Kada se proučava širenje dezinformacija, pažnja se najčešće usmerava na naloge koji prvi objavljuju netačnu tvrdnju ili imaju veoma veliki broj pratilaca. Novo istraživanje pokazuje da jednako važnu ulogu mogu imati obični korisnici koji nisu poznati, ali uporno prosleđuju sumnjiv sadržaj.
Naučnici su razvili model za prepoznavanje obrazaca ponašanja ljudi koji tokom kriznih događaja više puta dele neproverene informacije. Umesto da analizira samo jednu objavu, sistem prati učestalost, reakcije na ispravke i način na koji korisnik bira sadržaj.
Phys.org je 25. jula preneo da model razlikuje povremenu grešku od stabilne navike deljenja nepouzdanih tvrdnji. Istraživanje se posebno bavi dezinformacijama tokom katastrofa, kada se netačni podaci brzo šire i mogu otežati rad službi ili ugroziti ljude.
Tokom poplava, požara ili zemljotresa korisnici žele što brže informacije. U takvom okruženju dramatična poruka često se prosledi pre nego što bilo ko proveri datum fotografije, izvor upozorenja ili tačnu lokaciju događaja.
Model uzima u obzir i način na koji ljudi reaguju kada dobiju ispravku. Neki brišu objavu ili ubuduće postaju oprezniji, dok drugi nastavljaju da dele sličan sadržaj iz istih nepouzdanih izvora.
Takva analiza mogla bi pomoći platformama da ne tretiraju sve korisnike jednako. Osobi koja je jednom napravila grešku možda je dovoljno prikazati upozorenje, dok bi kod naloga sa dugotrajnim obrascem bilo potrebno ograničiti domet ili zahtevati dodatnu potvrdu.
Ipak, automatizovano označavanje nosi rizike. Sistem može pogrešno protumačiti satiru, lokalni govor ili informaciju koja je u trenutku objavljivanja bila nepotvrđena, ali se kasnije pokazala tačnom.
Najvažnija poruka istraživanja jeste da dezinformacije ne postaju masovne samo zbog osobe koja ih je izmislila. Njihovu stvarnu snagu stvaraju hiljade malih odluka korisnika koji svaki put pritisnu dugme za deljenje.
S.B.
