Khi chống lại sự lan truyền thông tin sai lệch, các nền tảng mạng xã hội thường đặt hầu hết người dùng vào vị trí hành khách. Các nền tảng thường sử dụng thuật toán máy học hoặc công cụ xác minh tính xác thực của con người để gắn cờ nội dung sai hoặc cung cấp thông tin sai cho người dùng.
Farnaz Jahanbakhsh, một sinh viên tốt nghiệp tại Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của MIT (CSAIL) cho biết: “Chỉ vì đây là hiện trạng không có nghĩa đó là cách đúng đắn hoặc cách duy nhất để làm điều đó”.
Thay vào đó, cô ấy và các cộng tác viên của mình đã tiến hành một nghiên cứu trong đó họ trao quyền lực đó cho những người dùng mạng xã hội.
Đầu tiên, họ khảo sát mọi người để tìm hiểu cách họ tránh hoặc lọc thông tin sai lệch trên mạng xã hội. Sử dụng những phát hiện của họ, các nhà nghiên cứu đã phát triển một nền tảng nguyên mẫu cho phép người dùng đánh giá độ chính xác của nội dung, cho biết họ tin tưởng người dùng nào để đánh giá độ chính xác và lọc các bài đăng xuất hiện trong nguồn cấp dữ liệu của họ dựa trên những đánh giá đó.
>> Tham khảo: Công nghệ mới trên chip tạo ra các xung cực nhanh.
Thông qua nghiên cứu thực địa, họ phát hiện ra rằng người dùng có thể đánh giá hiệu quả các bài đăng đưa thông tin sai lệch mà không cần được đào tạo trước. Hơn nữa, người dùng đánh giá cao khả năng đánh giá các bài đăng và xem các đánh giá theo cách có cấu trúc. Các nhà nghiên cứu cũng nhận thấy rằng những người tham gia đã sử dụng các bộ lọc nội dung khác nhau — ví dụ: một số chặn tất cả nội dung đưa thông tin sai lệch trong khi những người khác sử dụng bộ lọc để tìm kiếm những bài viết như vậy.
Jahanbakhsh cho biết công việc này cho thấy cách tiếp cận phi tập trung để kiểm duyệt có thể dẫn đến độ tin cậy của nội dung cao hơn trên mạng xã hội. Cô cho biết thêm, cách tiếp cận này cũng hiệu quả và có thể mở rộng hơn so với các chương trình kiểm duyệt tập trung và có thể thu hút những người dùng không tin tưởng vào các nền tảng.
“Rất nhiều nghiên cứu về thông tin sai lệch giả định rằng người dùng không thể quyết định điều gì là đúng và điều gì không, vì vậy chúng tôi phải giúp họ. Chúng tôi hoàn toàn không thấy điều đó. Chúng tôi thấy rằng mọi người thực sự xem xét nội dung một cách kỹ lưỡng và họ cũng cố gắng giúp đỡ lẫn nhau. Nhưng những nỗ lực này hiện không được các nền tảng hỗ trợ,” cô nói.
Jahanbakhsh đã viết bài báo với Amy Zhang, trợ lý giáo sư tại Trường Khoa học và Kỹ thuật Máy tính Allen của Đại học Washington; và tác giả cấp cao David Karger, giáo sư khoa học máy tính tại CSAIL. Nghiên cứu sẽ được trình bày tại Hội nghị ACM về Công việc Hợp tác được Máy tính Hỗ trợ và Điện toán Xã hội.
>> Tham khảo: Làm thế nào để bức xạ đi qua plasma dày đặc?
1. Chống thông tin sai lệch
Sự lan truyền của thông tin sai lệch trực tuyến là một vấn đề phổ biến. Tuy nhiên, các phương pháp hiện tại mà các nền tảng truyền thông xã hội sử dụng để đánh dấu hoặc xóa nội dung thông tin sai lệch có nhược điểm. Ví dụ: khi các nền tảng sử dụng thuật toán hoặc trình kiểm tra thực tế để đánh giá bài đăng, điều đó có thể tạo ra sự căng thẳng giữa những người dùng, những người coi những nỗ lực đó là vi phạm quyền tự do ngôn luận, trong số các vấn đề khác.
Jahanbakhsh cho biết thêm: “Đôi khi người dùng muốn thông tin sai lệch xuất hiện trong nguồn cấp dữ liệu của họ vì họ muốn biết những gì bạn bè hoặc gia đình của họ tiếp xúc, để họ biết khi nào và làm thế nào để nói chuyện với họ về điều đó”.
Người dùng thường cố gắng tự mình đánh giá và gắn cờ thông tin sai lệch, đồng thời họ cố gắng hỗ trợ lẫn nhau bằng cách nhờ bạn bè và chuyên gia giúp họ hiểu những gì họ đang đọc. Nhưng những nỗ lực này có thể phản tác dụng vì chúng không được nền tảng hỗ trợ. Người dùng có thể để lại nhận xét về một bài đăng gây hiểu lầm hoặc phản ứng bằng biểu tượng cảm xúc tức giận, nhưng hầu hết các nền tảng đều coi những hành động đó là dấu hiệu của sự tương tác. Ví dụ: trên Facebook, điều đó có thể có nghĩa là nội dung thông tin sai lệch sẽ được hiển thị cho nhiều người hơn, bao gồm cả bạn bè và người theo dõi của người dùng — hoàn toàn ngược lại với những gì người dùng này muốn.
Để khắc phục những vấn đề và cạm bẫy này, các nhà nghiên cứu đã tìm cách tạo ra một nền tảng cung cấp cho người dùng khả năng cung cấp và xem các đánh giá về độ chính xác có cấu trúc trên các bài đăng, cho biết những người khác mà họ tin tưởng để đánh giá các bài đăng và sử dụng các bộ lọc để kiểm soát nội dung hiển thị trong nguồn cấp dữ liệu của họ. Cuối cùng, mục tiêu của các nhà nghiên cứu là giúp người dùng dễ dàng giúp nhau đánh giá thông tin sai lệch trên mạng xã hội, giúp giảm khối lượng công việc cho mọi người.
>> Tham khảo: Mối quan hệ giữa khu vực con người sinh sống và sự tích tụ hạt vi nhựa ở các dòng sông.
Các nhà nghiên cứu bắt đầu bằng cách khảo sát 192 người, được tuyển dụng bằng Facebook và danh sách gửi thư, để xem liệu người dùng có đánh giá cao các tính năng này hay không. Cuộc khảo sát cho thấy rằng người dùng nhận thức rất rõ về thông tin sai lệch và cố gắng theo dõi và báo cáo thông tin đó, nhưng sợ rằng các đánh giá của họ có thể bị hiểu sai. Họ hoài nghi về nỗ lực của các nền tảng trong việc đánh giá nội dung cho họ. Và, mặc dù họ muốn các bộ lọc chặn nội dung không đáng tin cậy, nhưng họ sẽ không tin tưởng các bộ lọc do một nền tảng vận hành.
Sử dụng những hiểu biết này, các nhà nghiên cứu đã xây dựng một nền tảng nguyên mẫu giống như Facebook, được gọi là Trustnet. Trong Trustnet, người dùng đăng và chia sẻ các bài báo thực tế, đầy đủ và có thể theo dõi nhau để xem nội dung mà người khác đăng. Nhưng trước khi người dùng có thể đăng bất kỳ nội dung nào trong Trustnet, họ phải đánh giá nội dung đó là chính xác hay không chính xác hoặc hỏi về tính xác thực của nội dung đó, nội dung này sẽ hiển thị cho những người khác.
“Lý do mọi người chia sẻ thông tin sai lệch thường không phải vì họ không biết đâu là thật đâu là giả. Mà tại thời điểm chia sẻ, sự chú ý của họ bị hướng sai sang những thứ khác. Nếu bạn yêu cầu họ đánh giá nội dung trước khi chia sẻ , nó giúp họ sáng suốt hơn,” cô nói.
Người dùng cũng có thể chọn những cá nhân đáng tin cậy mà họ sẽ xem đánh giá nội dung của họ. Họ làm điều này một cách riêng tư, trong trường hợp họ theo dõi ai đó mà họ có quan hệ xã hội (có thể là bạn bè hoặc thành viên gia đình) nhưng họ không tin tưởng để đánh giá nội dung. Nền tảng này cũng cung cấp các bộ lọc cho phép người dùng định cấu hình nguồn cấp dữ liệu của họ dựa trên cách các bài đăng đã được đánh giá và bởi ai.
2. Kiểm tra Trustnet
Sau khi nguyên mẫu hoàn thành, họ đã tiến hành một nghiên cứu trong đó 14 cá nhân đã sử dụng nền tảng này trong một tuần. Các nhà nghiên cứu phát hiện ra rằng người dùng có thể đánh giá nội dung một cách hiệu quả, thường dựa trên kiến thức chuyên môn, nguồn nội dung hoặc bằng cách đánh giá tính logic của một bài viết, mặc dù không được đào tạo. Họ cũng có thể sử dụng các bộ lọc để quản lý nguồn cấp dữ liệu của mình, mặc dù họ sử dụng các bộ lọc theo cách khác.
“Ngay cả trong một mẫu nhỏ như vậy, thật thú vị khi thấy rằng không phải ai cũng muốn đọc tin tức của họ theo cùng một cách. Đôi khi mọi người muốn có các bài đăng thông tin sai lệch trong nguồn cấp dữ liệu của họ vì họ thấy lợi ích của nó. Điều này chỉ ra thực tế là cơ quan này hiện đã bị thiếu khỏi các nền tảng truyền thông xã hội và nó sẽ được trả lại cho người dùng,” cô nói.
Người dùng đôi khi gặp khó khăn trong việc đánh giá nội dung khi nội dung đó chứa nhiều tuyên bố, một số đúng và một số sai hoặc nếu tiêu đề và bài viết rời rạc. Điều này cho thấy sự cần thiết phải cung cấp cho người dùng nhiều lựa chọn đánh giá hơn — có thể bằng cách nêu rõ hơn một bài báo là đúng nhưng gây hiểu lầm hoặc bài viết đó có khuynh hướng chính trị, cô ấy nói.
Do người dùng Trustnet đôi khi gặp khó khăn trong việc đánh giá các bài báo có nội dung không khớp với tiêu đề, nên Jahanbakhsh đã khởi động một dự án nghiên cứu khác để tạo tiện ích mở rộng trình duyệt cho phép người dùng sửa đổi tiêu đề tin tức để phù hợp hơn với nội dung của bài báo.
>> Tham khảo: Những phát hiện hợp chất tự nhiên khi nghiên cứu Benzobactin.
Mặc dù những kết quả này cho thấy người dùng có thể đóng vai trò tích cực hơn trong cuộc chiến chống lại thông tin sai lệch, nhưng Jahanbakhsh cảnh báo rằng việc cung cấp cho người dùng quyền lực này không phải là thuốc chữa bách bệnh. Thứ nhất, cách tiếp cận này có thể tạo ra các tình huống mà người dùng chỉ nhìn thấy thông tin từ các nguồn có cùng chí hướng. Tuy nhiên, các bộ lọc và đánh giá có cấu trúc có thể được cấu hình lại để giúp giảm thiểu vấn đề đó, cô ấy nói.
Ngoài việc khám phá các cải tiến của Trustnet, Jahanbakhsh muốn nghiên cứu các phương pháp có thể khuyến khích mọi người đọc các bài đánh giá nội dung từ những người có quan điểm khác nhau, có lẽ thông qua trò chơi hóa. Và bởi vì các nền tảng truyền thông xã hội có thể miễn cưỡng thực hiện các thay đổi, cô ấy cũng đang phát triển các kỹ thuật cho phép người dùng đăng và xem các đánh giá nội dung thông qua trình duyệt web thông thường, thay vì trên một nền tảng.
Công trình này được hỗ trợ một phần bởi Quỹ khoa học quốc gia.
