر رویدادهای خارجی بر انتشار شایعات را نادیده می‌گیرند.»
مدل شکافت هسته‌ای
سهولت انتشار اطلاعات نادرست یا گمراه‌کننده در اینترنت بی‌سابقه است. ماهیت ناشناس و غیرشخصی اینترنت، همراه با ابزارهای پیشرفته‌ای مانند هوش مصنوعی، به بازیگران بد اجازه می‌دهد حقیقت را به‌راحتی دستکاری کنند، به طوری که تشخیص واقعیت از دروغ برای دیگران دشوار شود.
در این عصر مدرن اطلاعات نادرست، درک مکانیزم‌های انتشار نادرستی ها و شایعات برای اقدامات موثر مقابله بسیار ضروری است.
این تیم، با فاصله گرفتن از مدل‌های سنتی عفونت، بین انتشار شایعات و شکافت هسته‌ای، که در رآکتورهای هسته‌ای رخ می‌دهد، شباهت‌هایی پیدا کرد.
در مدل آنها، شایعات مانند نوترون‌ها عمل می‌کنند، ذراتی که شکافت هسته‌ای را آغاز می‌کنند. هنگامی که افراد با این شایعات مواجه می‌شوند، آنها را به دیگران منتقل می‌کنند و این به ایجاد یک واکنش زنجیره‌ای از انتشار اطلاعات نادرست منجر می‌شود.
ژنگ می‌گوید: «وقتی افراد با شایعه‌ای مواجه می‌شوند، تحت تأثیر علایق شخصی خود قرار می‌گیرند و تصمیم می‌گیرند که آیا آن را منتشر کنند یا قبل از انتشار نیاز به تکرار داشته باشد.»
«بر اساس ملاحظات مختلف از آستانه‌های شکافت اورانیوم، افراد به گروه‌هایی بر اساس تاثیر آستانه علایق خود تقسیم می‌شوند، که رفتار و تفاوت‌های فردی را به طور کامل در نظر می‌گیرد و بیشتر با واقعیت مطابقت دارد.»
مقابله با اطلاعات نادرست
این دیدگاه نوین در مورد انتشار شایعات می‌تواند الگوهای انتشار شایعات را روشن کند و استراتژی‌هایی برای افراد ارائه دهد تا اثرات آنها را کاهش دهند. بر اساس گفته‌های ژنگ، «گستردگی انتشار شایعات ارتباط نزدیکی با نسبت کاربران منطقی اینترنت دارد.»
«این اهمیت آموزش را منعکس می‌کند: هرچه سطح آموزش بالاتر باشد، راحت‌تر می‌توان به شایعات هنگامی که اطلاعات به‌دشواری بین درست و نادرست قابل تمایز هستند، شک کرد.»
موضوع با در نظر گرفتن نقش هوش مصنوعی به طور واضح‌تری مطرح می‌شود. در یک مطالعه اخیر، پژوهشگران دانشگاه واترلو به صورت سیستماتیک نسخه اولیه ChatGPT را درک کرده‌اند و آن را در شش دسته ارزیابی کردند: حقایق، نظریه‌های توطئه، اختلاف‌برانگیزها، تصورات غلط، باورهای کلیشه‌ای و تخیلات. آنها دریافتند که GPT-3 اغلب اشتباه می‌کند، در یک پاسخ واحد به خود ضد و نقیض می‌شود و اطلاعات نادرست مضر را تکرار می‌کند.
رویکرد شرح داده شده توسط ژنگ می‌تواند به دولت‌ها و متخصصان رسانه در تلاش‌هایشان برای مقابله با اطلاعات نادرست کمک کند. ژنگ توضیح می‌دهد: «یافته‌هایمان نشان می‌دهد که شایعات ابتدا در مقیاس کوچک منتشر می‌شوند، که بیانگر نیاز به نظارت سریع توسط پلتفرم‌های رسمی است.»
وی افزود: «وقتی شایعه احتمالی کشف شد، دولت یا رسانه‌های رسمی باید محتوا را تأیید کرده و تصحیح ارائه دهند. این کار به شهروندان منطقی کمک می‌کند تا از انتشار شایعات به طور موثر جلوگیری کنند.»
این مطالعه در مجله
AIP Advances
منتشر شد.
