De studie in EPJ Data Science onderzoekt of analyse van berichten op sociale media humanitaire waarschuwingen kan verbeteren door vroegtijdige signalen van bevolkingsbewegingen te leveren. De auteurs wijzen op de sterke toename van gedwongen ontheemding in het afgelopen decennium; volgens de vluchtelingenorganisatie van de Verenigde Naties vluchtte in 2024 een op de 67 mensen. De onderzoekers gebruikten bijna 2 miljoen berichten op X in drie talen en bestudeerden drie casussen: Oekraïne (10.6 million ontheemden na de Russische invasie in 2022), Soedan (ongeveer 12.8 million na een burgeroorlog vanaf April 2023) en Venezuela (ongeveer 7 million door economische crises).
De vergelijking van analysemethoden toonde aan dat sentimentlabels (positief, negatief, neutraal) betrouwbaarder waren dan emotielabels (vreugde, woede, angst) voor het voorspellen van timing en omvang van grensoverschrijdende bewegingen. Daarnaast leverden voorgetrainde taalmodellen, die met deep learning patronen in tekst herkennen, het meest effectieve vroegwaarschuwingssysteem.
Marahrens, universitair hoofddocent computational social science aan de Keough School of Global Affairs van de University of Notre Dame, zegt dat traditionele data moeilijk te verzamelen zijn tijdens crises en dat AI en nieuwe digitale data waarschuwingssystemen kunnen verbeteren. Hij waarschuwt ook voor valse alarmen en adviseert sociale media-analyse vooral als een eerste trigger voor verdiepend onderzoek, gecombineerd met economische indicatoren en rapporten van de grond.
Als vervolgwerk noemen de onderzoekers het bestuderen van de relatie tussen sentiment en emotie, automatische vertaling om meer talen te bestrijken en het toevoegen van gegevens van andere sociale netwerken. De studie kreeg financiering van de National Science Foundation en het Massive Data Institute van Georgetown University. Bron: University of Notre Dame.
Moeilijke woorden
- ontheemding — het verliezen van iemands eigen woonplaatsgedwongen ontheemding
- ontheemde — iemand die weg moest uit zijn woonplaatsontheemden
- sentimentlabel — label dat positieve, negatieve of neutrale toon aanduidtsentimentlabels
- emotielabel — label dat specifieke gevoelens zoals angst aanduidtemotielabels
- taalmodel — computerprogramma dat patronen in tekst herkenttaalmodellen
- vals alarm — melding die onterecht paniek of zorg veroorzaaktvalse alarmen
- economische indicator — cijfer dat de staat van de economie toonteconomische indicatoren
Tip: beweeg de muisaanwijzer over gemarkeerde woorden in het artikel, of tik erop om snelle definities te zien terwijl je leest of luistert.
Discussievragen
- Welke voordelen en risico's ziet u in het gebruik van sociale media als vroegwaarschuwingssysteem voor ontheemding?
- Hoe zouden onderzoekers sociale media-analyse kunnen combineren met economische indicatoren en rapporten van de grond?
- Welke problemen verwacht u bij automatische vertaling van berichten om meer talen te bestrijken?
Gerelateerde artikelen
Sociale media: steun, desinformatie en nieuwe risico's
Sociale media geven steun aan gemarginaliseerde groepen, maar verspreiden ook haatspraak, leugens en schade. In januari 2025 stopte Meta met externe factchecks; experts en rapporten waarschuwen voor risico's van algoritmes en AI.
VN: bijna één miljard heeft geen toegang tot hulpmiddelen
Een VN-rapport, gepresenteerd op 16 May door WHO en UNICEF, zegt dat veel mensen geen hulpmiddelen zoals brillen of protheses kunnen krijgen. De behoefte groeit door vergrijzing en ziekten; het rapport roept op tot betere toegang.
Waarom taalmodellen moeite hebben met vermenigvuldigen
Onderzoekers van de University of Chicago en partners onderzochten waarom grote taalmodellen twee viercijferige getallen slecht vermenigvuldigen. Een nieuwe trainingsmethode (ICoT) liet modellen tussentijdse waarden onthouden en verbeterde de nauwkeurigheid sterk.