BERTopic-Virality Prioritisation: A Scalable Framework for Thematic and Comparative Analysis of COVID-19 and Monkeypox Misinformation on Twitter
تقدم هذه الورقة BERTopic-VP، وهو إطار عمل قابل للتوسع يدمج تجميع التضمين السياقي مع طبقة تحديد الأولويات القائمة على الانتشار وكاشف هجين للمعلومات المضللة لتمكين التحديد المبكر والتحليل المقارن لسرديات المعلومات المضللة الصحية عالية التأثير عبر الأوبئة المختلفة.
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
عندما يظهر مرض جديد، يواجه العالم أزمتين متزامنتين: الفيروس نفسه وفيض المعلومات المضللة التي تنتشر جنباً إلى جنب معه. هذه الأزمة الثانية، التي تُسمى غالباً "الوباء المعلوماتي" (infodemic)، يمكن أن تكون خطيرة بقدر الخطورة البيولوجية. على منصات التواصل الاجتماعي مثل تويتر، حيث تكون الرسائل قصيرة وتتحرك بسرعة البرق، يمكن للقصص الكاذبة حول العلاجات، أو الأصول، أو تدابير السلامة أن تكتسب زخماً أسرع من الإرشادات الصحية الرسمية. وغالباً ما تفشل الأساليب التقليدية لتتبع هذه القصص لأنها تعتمد على عدّ عدد مرات ظهور كلمات معينة. ففي لغة وسائل التواصل الاجتماعي المتغيرة بسرعة والمليئة بالفوضى، حيث يستخدم الناس المصطلحات العامية، والوسوم (hashtags)، والرموز التعبيرية، تنهار عمليات عدّ الكلمات البسيطة؛ فهي تغفل المعنى العميق وراء المنشور، مما يؤدي إما إلى دمج أفكار غير مترابطة معاً، أو الفشل في رصد شائعة جديدة وخطيرة حتى بعد أن تكون قد انتشرت بالفعل على نطاق واسع.
ولحل هذه المشكلة، طور باحثون في جامعة مانشستر متروبوليتان طريقة جديدة للاستماع إلى الضجيج الرقمي. فقد ابتكروا نظاماً لا يكتفي بمجرد عدّ الكلمات، بل يفهم المعنى الكامن وراءها، مع الانتباه أيضاً إلى سرعة انتشار القصة. كان هدفهم بناء أداة يمكنها مساعدة مسؤولي الصحة العامة على رصد الأكاذيب الأكثر خطورة في وقت مبكر، حتى عندما تبدأ في الدوران للتو. ومن خلال الجمع بين الفهم العميق للغة ومقياس لمدى مشاركة الناس للمنشور، أنشأوا إطار عمل يمكنه غربلة مجموعات من التغريدات للعثور على السرديات المحددة التي تشكل أكبر خطر على الصحة العامة.
طبق الباحثون هذا النظام الجديد، الذي أطلقوا عليه اسم BERTopic-VP، على بيانات حقيقية من أزمتين صحيتين رئيستين: الجائحة العالمية الناجمة عن فيروس كورونا المستجد، وتفشي فيروس جدري القردة عام 2022. قاموا بتغذية النظام بمجموعات من التغريدات المتعلقة بهذين الحدثين، ومعالجتها في دفعات تتراوح من 10,000 إلى 100,000 تغريدة. وبدلاً من البحث عن كلمات مفتاحية محددة، قام النظام أولاً بتجميع التغريدات في مجموعات (clusters) بناءً على معناها الفعلي. لقد استخدم نماذج لغوية متقدمة لفهم أن منشورين قد يقولان أشياء مختلفة ولكن يمكن أن يتحدثا عن نفس الفكرة الجوهرية، مثل عدم الثقة في الحكومة أو الخوف من اللقاحات. وبمجرد تجميع القصص، أضاف النظام طبقة ثانية من التحليل: حيث نظر في مدى التفاعل الذي تلقته كل قصة. فقد عدّ عدد الأشخاص الذين أعجبوا بالمنشورات، أو شاركوها، أو ردوا عليها. سمح هذا للنظام بتصنيف القصص، وتسليط الضوء على تلك التي لم تكن شعبية فحسب، بل كانت تنتشر بنشاط.
كشفت النتائج عن اختلافات واضحة في كيفية سلوك المعلومات المضللة خلال هذين التفشين. فخلال جائحة فيروس كورونا، كانت القصص الكاذبة متنوعة ومعقدة للغاية؛ حيث غطت مجموعة واسعة من المواضيع، من نظريات المؤامرة حول أصل الفيروس إلى النقاشات حول فعالية الكمامات وسياسات الإغلاق. وكانت اللغة المستخدمة في هذه المنشورات غالباً كثيفة وصعبة القراءة، تحاكي نبرة الخبراء لتبدو أكثر مصداقية. في المقابل، كانت المعلومات المضللة المحيطة بتفشي جدري القردة أكثر تركيزاً؛ إذ تمحورت السرديات الكاذبة بكثافة حول موضوعات محددة، مثل الإخفاقات في توزيع اللقاحات وعدم الثقة العميق في السلطات الصحية. وكانت هذه القصص أبسط لغوياً، وأسهل في القراءة، وتحمل شحنة عاطفية أقوى، لا سيما مشاعر الخوف والغضب.
أظهرت الدراسة أن النظام كان فعالاً في مهمته؛ فقد نجح في تحديد مجموعات المعلومات المضللة ذات القدرة العالية على الانتشار الفيروسي، محذراً من أعلى 1% من القصص المنتشرة للمراجعة البشرية. وفي بيانات جدري القردة، حيث امتلك الباحثون أرقام مشاركة فعلية، أنتج النظام موضوعات قابلة للتفسير دلالياً وحدد المجموعات الأكثر نشاطاً بناءً على التفاعل المرصود. أما بالنسبة لبيانات فيروس كورونا، حيث لم تكن أرقام المشاركة متاحة، فقد استخدم النظام حيلة ذكية: فقد تعلم من بيانات جدري القردة السمات اللغوية والنفسية التي تؤدي عادةً إلى ارتفاع معدلات المشاركة، ثم طبق تلك المعرفة للتنبؤ بالقصص المتعلقة بفيروس كورونا التي يُحتمل انتشارها. سمح هذا للنظام بإعطاء الأولوية للسرديات الخطرة حتى بدون الوصول المباشر إلى أعداد المشاركات.
ومن الأهمية بمكان أن الباحثين أظهروا أن قدرة القصة على الانتشار لا ترتبط دائماً بكونها حقيقية أم كاذبة. فقد وجد النظام العديد من المجموعات واسعة الانتشار التي كانت في الواقع حقائق، مثل التحديثات الإخبارية أو النصائح الصحية الرسمية. لهذا السبب صُمم النظام ليعمل في خطوتين: أولاً، يجد القصص التي تنتشر بسرعة أكبر؛ ثانياً، يستخدم فحصاً منفصلاً لتحديد ما إذا كانت تلك القصص حقيقية. هذا المزيج يسمح لمسؤولي الصحة العامة بتركيز وقتهم المحدود على الأكاذيب المحددة التي تكتسب أكبر قدر من الزخم، بدلاً من محاولة دحض كل ادعاء كاذب أو تجاهل القصص سريعة الحركة التي تصادف أنها حقيقية.
كما سلطت الدراسة الضوء على أن النبرة العاطفية للقصة هي محرك قوي لانتشارها. فالمعلومات المضللة الأكثر انتشاراً كانت غالباً مكتوبة بلغة بسيطة وسهلة الفهم بسرعة، مقترنة بمشاعر قوية مثل الخوف والغضب. وهذا يشير إلى أن الأكاذيب التي يسهل استيعابها وتثير مشاعر مكثفة لدى الناس هي الأكثر عرضة للمشاركة. ومن خلال تحديد هذه الأنماط، يقدم إطار العمل الجديد طريقة عملية لفرق الصحة العامة لمراقبة المشهد الرقمي؛ فهو يعمل كنظام إنذار مبكر، يسلط الضوء على السرديات المحددة عالية المخاطر التي تتطلب اهتماماً فورياً قبل أن تسبب ضرراً واسع النطاق. إن هذا العمل يثبت أنه من خلال فهم كل من معنى الكلمات وآليات انتقالها، يمكننا حماية المجتمعات بشكل أفضل من مخاطر المعلومات المضللة أثناء الطوارئ الصحية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.