💻 computer science

How to Detect Information Voids Using Longitudinal Data from Social Media and Web Searches

تقترح هذه الدراسة منهجية للكشف عن فجوات المعلومات وقياسها من خلال تحليل بيانات وسائل التواصل الاجتماعي والبحث عبر الويب على المدى الطويل، مبرهنةً من خلال دراسة حالة حول لقاح كوفيد-19 أن هذه الفترات التي تشح فيها المعلومات الموثوقة ترتبط بانخفاض جودة المحتوى وزيادة المعلومات المضللة.

المؤلفون الأصليون: Irene Scalco, Francesco Gesualdo, Roy Cerqueti, Matteo Cinelli

نُشر 2026-02-18

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Irene Scalco, Francesco Gesualdo, Roy Cerqueti, Matteo Cinelli

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل الإنترنت كأنه سوق ضخم يعج بالحركة. في هذا السوق، هناك قوتان رئيستان تعملان معاً: المتسوقون (الأشخاص الذين يبحثون عن المعلومات) والبائعون (الأشخاص والمؤسسات التي تصنع المحتوى).

عادةً، يعمل هذا السوق بشكل جيد؛ فإذا طُرح منتج جديد، يقوم البائعون بعمل إعلاناتات، ويشتري المتسوقون المنتجات. ولكن أحياناً، قد يصبح السوق فوضوياً.

تقدم هذه الورقة طريقة جديدة لرصد نوعين محددين من فوضى السوق: الفراغ المعلوماتي والوفرة المعلوماتية المفرطة.

الفكرة الجوهرية: مقياس "العرض مقابل الطلب"

قام المؤلفون ببناء أداة تعمل بمثابة ميزان لوزن شيئين كل يوم:

الطلب (المتسوقون): كم عدد الأشخاص الذين يبحثون عن موضوع ما؟ (يُقاس عبر عمليات البحث في جوجل ومشاهدات ويكيبيديا).
العرض (البائعون): كم عدد المقالات والتغريدات والمنشورات التي تُكتب حول هذا الموضوع؟ (يُقاس عبر فيسبوك وتويتر والمواقع الإخبارية).

ويسمون الفرق بين هذين الأمرين بـ "دلتا المعلومات" (Information Delta).

طرفا الفوضى

1. الفراغ المعلوماتي (مشكلة "الرف الفارغ")

تخيل أن عاصفة مفاجئة ضربت بلدة ما. اندفع الجميع إلى متجر الأدوات الصلبة لشراء المصابيح اليدوية (طلب مرتفع). لكن صاحب المتجر نائم، ولم تصل أي شحنات جديدة (عرض منخفض).

ماذا يحدث؟ الأرفف فارغة.
النتيجة: يبدأ المتسوقون اليائسون بشراء المصابيح من رجل مريب في زقاق خلفي يبيع مصابيح مكسورة ومزيفة.
في العالم الحقيقي: هذا هو الفراغ المعلوماتي. عندما يكون الناس في حالة يأس لمعرفة شيء ما (مثل "هل هذا اللقاح آمن؟") ولكن لا يوجد خبراء موثوقون يكتبون عن ذلك بعد، فإنهم يتوجهون إلى مصادر غير موثوقة. هنا يزدهر التضليل الإعلامي (الأخبار الزائفة). "الرجل المريب" يملأ الرف الفارغ بالأكاذيب.

2. الوفرة المعلوماتية المفرطة (مشكلة "الفيضان")

الآن، تخيل العكس تماماً. متجر الأدوات الصلبة غارق بـ 10,000 مصباح يدوي، لكن لا أحد يحتاجها لأن العاصفة انتهت منذ أيام.

ماذا يحدث؟ الممرات مزدحمة للغاية. من المستح المستحيل العثور على المصباح الجيد وسط آلاف المصابيح الرخيصة وغير المفيدة.
في العالم الحقيقي: هذه هي الوفرة المفرطة. الضجيج الزائد يجعل من الصعب العثور على الإشارة وسط الزحام. ورغم أنها أقل خطورة من الفراغ، إلا أنها لا تزال تسبب الارتباك للناس.

كيف اكتشفوا ذلك (الرادار السحري)

لم يعتمد الباحثون على التخمين؛ بل بنوا رادار بيانات.

راقبوا ست دول أوروبية خلال فترة طرح لقاح كوفيد-19 (وهي فترة شهدت اهتماماً عاماً هائلاً).
تتبعوا "الدلتا": قاموا بحساب الفجوة بين حجم بحث الناس وبين حجم الأخبار التي تُكتب.
بحثوا عن "الشذوذ": تماماً كما يبحث الطبيب عن حمى أعلى بكثير من المعدل الطبيعي، بحث رادارهم عن الأيام التي كانت فيها الفجوة بين العرض والطلب ضخمة جداً.

ماذا وجدوا؟

عندما وجهوا رادارهم نحو عملية طرح اللقاح، رأوا شيئاً مخيفاً:

"الفراغات" كانت حقيقية: خلال اللحظات الحرجة (مثل عند الموافقة على لقاح جديد أو ظهور مخاوف تتعلق بالسلامة)، انفتح "الزقاق المريب". كان الخبراء الموثوقون بطيئين في الكتابة، بينما كان الجمهور يبحث بجنون.
"الرجل المريب" انتصر: خلال أيام "الفراغ" هذه، ارتفرت نسبة المنشورات من مصادر غير موثوقة (أخبار منخفضة الجودة، نظريات المؤامرة) بشكل صاروخي.
- مثال: في أيام "الفراغ"، كان حوالي 20% فقط من منشورات فيسبوك تأتي من مصادر ذات مصداقية عالية. في الأيام العادية، كانت النسبة تتجاوز 30%. وفي الوقت نفسه، قفزت المنشورات التي تدعو إلى "توخي أقصى درجات الحذر" (التضليل) بشكل ملحوظ.
"التأخر": استغرق السوق وقتاً طويلاً لإصلاح الأرفف الفارغة. وبمجرد بدء الفراغ، غالباً ما يستمر لأسابيع، مما يمنح التضليل الإعلامي وقتاً كافياً للانتشار قبل أن تلحق به المعلومات الموثوقة.

الخلاصة الكبرى

تعلمنا هذه الورقة أن التضليل الإعلامي ليس مجرد مسألة أن الكاذبين صاخبون؛ بل يتعلق غالباً بأن الحقيقة صامتة.

عندما تضرب الأزمات ويكون "البائعون الموثوقون" بطيئين في فتح متاجرهم، يندفع "البائعون المريبون" لملء المساحة الفارغة. إذا أردنا إيقاف الأخبار الزائفة، لا يمكننا فقط محاربة الكاذبين، بل يجب أن نتأكد من أن "البائعين الموثوقين" مستعدون لفتح أبوابهم فوراً عندما يبدأ الجمهور في البحث.

باخت-اختصار: إذا تركت غرفة فارغة، سيملؤها شخص ما بالخردة في نهاية المطاف. أفضل طريقة لمنع وصول الخردة هي ملء الغرفة بالأشياء الجيدة قبل وصول الخردة.

إليك ملخص تقني مفصل لورقة البحث بعنوان: "كيفية اكتشاف الفراغات المعلوماتية باستخدام البيانات الطولية من وسائل التواصل الاجتماعي والبحث عبر الويب."

1. بيان المشكلة

تتناول الورقة التحدي الحاسم المتمثل في اكتشاف الفراغات المعلوماتية (Information Voids) — وهي فترات يتجاوز فيها الطلب العام على المعلومات حول موضوع معين العرض المتاح من المحتوى الموثوق والقائم على الأدلة بشكل كبير.

السياق: في اقتصاد الانتباه، تزدهر المعلومات المضللة في هذه الفراغات لأن المستخدمين الباحثين عن إجابات يواجهون محتوى غامضاً أو مضللاً أو كاذباً عند غياب المصادر الموثوقة.
الفجوة: بينما يُناقش مفهوم الفراغات المعلوماتية على نطاق واسع (خاصة خلال جائحة كوفيد-19)، لا توجد طريقة كمية معيارية لقياسها. تعتمد النهج الحالية على التقييمات النوعية أو التحذيرات المؤسسية، مما يفتقر إلى إطار عمل منهجي قائم على البيانات لتحديد هذه الاختلالات وقياسها وتحليلها بمرور الوقت.
الهدف: تطوير مسار عمل (Pipeline) قابل للتكرار في علم البيانات يعمل على تكميم الاختلال الهيكلي بين عرض المعلومات والطلب عليها لاكتشاف الفراغات المعلوماتية ونظيرتها، وهي الوفرة المعلوماتية المفرطة.

2. المنهجية

يقترح المؤلفون إطار عمل كمي يعتمد على حلقة التغذية الراجعة بين عرض المعلومات والطلب عليها. تتضمن المنهجية مسار عمل لعلوم البيانات متعدد الخطوات:

أ. جمع البيانات والوكلاء (Proxies)

تستخدم الدراسة بيانات طولية من 1 يناير 2020 إلى 30 أبريل 2021، مع التركيز على ست دول أوروبية (الدنمارك، فرنسا، ألمانيا، إيطاليا، إسبانيا، المملكة المتحدة) وخمسة لقاحات رئيسية لفيروس كوفيد-19.

وكلاء الطلب على المعلومات:
- Google Trends: حجم استعلامات البحث.
- مشاهدات صفحات ويكيبيديا: عدد الزيارات اليومية لصفحات محددة متعلقة باللقاحات.
وكلاء عرض المعلومات:
- وسائل التواصل الاجتماعي: حجم المنشورات على فيسبوك (عبر CrowdTale) وتويتر (عبر البحث في الأرشيف الكامل).
- وسائل الإعلام الإخبارية: حجم المقالات من قاعدة بيانات GDELT Summary (التغطية الإخبارية العالمية).

ب. المعالجة المسبقة وإعادة القياس (Rescaling)

لمقارنة مصادر البيانات غير المتجانسة (اختلاف المقاييس، والدقة، والوحدات)، يستخدم المؤلفون تقنية إعادة القياس:

يتم إعادة قياس كل سلسلة زمنية $x$ بقيمتها المتوقعة (المتوسط الحسابي) على فترة المراقبة: $\hat{x}_t = x_t / E(x)$ .
يعمل هذا على تطبيع البيانات إلى إطار مرجعي مشترك، مما يبرز الانحرافات عن السلوك المعتاد بغض النظر عن الحجم الأصلي.

ج. دلتا المعلومات ( $\delta_t$ )

المقياس الجوهري هو دلتا المعلومات (Information Delta)، والتي تُعرف بأنها الفرق بين العرض المُعاد قياسه ( $\hat{s}_t$ ) والطلب المُعاد قياسه ( $\hat{d}_t$ ):
$\delta_t = \hat{s}_t - \hat{d}_t$

$\delta_t < 0$ : يشير إلى فراغ معلوماتي (الطلب > العرض).
$\delta_t > 0$ : يشير إلى وفرة معلوماتية مفرطة (العرض > الطلب).
$\delta_t \approx 0$ : يشير إلى توازن.

د. اكتشاف الشذوذ (Anomaly Detection)

للتمييز بين التقلبات الطبيعية والاختلالات الهيكلية الحرجة، يطبق المؤلفون خوارزمية اكتشاف شذوذ غير خاضعة للإشراف:

التفكيك (Decomposition): يتم تفكيك السلسلة الزمنية $\delta_t$ باستخدام STL (التفكيك الموسمي للاتجاه باستخدام Loess) إلى مكونات الاتجاه (Trend)، والموسمية (Seasonal)، والمتبقي (Remainder).
الاكتشاف: يتم تحديد الشذوذ حصرياً في مكون المتبقي (Remainder) (البواقي) باستخدام معيار المدى الربيعي (IQR).
- يتم ضبط العتبات عند $[Q1 - k \cdot IQR, Q3 + k \cdot IQR]$ .
- تُصنف النقاط التي تقع خارج هذه الحدود كشذوذ.
التصنيف: تُصنف حالات الشذوذ المكتشفة إلى خمسة أنظمة (Regimes):
- فراغ (Void): شذوذ سلبي (طلب مرتفع، عرض منخفض).
- نقص (Lack): سلبي ولكن ضمن حدود التسامح.
- توازن (Balance): الحالة الطبيعية.
- وفرة (Abundance): إيجابي ولكن ضمن حدود التسامح.
- وفرة مفرطة (Overabundance): شذوذ إيجابي (طلب منخفض، عرض مرتفع).

هـ. التحقق من الصحة

البيانات الاصطناعية: تم اختبار مسار العمل على سلاسل زمنية غاوسية اصطناعية مع حقن حالات شذوذ (تتراوح من $1\sigma$ إلى $15\sigma$ ). حقق النموذج دقة تزيد عن 90% للحالات فوق $6\sigma$ ودرجة F1 تزيد عن 0.68 للحالات فوق $9\sigma$ .
الارتباط في العالم الحقيقي: تم التحقق من المنهجية مقابل أحداث معروفة عالية التأثير (مثل تراخيص لقاحات EMA، وتعليق استخدام لقاح أسترازينيكا).

3. النتائج الرئيسية

أ. اكتشاف الفراغات المعلوماتية

نجح مسار العمل في تحديد فراغات معلوماتية كبيرة خلال اللحظات الحرجة من الجائحة، لا سيما:

الإطلاق الأولي للقاحات (أواخر عام 2020).
الترخيص المشروط للقاح موديرنا من قبل وكالة الأدوية الأوروبية (EMA).
التعليق المؤقت للقاح أسترازينيكا بسبب مخاوف التجلط.
الاستمرارية: وُجد أن الفراغات المعلوماتية (الشذوذ السلبي) أكثر استمراراً من أحداث الوفرة المفرطة. استمرت أطول الفراغات لمدة تصل إلى 29 يوماً متتالياً، مما يشير إلى أن النظام البيئي للمعلومات يتعافى من القفزات المفاجئة في الطلب العام بشكل أبطأ مما يتعافى من طفرات المحتوى.

ب. الارتباط مع المعلومات المضللة

دمجت الدراسة درجات مصداقية NewsGuard لتحليل جودة المعلومات المتداولة أثناء الفراغات مقابل الفترات غير الشاذة.

انخفاض المحتوى عالي الجودة: خلال الفراغات المعلوماتية، انخفضت نسبة المنشورات من المصادر عالية المصداقية (الدرجة = 100) بشكل ملحوظ:
- فيسبوك: من 33.68% (غير شاذ) إلى 20.84% (فراغ).
- تويتر: من 31.62% (غير شاذ) إلى 23.87% (فراغ).
ارتفاع المعلومات المضللة: على العكس من ذلك، زاد المحتوى المصنف كـ "استمر بأقصى درجات الحذر" (الدرجة < 39، مما يشير إلى معلومات مضللة) أثناء الفراغات:
- فيسبوك: ارتفع من 5.46% إلى 6.1%.
- تويتر: ارتفع بشكل كبير من 22.1% إلى 27.28%.
الاستنتاج: تعمل الفراغات المعلوماتية كـ "نقاط ساخنة" حيث تزداد احتمالية مواجهة المستخدمين لمحتوى منخفض الجودة أو مضلل بشكل كبير.

ج. عدم التماثل في التعافي

كشف التحليل عن عدم تماثل منهجي: يعود النظام البيئي للمعلومات إلى حالة التوازن بشكل أسرع بعد فترات الوفرة المفرطة (فائض المحتوى) مقارنة بفترات الفراغات (نقص المحتوى). وهذا يعني أنه بمجرد أن يتجاوز الطلب العام العرض، فإن الفجوة تستمر لفترة أطول، مما يخلق نافذة ضعف مستدامة أمام المعلومات المضللة.

4. المساهمات الرئيسية

التعريف التشغيلي: يوفر أول تعريف كمي وتشغيلي لـ "الفراغات المعلوماتية" بناءً على عدم التوازن بين العرض والطلب، متجاوزاً الأوصاف النوعية.
مسار عمل قابل للتوسع: يقدم مسار عمل قابلاً للتكرار في علم البيانات (إعادة القياس، حساب دلتا، تفكيك STL، واكتشاف الشذوذ باستخدام IQR) يمكن تطبيقه في أي مجال (الصحة العامة، السياسة، البيئة).
الدليل التجريبي على المخاطر: يثبت وجود ارتباط تجريبي قوي بين الفراغات المعلوماتية وتدهور جودة المعلومات، موضحاً أن الفراغات ليست مجرد مساحات فارغة، بل هي بيئات نشطة ينتشر فيها التضليل.
تصنيف الأنظمة (Regimes): يقترح نظام تصنيف بخمس حالات (فراغ، نقص، توازن، وفرة، وفرة مفرطة) لمراقبة صحة النظام البيئي للمعلومات.

5. الأهمية والآثار المترتبة

الصحة العامة وإدارة الأزمات: يوفر إطار العمل نظام إنذار مبكر لصناع السياسات والمنظمات الصحية. من خلال مراقبة "دلتا المعلومات"، يمكن للسلطات اكتشاف متى يتجاوز الطلب العام على المعلومات العرض الموثوق، مما يسمح لها بتحديد أولويات جهود التواصل قبل أن تملأ المعلومات المضللة الفراغ.
إدارة الوباء المعلوماتي (Infodemic): يكمل النهج الحالي لـ "الاستماع الاجتماعي" (Social Listening) عبر إضافة طبقة هيكلية كمية لإدارة الوباء المعلوماتي، مما يساعد في التمييز بين نقص المحتوى وزيادة المحتوى.
مسؤولية المنصات: يسلط الضوء على حاجة المنصات ومنتجي المحتوى لتوقع الأحداث ذات الطلب المرتفع (مثل إطلاق اللقاحات) وزيادة عرض المعلومات الموثقة بشكل استباقي لمنع حدوث الفراغات.
البحث المستقبلي: توفر هذه الطريقة أساساً للنماذج الميكانيكية لظهور المعلومات المضللة، مما يشير إلى أن توقيت والاختلال الهيكلي في تدفق المعلومات لا يقل أهمية عن المحتوى نفسه في تحديد مدى انتشار الأكاذيب.

باخت-صار، تحول هذه الورقة مفهوم "الفراغات المعلوماتية" من كونه مصدر قلق نظري إلى مقياس قابل للقياس والتنفيذ، وتثبت أن هذه الفراغات هي إخفاقات هيكلية حرجة في النظام البيئي للمعلومات ترتبط مباشرة بانتشار المعلومات المضللة.