Ключові слова
чутки
перевірка даних
COVID-19
Як цитувати
Анотація
Вступ. Кількість світових користувачів соціальних мереж наразі перевищує 5 мільярдів, що складає більше половини населення Землі. Щодня користувачі соціальних мереж переглядають та публікують різноманітну інформацію, значна частина якої є неперевіреною, або відверто неправдивою. Велика кількість чуток поширюється на платформах світових гігантів Facebook та WeChat. І хоча платформи докладають значних зусиль для боротьби з фейками та неперевіреною інформацією, поширення чуток все ще залишається серйозною проблемою й потребує більш активного вивчення та додаткових заходів протидії.
Мета дослідження. Показовим періодом для вивчення причин та способів розповсюдження чуток в соціальних мережах, а також механізмів, які використовують соціальні мережі для протидії розповсюдженню чуток, є період пандемії COVID-19. Тож мета нашого дослідження – визначити особливості розповсюдження чуток на платформах Facebook і WeChat і порівняти механізми протидії поширенню неправдивої інформації.
Методологія. Для проведення дослідження використовувався комплекс загальнонаукових і спеціальних методів. Ми вдалися до критичного аналізу наукової літератури та аналізу даних із відкритих джерел. Також провели моніторинг контенту соціальних медіаплатформ Facebook і WeChat та здійснили порівняльний аналіз шляхів поширення чуток і засобів протидії, що реалізуються зазначеними соціальними мережами.
Результати. Під час проведення дослідження встановлені деякі особливості поширення чуток у зазначених соціальних мережах, зокрема, пов’язані з роботою алгоритмів платформ. Ми розглянули заходи, вжиті двома основними платформами соціальних мереж, WeChat і Facebook, для боротьби з чутками під час пандемії COVID-19. Визначено, що обидві платформи використовують комплекс заходів для протидії поширенню дезінформації та фейків. Також у період поширення COVID-19 Facebook і WeChat активно співпрацювали із всесвітніми організаціями у сфері охорони здоров’я, що сприяло не лише протидії поширенню чуток про хворобу, але й наданню оперативної інформації та підтримці населення.
Висновки. Не зважаючи на те, що обидва світові гіганти серед соціальних мереж активно впроваджували заходи щодо протидії розповсюдженню чуток у період пандемії COVID-19, проблема поширення неправдивої інформації в соціальних мережах все ще є актуальною. Враховуючи результати дослідження ми запропонували власний комплекс заходів, спрямований на перевірку фактів та протидію поширенню чуток у соціальних мережах.
Посилання
1. Datareportal (2024), “Digital 2024: Global Overview Report”, available at: https://datareportal.com/reports/digital-2024-global-overview-report (accessed 30.06.2024).
2. Meta (2024), “Meta Reports Fourth Quarter and Full Year 2023 Results; Initiates Quarterly Dividend”, available at: https://investor.fb.com/investor-news/press-release-details/2024/Meta-Reports-Fourth-Quarter-and-Full-Year-2023-Results-Initiates-Quarterly-Dividend/default.aspx (accessed 30.06.2024).
3. Pr Newswire (2024), “Tencent Announces 2023 Annual And Fourth Quarter Results”, available at: https://www.prnewswire.com/apac/news-releases/tencent-announces-2023-annual-and-fourth-quarter-results-302094552.html (accessed 30.06.2024).
4. Yu, G (2018), “Text Structure and Expression Characteristics of Internet Rumors: Analysis of 6000+ Rumor texts based on Tencent Big Data Screening and Identifcation”, News & Writing, vol. 2 pp. 53–59.
5. Al Lily, A. E., Elayyan, S. R, Alhazmi, A. A. et al (2018). “Understanding the public temper through an evaluation of rumors: An ethnographical method using educational technology”, Palgrave Communications, vol. 4 no. 1, pp. 1–10.
6. Pierri, F., Piccardi, C, Ceri, S. (2020), “Topology comparison of Twitter diffusion networks effectively reveals misleading information”, Scientifc Reports, vol. 10, no. 1.
7. Öztürka, N., Ayvaz, S. (2018), “Sentiment analysis on Twitter: a text mining approach to the Syrian refugee crisis”, Telematics and Informatics, vol. 35, no. 1, pp. 136–147.
8. Zhao, M., Chen, W. X., Zhang, P. Z. (2018), “Stability analysis of rumor propagation model in online social networks”, Journal of Yangzhou University. Natural Science edition, vol. 21, no. 2.
9. Xiong, Y. (2013), New method of rumor research: Exploration of activity content predictors. Modern communication. Journal of Communication University of China, vol. 35, no. 3.
10. Huo, L. A, Huang, P. O. (2012), “Study on Quantitative Model for Proverb of “Rumor is Stopped by the Intellect”, Science and Technology Management research, vol. 32, no. 14, pp. 239–343.
11. Wang, F., Lan, Z. X. (2020), “Calculation of truth degree of Rumor in public Crisis and Research on its Collision with positive Information”, Books and Information, no. 1.
12. Jang, Y., Zhang J., Zhu L. X., et al. (2017) “Analysis and monitoring system of sentence pattern characteristics of Internet rumor text”, Electronic design engineering, vol. 25, no. 23.
13. Chen, Y. (2020), “Research on Internet Rumor Propagation and Governance of Public Health Emergencies: Text Analysis of Internet Rumors based on COVID-19”. E-Government, Issue 6, pp. 2–11, available at: http://218.28.6.71:81/Qikan/Article/Detail?id=7102303911&from=Qikan_Article_Detail (accessed 30.06.2024).
14. Zhu, J. P. (2020) “The spread of epidemic information should be dominated by audience demand: Observation of domestic public opinion feld after COVID-19 outbreak”, News Front, no. 3.
15. Lu, W., Zhou, W. (2020) “Research on the coordinated management of network rumors in major emergencies: A case study of COVID-19”, Social Governance, no. 5.
16. Wang, C. F, Yu, Y. Z. (2020) “Analysis of the Phased characteristics of rumor propagation and Rumor Refuting Strategies in the COVID-19 epidemic”, China Press, no. 7.
17. Tasnim, S, Hossain, M. M, Mazumder, H. (2020) “Impact of rumors or misinformation on coronavirus disease (COVID-19) in social media”. J Prev Med Public Health, vol. 53, no. 3, pp. 171–174.
18. Tencent (2020), “Tencent Contributes Financial and Technological Support to Help Combat Coronavirus”, available at: https://www.tencent.com/en-us/articles/2200950.html (accessed 30.06.2024)
19. Hongye Education (2020), “Report on identifying online rumors in the context of the new coronavirus epidemic”, available at: https://baijiahao.baidu.com/s?id=1661642516851396636&wfr=spider&for=pc (accessed 30.06.2024)
20. AVAAZ ofcial website (2020), “AVAAZ: Facebook’s Algorithm: A Major Threat to Public Health”, available at: https://secure.avaaz.org/campaign/en/facebook_threat_health/ (accessed 30.06.2024).
21. Lerman Rachel (2020), “Facebook says it has taken down 7 million posts for spreading coronavirus misinformation”, The Washington Post. available at: https://www.washingtonpost.com/technology/2020/08/11/facebook-covid-misinformation-takedowns/ (accessed 30.06.2024).
22. Meta (2024), “Meta Reports Fourth Quarter and Full Year 2023 Results; Initiates Quarterly Dividend”, available at: https://investor.fb.com/investor-news/press-release-details/2024/MetaReports-Fourth-Quarter-and-Full-Year-2023-Results-Initiates-Quarterly-Dividend/default.aspx (accessed 30.06.2024).
23. Statista (2024), “Actioned fake accounts on Facebook worldwide from 4th quarter 2017 to 4th quarter 2023”, available at: https://www.statista.com/statistics/1013474/facebook-fake-accountremoval-quarter/ (accessed 30.06.2024).
24. Meta (2020), “Combating COVID-19 Misinformation Across Our Apps”, available at: https://about.fb.com/news/2020/03/combating-covid-19-misinformation/ (accessed 30.06.2024).
25. Xu, H., Huang, S., Qiu, C., Liu, S., Deng, J., Jiao, B., Tan, X., Ai, L., Xiao, Y,, Belliato, M., Yan, L. (2020), “Monitoring and Management of Home-Quarantined Patients With COVID-19 Using a WeChat-Based Telemedicine System: Retrospective Cohort Study”. J Med Internet Res, vol. 22, no. 7.
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.