Η δημόσια στάση απέναντι στην COVID-19 και τις θεραπείες της είναι πιο «μολυσματική» από την ίδια την ασθένεια, σύμφωνα με μια νέα μελέτη από το Northwestern Medicine που χρησιμοποιεί την Τεχνητή Νοημοσύνη (AI) για την ανάλυση των tweets σχετικά με τον ιό. Οι ερευνητές μελέτησαν την επίδραση του Twitter στις πεποιθήσεις για την υγεία σχετικά με την COVID-19, καθώς και την ανταγωνιστική επίδραση των επιστημονικών στοιχείων σε σχέση με τις ομιλίες πολιτικών.
Τα βασικά ευρήματα της μελέτης:
- Οι προκαταλήψεις των ανθρώπων μεγεθύνονται όταν διαβάζουν tweets για την COVID-19 από άλλους χρήστες και όσο περισσότερες φορές έχει γίνει retweet, τόσο περισσότερο τείνουν να το πιστεύουν και να το κάνουν retweet και αυτοί.
- Επιστημονικές εκδηλώσεις, όπως επιστημονικές δημοσιεύσεις και μη επιστημονικές εκδηλώσεις, όπως ομιλίες πολιτικών, επηρεάζουν εξίσου τις τάσεις των πεποιθήσεων για την υγεία στα κοινωνικά μέσα.
"Στην πανδημία, τα κοινωνικά μέσα έχουν συμβάλει σε πολλές από τις πληροφορίες και την παραπληροφόρηση και τη μεροληψία της στάσης του κοινού για τη νόσο, τη θεραπεία και τις πολιτικές, δήλωσε ο συγγραφέας της μελέτης Yuan Luo, επικεφαλής αξιωματικός Τεχνητής Νοημοσύνης στο Ινστιτούτο Αυξημένης Νοημοσύνης στην Ιατρική του Πανεπιστημίου Northwestern Feinberg.
"Η μελέτη μας, βοηθά τους ανθρώπους να συνειδητοποιήσουν και να ξανασκεφτούν τις προσωπικές αποφάσεις που λαμβάνουν όταν αντιμετωπίζουν την πανδημία", δήλωσε ο Luo. "Η μελέτη στέλνει μια ειδοποίηση στο κοινό ότι οι πληροφορίες που συναντά καθημερινά μπορεί να είναι σωστές ή λανθασμένες και να τους καθοδηγήσει να επιλέξουν τις πληροφορίες που υποστηρίζονται από σταθερά επιστημονικά στοιχεία. Θέλαμε επίσης να παρέχουμε χρήσιμες πληροφορίες για τους επιστήμονες ή τους παρόχους υγειονομικής περίθαλψης, ώστε να μπορούν να μεταδίδουν αποτελεσματικότερα τη φωνή τους σε στοχευμένο κοινό. "
Η μελέτη δημοσιεύθηκε πρόσφατα στο Journal of Medical Internet Research.
Πόσα tweets ανέλυσε η Τεχνητή Νοημοσύνη;
Η ομάδα του Luo, συνέλεξε αναδρομικά tweet που σχετίζονται με την COVID-19 χρησιμοποιώντας το API του Twitter. Συνολικά, ανέκτησε 92.687.660 tweets που αντιστοιχούσαν σε 8.967.986 χρήστες από τις 6 Ιανουαρίου έως τις 21 Ιουνίου 2020.
Για να εκπαιδεύσουν το μοντέλο Τεχνητής Νοημοσύνης, επέλεξαν τυχαία 5.000 από τα tweets για σχολιασμό. Κάθε tweet επανεξετάστηκε διπλά για να αποφασίσει αν πληρούσε κάποια από τις τέσσερις βασικές δομές του μοντέλου πεποίθησης υγείας και συγκεκριμένα, αντιληπτή ευαισθησία, αντιληπτή σοβαρότητα, αντιληπτά οφέλη και αντιληπτά εμπόδια.
Πηγές:
Northwestern University
{{dname}} - {{date}}
{{body}}
Απάντηση Spam
{{#subcomments}} {{/subcomments}}