Az elmúlt években a közösségi média (Twitter, Facebook stb.), megkerülve a médiumokat és az újságírókat kimagaslóan az egyik legnépszerűbb hírforrássá vált emberek milliárdjai számára.

De vajon hiteles-e a közösségi médián keresztül érkező információ?

A közel 1400 valós eseményhez kapcsolható 66 millió tweet alapján, a Georgia-i Technológiai Intézet kutatói megalkottak egy nyelvi modellt. Amely azonosítja a szavakat és a kifejezéseket, melyekkel a hitelesség erős vagy gyenge szintje érzékelhető a Twitteren.

A megállapításaik arra engednek következtetni, hogy a social médiát aktívan használó több milliónyi felhasználó tekintélyes mennyiségű információval rendelkezik arról, hogy egy esemény hiteles-e.

„Az elmúlt pár évben számos kutatást végeztek a közösségi média hitelességével kapcsolatban. De csak nagyon kevesen vannak azok, akik tényleges ismerettel rendelkeznek arról, milyen típusú szavak és kifejezések keltik azt az érzetet, hogy hiteles valami vagy sem.” – nyilatkozta Tanushree Mitra, a kutatás vezetője. A kutatócsapat a 2014-2015-ös időszak tweet-jeit vizsgálta. Beleértve olyan jelentős eseményeket is, mint például az ebola Nyugat-Afrikában történő megjelenését. Vagy a párizsi Charlie Hebdo lap ellen elkövetett támadást.

A kutatás keretein belül felkértek embereket, hogy értékeljék a bejegyzéseket egy („biztosan pontos”-tól „biztosan pontatlan”-ig) skálán.

A skálázás során minden embernek figyelnie kellett a következőkre. Csak azt vegye figyelembe, hogy az adott tweet kifejezetten hiteles-e szmára.

Majd ezeket az eredményeket a csapat betáplálta egy modellbe, 15 különböző nyelvi kategóriát hozva létre. Ezek egyaránt tartalmaztak pozitív és negatív emóciókat.

Ezt követően a Georgia Tech megvizsgálta a több mint 9000 szót, hogy értékelje, hogy ez a rengeteg tweet hiteles-e. Az esetek 68%-ban a tweet-ek hitelessége az emberek véleményéhez volt kapcsolható. Ez jelentős százalékkal több a véletlenszerű, általánosan vizsgált kutatásokénál, ami mindössze 25%-ra tehető.

„Azok a tweet-ek, melyek hatásfokozó jelzőket tartalmaznak, mint például a „tagadhatatlan”, valamint a pozitív érzelmek szempontjából a „buzgó”, vagy a „szörnyű” kifejezések nagy mértékben tűnnek hitelesnek – állította Mitra. Azonban azok a szavak, melyek pozitív érzelmekről tanúskodnak, viszont gúnyosan vélekednek az esemény kivitelezhetőségéről, mint „vigyor”, vagy „vicceskedés”, kevésbé férnek bele a „hiteles” kategóriába egy olvasó szemében”. Hasonló hatással bírnak a ködösítő kifejezések is, mint például a „bizonyos szint” és a „gyanús”.

Ellenben a retweet-ek – másnéven megosztások – többsége alacsony hitelességi mutatóval rendelkezik. Ez az interakció inkább egyfajta kísérletnek számít a krízis és bizonytalanság ideje alatt történő kollektív gondolkodás kiváltására. De azt azért kijelenthetjük, hogy a válaszok és a retweet-ek minél hosszabbak, annál nagyobb rá az esély, hogy a nyilvánosság hiteles jelzővel fogja illetni őket. „Az ok az lehet, hogy az üzenetek hosszúsága több információt és magyarázatot biztosít az olvasó számára. Ezáltal ezek a bejegyzések már első látásra is sokkal megbízhatóbbaknak tűnnek a számukra” – mondta Mitra.

A kutatócsapat által kialakított osztályozó rendszer még nem bevethető. De a Georgia Tech csapata szerint megvalósulhat egy olyan alkalmazás, amely a közösségi média történéseinek kibontakozásával párhuzamosan képes majd megjeleníteni egy adott ügy hitelességét.

„Ezek az információk más jelzésekkel történő kombinálása, mint például az esemény témája, a strukturális információ, vagy a nyelvi eredmény, fontos építő kövei lehetnek egy automatizált rendszernek” – közölte Eric Gilbert, aki egyben a Georgia-i Technológiai Intézet professzora. Majd hozzátette: „A Twitter is része az online területen megjelenő, valótlan hírek terjedésének, azonban így a megoldás részét is képezheti.”

A „Social Media hitelességének a nyelvi modellen és a különböző eseményeken keresztül történő vizsgálata” februárban került bemutatásra a 20. ACM Computer-Supported Cooperative Work and Social Computing elnevezésű konferencián Portland-ban.