Esploristoj studis kial homoj akceptas kaj divadas malverajn novaĵojn. Ili evoluigis la COP-modelon (Content Dimensions–Overton Window–Perceived Utility) por klarigi la rolon de emocioj.
La modelo konsideras tri faktorojn: vereco, emocia allogo kaj rilateco. Ĝi ankaŭ uzas la Overton-fenestron, kiu priskribas kio estas publike akceptata. Por testi la ideon, la teamo analizis pli ol 10,000 tweetojn pri COVID-19, mezuris ŝatojn, notis kiuj tweetoj estis "ratioed" (ricevis pli da negativaj komentoj ol ŝatoj) kaj faris senteman analizon.
Rezultoj montras ke negativaj emocioj kiel timo kaj kolero kreskigas divadon. La aŭtoroj sugestas ke platformoj uzas ŝatojn, respondojn kaj emocian tonon por flagi problempostojn, kaj ke edukado pri amaskomunikilaro helpu malpliigi malinformadon.
Malfacilaj vortoj
- esploristo — persono kiu serĉas kaj studas sciencajn informojnEsploristoj
- divadi — sendi informon al multaj homoj per interretodivadas
- malinformado — malĝusta aŭ trompa informo, ofte disvastiĝanta retemalinformadon
- allogo — io kiu kaptas atenton per fortaj sentoj
- sentema — rilata al sentoj aŭ al emocioj en tekstosenteman
- amaskomunikilaro — kanaloj kaj sistemoj por liveri novaĵojn al publiko
- ŝato — klako por montri subtenon al mesaĝo en socia retoŝatojn
Konsilo: ŝovu la musmontrilon, fokusu aŭ tuŝu la reliefigitajn vortojn en la artikolo por vidi rapidajn difinojn dum legado aŭ aŭskultado.
Diskutaj demandoj
- Ĉu vi iam vidis malveran novaĵon en socia reto? Kion vi faris tiam?
- Kiel edukado pri amaskomunikilaro povus helpi vian familion aŭ komunumon?
- Kiuj emocioj laŭ vi plej ofte influas homojn por divadi mesaĝojn rete?
Rilataj artikoloj
Sensiloj kaj AI por monitori sanon ĉe ALS
Grupo ĉe la University of Missouri testas sistemon kiu kombinas hejmajn sensilojn kaj artefaritan inteligentecon por sekvi sanŝanĝojn ĉe homoj kun ALS. La teamo validigas la datumojn kaj poste uzos prognozajn modelojn kaj klinikajn alarmojn.
