BERTopic-Virality Prioritisation: A Scalable Framework for Thematic and Comparative Analysis of COVID-19 and Monkeypox Misinformation on Twitter
Dieses Paper stellt BERTopic-VP vor, ein skalierbares Framework, das kontextuelle Embedding-Clustering mit einer Virality-Priorisierungsschicht und einem hybriden Desinformationsdetektor integriert, um die frühzeitige Identifizierung und vergleichende Analyse hochwirksamer Gesundheits-Desinformationsnarrative über verschiedene Pandemien hinweg zu ermöglichen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Wenn eine neue Krankheit auftaucht, steht die Welt vor zwei gleichzeitigen Krisen: dem Virus selbst und der Flut an Falschinformationen, die sich parallel dazu verbreitet. Diese zweite Krise, die oft als Infodemie bezeichnet wird, kann genauso gefährlich sein wie die biologische. Auf Social-Media-Plattformen wie Twitter, wo Nachrichten kurz sind und sich mit Lichtgeschwindigkeit bewegen, können sich falsche Geschichten über Heilmittel, Ursprünge und Sicherheitsmaßnahmen schneller verbreiten als offizielle Gesundheitsempfehlungen. Traditionelle Methoden zur Verfolgung dieser Geschichten scheitern oft, weil sie darauf basieren, wie oft bestimmte Wörter vorkommen. In der chaotischen, sich schnell verändernden Sprache der sozialen Medien, in denen Menschen Slang, Hashtags und Emojis verwenden, bricht die einfache Wortzählung zusammen. Sie übersehen die tiefere Bedeutung hinter einem Post oder versäumen es, ein neues, gefährliches Gerücht zu erkennen, bis es sich bereits zu weit verbreitet hat.
Um dies zu lösen, entwickelten Forscher an der Manchester Metropolitan University einen neuen Weg, um auf den digitalen Lärm zu hören. Sie schufen ein System, das nicht nur Wörter zählt, sondern die Bedeutung dahinter versteht und gleichzeitig darauf achtet, wie schnell sich eine Geschichte verbreitet. Ihr Ziel war es, ein Werkzeug zu bauen, das der Gesundheitsbehörden helfen kann, die gefährlichsten Lügen frühzeitig zu erkennen, selbst wenn sie gerade erst im Umlauf sind. Durch die Kombination eines tiefen Sprachverständnisses mit einem Maß dafür, wie viel Menschen einen Post teilen, schufen sie ein Framework, das Batches von Tweets durchsieben kann, um genau die Narrative zu finden, die das größte Risiko für die öffentliche Gesundheit darstellen.
Die Forscher wandten dieses neue System, das sie BERTopic-VP nannten, auf reale Daten aus zwei großen Gesundheitskrisen an: der globalen Pandemie durch das neuartige Coronavirus und dem Ausbruch von Affenpocken im Jahr 2022. Sie speisten das System mit Batches von Tweets, die mit diesen Ereignissen in Zusammenhang standen, wobei die Gruppen von 10.000 bis 100.000 Tweets reichten. Anstatt nach spezifischen Schlüsselwörtern zu suchen, gruppierte das System die Tweets zuerst in Cluster basierend auf ihrer tatsächlichen Bedeutung. Es nutzte fortschrittliche Sprachmodelle, um zu verstehen, dass zwei Posts, die unterschiedliche Dinge sagen, dennoch über dieselbe Kernidee sprechen konnten, wie etwa Misstrauen gegenüber der Regierung oder Angst vor Impfstoffen. Sob einer die Geschichten gruppiert waren, fügte das System eine zweite Analyseebene hinzu: Es untersuchte, wie viel Engagement jede Geschichte erhielt. Es zählte, wie viele Menschen die Posts innerhalb einer Gruppe gelikt, geteilt oder darauf geantwortet hatten. Dies ermöglichte es dem System, die Geschichten zu ranken und diejenigen hervorzuheben, die nicht nur populär, sondern aktiv in der Verbreitung waren.
Die Ergebnisse zeigten deutliche Unterschiede darin, wie sich Fehlinformationen während dieser beiden Ausbrüche verhielten. Während der Coronavirus-Pandemie waren die falschen Geschichten sehr vielfältig und komplex. Sie deckten ein breites Spektrum an Themen ab, von Verschwörungstheorien über den Ursprung des Virus bis hin zu Debatten über die Wirksamkeit von Masken und Lockdown-Maßnahmen. Die Sprache in diesen Beiträgen war oft dicht und schwer lesbar, wobei sie den Ton eines Experten imitierten, um glaubwürdiger zu wirken. Im Gegensatz dazu war die Desinformation rund um den Affenpocken-Ausbruch viel fokussierter. Die falschen Narrative konzentrierten sich stark auf einige wenige spezifische Themen, wie etwa das Versagen bei der Impfstoffverteilung und tiefes Misstrauen gegenüber Gesundheitsbehörden. Diese Geschichten waren linguistisch einfacher, leichter zu lesen und trugen eine viel stärkere emotionale Ladung, insbesondere Angst und Wut.
Die Studie ergab, dass das System seine Aufgabe effektiv erfüllte. Es identifizierte erfolgreich Cluster von Fehlinformationen mit hohem viralem Potenzial und markierte das oberste Prozent der sich verbreitenden Geschichten für eine menschliche Überprüfung. In den Affenpocken-Daten, bei denen die Forscher Zugriff auf tatsächliche Teilzahlen hatten, produzierte das System semantisch interpretierbare Themen und identifizierte die aktivsten Gruppen basierend auf beobachtetem Engagement. Für die Coronavirus-Daten, bei denen keine Teilzahlen verfügbar waren, nutzte das System einen cleveren Umweg: Es lernte aus den Affenpocken-Daten, welche linguistischen und psychologischen Merkmale normalerweise zu hoher Teilrate führen, und wandte dieses Wissen dann an, um vorherzusagen, welche Coronavirus-Geschichten wahrscheinlich sich verbreiten würden. Dies ermöglichte es dem System, riskante Narrative zu priorisieren, selbst ohne direkten Zugriff auf die Teilzahlen.
Entscheidend war, dass die Forscher zeigten, dass die Fähigkeit einer Geschichte, sich zu verbreiten, nicht immer mit der Frage verknüpft ist, ob sie wahr oder falsch ist. Das System fand viele hochgradig virale Gruppen von Beiträgen, die tatsächlich faktisch waren, wie etwa Nachrichten-Updates oder offizielle Gesundheitsempfehlungen. Deshalb ist das System in zwei Schritten konzipiert: Erstens findet es die Geschichten, die sich am schnellsten verbreiten; zweitens nutzt es eine separate Prüfung, um festzustellen, ob diese Geschichten wahr sind. Diese Kombination ermöglicht es den Gesundheitsbehörden, ihre begrenzte Zeit auf die spezifischen Lügen zu konzentrieren, die die meiste Dynamik gewinnen, anstatt zu versuchen, jede falsche Behauptung zu entlarven oder die schnell laufenden, die zufällig wahr sind, zu ignorieren.
Die Studie hob auch hervor, dass der emotionale Ton einer Geschichte ein mächtiger Treiber für ihre Verbreitung ist. Die viralste Desinformation war oft in einfacher Sprache verfasst, die schnell zu verstehen war, gepaart mit starken Emotionen wie Angst und Wut. Dies deutet darauf hin, dass Lügen, die leicht zu verdauen sind und in Menschen intensive Emotionen auslösen, am wahrscheinlichsten geteilt werden. Durch das Identifizieren dieser Muster bietet das neue Framework eine praktische Möglichkeit für Gesundheitsteams, die digitale Landschaft zu überwachen. Es fungt als Frühwarnsystem, das die spezifischen, hochriskanten Narrative aufdeckt, die sofortige Aufmerksamkeit erfordern, bevor sie massiven Schaden anrichten können. Die Arbeit zeigt, dass wir – indem wir sowohl die Bedeutung der Worte als auch die Mechanik ihres Wandels verstehen – unsere Gemeinschaften besser vor den Gefahren der Desinformation während Gesundheitsnotlagen schützen können.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.