Topological Differences in Early Rumor Propagation: Evidence From Propagation Tree Point Clouds
تُظهر هذه الدراسة أن الشائعات وغير الشائعات تُظهر هياكل انتشار مبكرة متميزة، تتميز بتجاويف طوبولوجية أقوى على المقياس المتوسط وسلوكيات اندماج عنقودي متباعدة، والتي يمكن تحديدها بفعالية باستخدام الهومولوجيا المستمرة على السحب النقطية ثلاثية الأبعاد لتحسين دقة التنبؤ.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
في خضم التدفق الفوضوي لوسائل التواصل الاجتماعي، تنتقل المعلومات مثل الماء عبر شبكة من القنوات. بعض التدفقات تكون مستقرة ومباشرة، تتحرك عبر مسارات راسخة لتصل إلى جمهور واسع. وأخرى تكون مضطربة، تتشعب إلى العديد من الجداول الصغيرة غير المتصلة التي تندفع في اتجاهات مختلفة قبل أن تندمج في النهاية، هذا إذا اندمجت أصلاً. لسنوات، حاول الباحثون تمييز الفرق بين الأخبار الحقيقية والشائعات من خلال مراقبة سرعة انتشار القصة، أو مدى عمقها، أو عدد الأشخاص الذين شاركوها. لكن هذه المقاييس التقليدية تعتمد غالباً على أن القصة قد سافرت بالفعل لمسافة كافية لإظهار شكلها الكامل. وبحلول الوقت الذي تصل فيه الإشاعة إلى آلاف الأشخاص، يكون غالباً قد فات الأوان لإيقافها. التحدي الحقيقي يكمن في البداية تماماً، عندما يتم مشاركة القصة بضع عشرات من المرات فقط. في هذه المرحلة المبكرة، قد يكون النص غامضاً، والمستخدمون قد يكونون مجهولين، وحجم البيانات يكون صغيراً جداً بحيث لا تستطيع الأدوات الإحصائية القياسية إيجاد نمط واضح. ويصبح السؤال: هل يمكن لشكل الانتشار نفسه، حتى عندما يكون ضئيلاً، أن يكشف ما إذا كانت القصة كذبة؟
لقد تناول فريق من الباحثين في جامعة قوانغدونغ للتمويل هذه المشكلة من خلال التعامل مع انتشار القصة ليس كقائمة من الأرقام، بل كجسم فيزيائي في الفضاء. لقد أخذوا التاريخ المبكر لمئات الأحداث على منصة "ويبو" الصينية للتواصل الاجتماعي وخرطوها في مشهد ثلاثي الأبعاد. في هذا المشهد، أصبح كل شخص شارك القصة نقطة واحدة. تم تحديد موقع تلك النقطة بناءً على ثلاثة أشياء: متى شاركها، وكم كان بعيداً في سلسلة المشاركة عن المنشور الأصلي، ومدى تأثيره في إثارة المزيد من المشاركات. وعندما تُوضع هذه النقاط معاً، فإنها تشكل سحابة. إذا كانت القصة حقيقية، تميل السحابة إلى أن تبدو كبنية صلبة ومتنامية حيث تتصل المشاركات الجديدة بسلاسة مع القديمة. أما إذا كانت القصة إشاعة، فغالباً ما تبدو السحابة مختلفة، حيث تظهر ككتل متميزة ومنفصلة ترتبط ببعضها بشكل فضفاض، تاركة مساحات فارغة بينها.
لقياس هذه الأشكال، استخدم الباحثون أداة رياضية تسمى "التماثل المستمر" (persistent homology). تعمل هذه الطريقة مثل وسيلة لعد الثقوب والفجوات في بنية ما أثناء نموها. تخيل أنك تنظر إلى إسفنجة؛ بينما تقوم بالتقريب والابتعاد، يمكنك رؤية عدد الثقوب التي بها وحجمها. وبالمثل، راقب الباحثون كيف تغيرت "سحب" المشاركات مع زيادة عدد الأشخاص المشاركين من 50 إلى 1,000. لقد بحثوا تحديداً عن شيئين: كيف تندمج مجموعات المشاركين المنفصلة معاً، وما إذا كانت هناك فجوات أو تجاويف مستمرة بين مسارات المشاركة. ووجدوا أن الإشاعات تخلق باستمرار المزيد من هذه الفجوات، أو "التجاويف متوسطة المقياس"، مقارنة بالقصص الحقيقية. تمثل هذه الفجوات نوعاً معيناً من السلوك حيث تنتشر الإشاعة عبر مجموعات نشطة ومنفصلة لا تتصل بسهولة ببعضها البعض. في المقابل، تميل القصص الحقيقية إلى اتباع مسارات رئيسية مستقرة قليلة، مما يسد الفجوات بسرعة ويشكل شكلاً أكثر وحدة.
كان الاكتشاف الأكثر لفتاً للنظر هو متى تظهر هذه الاختلافات. لاحظ الباحثون أن الفجوة الهيكلية بين الإشاعات والقصص الحقيقية ليست موجودة منذ الثانية الأولى. بدلاً من ذلك، تصبح واضحة وتنمو بقوة عندما يصل عدد المشاركات إلى ما بين 200 و500. خلال هذه النافذة المحددة، يبدأ هيكل الإشاعة في إظهار نمطه المميز المكون من بؤر محلية متعددة ومنفصلة. قبل هذه النقطة، عند 50 أو 100 مشاركة، تكون الأشكال صغيرة جداً بحيث لا يمكن التمييز بينها. وبعد 500 مشاركة، يظل الفرق قائماً، لكن لحظة التكوين الحرجة تحدث في ذلك النطاق المتوسط. يشير هذا إلى أن طريقة انتشار الإشاعة تختلف جوهرياً منذ البداية: فهي تعتمد على تفشيات محلية متعددة تكافح لمد الجسور بينها، بينما تميل المعلومات الحقيقية إلى الاندماج بسلاسة أكبر على طول جذع مركزي.
اختبر الباحثون أيضاً ما إذا كان هذا التصور الهندسي يمكن أن يساعد الحواسيب فعلياً في اكتشاف الإشاعات في وقت أبكر من ذي قبل. لقد بنوا نموذجاً تنبؤياً باستخدام الإحصاءات التقليدية للمشاركة — مثل السرعة والعمق — ثم أضافوا إليها القياسات الطوبولوجية الجديدة للفجوات والكتل. أظهرت النتائج أن الأرقام التقليدية كانت لا تزال الأداة الأكثر قوة لاتخاذ قرار نهائي. ومع ذلك، وفرت السمات الطوبولوجية الجديدة طبقة ثانية قيمة من المعلومات. عندما كان الحاسوب غير متأكد بشأن قصة ما، ساعد شكل الانتشار الجهاز في تقديم تخمين أفضل حول احتمالية كونها إشاعة. لم تكن هذه الطريقة بديلاً للطرق القديمة، بل عملت كمساعد مفيد، مما حسن قدرة النظام على ترتيب القصص حسب المخاطر ومعايرة مستويات الثقة لديها.
يقدم هذا العمل طريقة جديدة لرؤية الحياة المبكرة للإشاعة. إنه يشير إلى أنه حتى قبل أن تسافر الكذبة بعيداً، فإنها تترك بصمة هندسية. هذه البصمة ليست رقماً واحداً، بل هي نمط من الانفصال والتأخير. تنتشر الإشاعة في دفقات، مما يخلق جيوباً من النشاط تظل معزولة لفترة من الوقت، بينما تتدفق القصص الحقيقية بشكل أكثر استمرارية. ومن خلال التركيز على هذه الاختلافات الهيكلية، وخاصة في النافذة ما بين 200 و500 مشاركة، قد تتمكن المنصات من تحديد الأكاذيب المحتملة في وقت أبكر بكثير مما سبق. لا تدعي الدراسة أنها حلت مشكلة المعلومات المضللة، ولا تقترح أن الشكل وحده كافٍ للإمساك بكل كذبة. بدلاً من ذلك، فهي تقدم دليلاً قابلاً للقياس بوضوح على أن هندسة كيفية مشاركتنا للمعلومات تحمل مفتاحاً سرياً لفهم ما هو حقيقي وما ليس كذلك، قبل أن تتكشف القصة بالكامل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.