Naukowcy opracowują interdyscyplinarny model komputerowy, który ma odzwierciedlać sposób, w jaki rozprzestrzeniają się fałszywe informacje. Twórcy modelu twierdzą, że może on dostarczyć cennych informacji na temat tego, jak chronić ludzi przed obecną plagą dezinformacji zagrażającą m.in. zdrowiu publicznemu.

„Nasze społeczeństwo zmaga się z powszechnymi przekonaniami o spiskach, narastającą polaryzacją polityczną i nieufnością do odkryć naukowych” – twierdzi Nicholas Rabb, doktorant informatyki na Wydziale Inżynierii Tufts University i główny autor badania w czasopiśmie PLOS ONE. „Ten model może nam pomóc zrozumieć, w jaki sposób rozprzestrzeniają się dezinformacje i teorie spiskowe oraz pomóc w opracowaniu strategii przeciwdziałania”.

Naukowcy zajmujący się mechanizmem rozpowszechniania informacji często współpracują z epidemiologami, modelując rozpowszechnianie fałszywych przekonań na temat COVID-19 za pośrednictwem sieci społecznościowych. Większość z tych modeli traktuje jednak ludzi w taki sposób, jakby wszyscy w równym stopniu przyjmowali wszelkie nowe przekonania przekazane im przez swoją sieć kontaktów.

Nowy model naukowcy oparli na założeniu, że nasze wcześniejsze przekonania mogą silnie wpływać na to, czy dajemy wiarę nowym informacjom. Wiele osób odrzuca informacje oparte na faktach, poparte dowodami, jeśli odbiegają one zbyt daleko od tego, w co już wierzą. Pracownicy ochrony zdrowia komentowali siłę tego efektu, zauważając, że niektórzy pacjenci umierający z powodu COVID-19 trwają w przekonaniu, że choroba ta nie istnieje.

Aby uwzględnić to w swoim modelu, naukowcy przypisali każdej osobie w sztucznej sieci społecznościowej „rangę przekonania”. W tym celu naukowcy odzwierciedlali przekonania osób w modelu komputerowym konkretną liczbą w zakresie od 0 do 6, gdzie cyfra 0 oznaczała kompletny brak wiary, a 6 silne przekonanie. Liczby mogą reprezentować spektrum przekonań w dowolnej sprawie. Według modelu można uznać, że cyfra 0 reprezentuje silny brak wiary w to, że szczepionki przeciw COVID-19 pomagają i są bezpieczne, podczas gdy cyfrą 6 może być silne przekonanie, że szczepionki przeciw COVID są w rzeczywistości bezpieczne i skuteczne.

Model następnie tworzy rozległą sieć wirtualnych osób uwzględniając wirtualne źródła instytucjonalne, z których pochodzi większość informacji przepływających przez sieć. W prawdziwym życiu mogą to być media informacyjne, związki wyznaniowe, źródła rządowe i osoby mające wpływ na media społecznościowe, influencerzy — ogólnie „superrozsiewacze” informacji.

Model rozpoczyna się od źródła instytucjonalnego wprowadzającego informacje do sieci. Jeśli dana osoba otrzyma informację, która jest zbliżona do jej przekonań — na przykład 5 w porównaniu z jej obecnymi 6 — ma większe prawdopodobieństwo zaktualizowania tego przekonania do 5. Jeśli napływające informacje znacznie różnią się od jej obecnych przekonań, np. 2 w stosunku do 6 – prawdopodobnie odrzucą je całkowicie i utrzymają swoje przekonanie na poziomie 6.

Inne znaczące czynniki, takie jak proporcje treści dostępnych dzięki kontaktom, które wysyłają informacje (i ich presja) lub poziom zaufania do źródła informacji, mogą wpływać na to, jak poszczególne jednostki aktualizują swoje przekonania. Ogólnopopulacyjny model sieciowy tych interakcji zapewnia następnie aktywny wgląd w propagację i siłę dezinformacji.

Przyszłe udoskonalenia modelu uwzględnią nową wiedzę zarówno z nauki o sieciach, jak i psychologii, a także porównanie wyników z modelu z badaniami opinii publicznej w świecie rzeczywistym i strukturami sieci.

Podczas gdy obecny model sugeruje, że przekonania mogą zmieniać się tylko stopniowo, można też modelować inne scenariusze, które powodują większą zmianę przekonań — na przykład skok z 3 do 6, który może mieć miejsce, gdy wpływowemu „superrosiewaczowi” wydarzy się jakieś dramatyczne, niespodziewane zdarzenie, wskutek którego będzie prosić swoich obserwatorów o zmianę swoich przekonań.

Z biegiem czasu model komputerowy może stać się bardziej złożony, aby dokładniej odzwierciedlać to, co dzieje się w rzeczywistości – twierdzi zespół naukowców, do którego oprócz Rabba należą jego doradca wydziałowy Lenore Cowen, profesor informatyki; informatyk Matthias Scheutz; oraz J.P. de Ruiter, profesor psychologii i informatyki.

„Staje się aż nazbyt jasne, że samo przekazywanie rzeczowych informacji może nie wystarczyć, aby wywrzeć wpływ na opinię publiczną, a szczególnie wśród tych, którzy są zamknięci w systemie przekonań nieopartym na faktach”, twierdzi Cowen. „Nasze początkowe starania, aby upowszechnić wgląd do naszych modeli mechanizmów dezinformacji rozpowszechnianych w społeczeństwie mogą pomóc sprowadzić publiczną dyskusję z powrotem do faktów i dowodów”.