“维特比vs.流行病”第八讲:错误信息检测

| 2020年11月6日

刘燕分享了机器学习和人工智能如何通过识别和减少社交媒体上的错误信息来帮助对抗COVID-19。

(艺术/ SHUTIANYI李)

(艺术/ SHUTIANYI李)

今年秋天,紧随其后美国国家工程院(美国)行动呼吁为了让工程师们“众包并集体集思广益解决冠状病毒疾病(COVID-19)的工程解决方案”,南加州大学维特比工程学院提供了“维特比vs.大流行病!”bob国际首页登录——南加州大学维特比学院的新系列讲座,旨在全面提供以工程bob国际首页登录为中心的框架,以应对和理解COVID-19大流行。

在为期11周的免费课程中,学生们可以接触到无数的主题,从通过定向进化估算风险和蛋白质工程,到计算机科学和电气工程学院在自动化人类安全技术、检测错误信息和数字接触追踪方面所做的贡献。一到两个小时的课程在周四下午6点举行。

10月29日,刘燕,Philip和Cayley MacDonald教授,计算机科学,电气和计算机工程以及生物医学科学的副教授,发表了她的演讲:错误检测;缓解COVID-19。

刘女士讨论了她和她的团队如何在社交媒体上识别与COVID-19有关的虚假信息,并发现有协调的虚假信息宣传活动,包括促进政治动机阴谋的协调恶意活动。


对于那些错过的人,你能简单地总结一下你的演讲吗?

社交媒体上的错误/虚假信息引起了公众健康和安全方面的一些担忧。我们建立了识别社交媒体上与COVID-19有关的虚假信息的技术,并发现试图促进和放大虚假信息传播的协调虚假信息活动。我们根据从活动痕迹和帐户交互中了解到的帐户的组异常行为来检测这种协调努力。在关于COVID-19的讨论中,我们发现了潜在的协调恶意活动,推动有政治动机的阴谋,例如所谓的关于羟氯喹治疗成功的说法。

为了降低推特上与COVID-19相关的错误信息的风险,我们还分析了在线话语的整体性质和社交媒体上分享的信息的质量。我们的分析在2020年3月至6月之间每天更新在公共仪表盘上-在推特上追踪与大流行相关的错误信息声明、情绪、趋势和话题。


为什么这项研究很重要?它将如何帮助对抗COVID?

在保持社交距离和越来越依赖虚拟交流的时期,对虚假信息和社交媒体分析的研究至关重要。社交媒体是信息共享和消费的一个组成部分,而大流行为未经证实的说法、谣言和阴谋提供了肥沃的土壤,而关于这种病毒仍有许多未知。

它如何影响公众对科学和政策措施的看法,可以直接影响限制病毒传播的干预措施的有效性,并影响未来的选举结果。因此,追踪社交媒体上不断使用更复杂的欺骗技术的虚假信息和恶意行为的研究,对于确保我们的社会、民主和社交媒体话语的健康至关重要。


你如何将你的研究与学术界或工业界的类似研究或想法进行比较?

虽然在过去几年里,围绕虚假信息进行了大量工作,但由于操纵行为的复杂性不断增加,在检测方面也不断面临新的挑战。COVID-19本身带来了更多的不确定性,并为恶意社交媒体活动提供了素材,从而加剧了问题。在我们对协调虚假信息运动的研究中,我们利用从活动痕迹中了解到的群体异常行为,而不是对同步活动或协调行为的假定特征进行假设。这样的假设限制了早期检测更复杂活动的方法的有效性。此外,这一领域的大部分研究在解决COVID-19阴谋和虚假声明方面都很紧迫。我们对网络话语本质的分析提供了及时的回应,以提高人们的意识,使人们不那么容易受到社交媒体上错误信息的影响。


就你的工作而言,接下来的步骤和/或里程碑是什么?

我们下一步的研究工作是解决推特上与总统辩论和美国2020年大选有关的政治话语中的虚假信息,并了解COVID-19虚假信息与操纵选举结果之间的相互作用。


你能分享一个大流行生活中的故事吗?它对你的工作和家庭有什么影响?你在做什么来保持理智?

我有一个1岁的儿子和7岁的女儿。COVID-19彻底改变了我们的生活:我和丈夫都需要在家工作,同时照顾孩子。有时我的女儿会出现在Zoom电话中,问候我的合作伙伴和学生;有时我儿子会在Zoom通话时尖叫着引起注意。在这个充满挑战的时期,很难实现工作与生活的平衡,但在同事、学生和朋友的相互帮助下,这个过程将是一次难忘的经历。


从研究的角度来看,你认为这种病毒或整个大流行最令人惊讶或最违反直觉的方面是什么?

令人不安的是,在社交媒体上持续不断地宣传出于政治动机的虚假信息,以及这场大流行是如何达到这一目的的。奇怪的是,即使是毫无根据的QAnon阴谋也设法聚集了许多追随者和支持者,并有可能误导和制造怀疑,当他们重申理论并利用意识形态偏见、恐惧和未知来操纵人们时。


关于这场大流行,有哪些对您意义重大的至理名言?

“如果我不能做大事,我可以用伟大的方式做小事。”马丁·路德·金


如果你只能从你的演讲中分享一张幻灯片,它会是什么,为什么?

虚假信息和通过协调努力恶意宣传虚假信息是当今社交媒体上最紧迫的问题之一。这个数字提供了我们的方法在与COVID-19相关的Twitter数据上识别出的此类活动的示例。

相关论文:

COVID-19:社交媒体分析仪表板。https://usc-melady.github.io/COVID-19-Tweet-Analysis.预印:https://arxiv.org/pdf/2003.12309.pdf

识别虚假信息运动中的协调账户
预印:https://arxiv.org/pdf/2008.11308.pdf

2020年11月6日发布

最后更新于2021年4月8日

分享这个故事