💻 computer science

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

Dit onderzoek introduceert een methode om informatie-voids te detecteren en kwantificeren door longitudinale data van sociale media en zoekopdrachten te analyseren, en toont aan dat deze perioden van gebrek aan betrouwbare informatie correleren met een toename van desinformatie, zoals geïllustreerd aan de hand van de COVID-19-vaccinatiecampagnes in zes Europese landen.

Oorspronkelijke auteurs: Irene Scalco, Francesco Gesualdo, Roy Cerqueti, Matteo Cinelli

Gepubliceerd 2026-02-18

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Irene Scalco, Francesco Gesualdo, Roy Cerqueti, Matteo Cinelli

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Hoe we "informatie-woestijnen" op social media kunnen opsporen: Een simpele uitleg

Stel je voor dat de online wereld een enorme, drukke supermarkt is. In deze supermarkt zijn er twee belangrijke krachten die alles regelen:

De vraag: Wat willen de klanten (jij en ik) weten? (Bijvoorbeeld: "Is die nieuwe vaccinatie veilig?")
Het aanbod: Wat ligt er in de schappen? (Nieuwsartikelen, Facebook-posts, video's).

Normaal gesproken is de supermarkt goed gevuld. Als je iets vraagt, ligt het er. Maar soms gebeurt er iets raars: de klanten stormen de supermarkt binnen met een enorme vraag, maar de schappen zijn leeg. Of er is juist zo veel spul in de schappen dat niemand het meer kan vinden.

Deze studie, geschreven door een team van onderzoekers, heeft een slimme manier bedacht om precies te meten wanneer deze "lege schappen" ontstaan. Ze noemen dit informatie-woestijnen (of information voids).

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De Twee Sporen: Honger en Voedsel

De onderzoekers kijken naar twee soorten data om te zien wat er gebeurt:

De honger (Vraag): Ze kijken naar hoeveel mensen ergens naar zoeken op Google en hoeveel mensen de Wikipedia-pagina's over een onderwerp bezoeken. Dit is de "honger" van het publiek.
Het voedsel (Aanbod): Ze tellen hoeveel nieuwsartikelen er geschreven zijn en hoeveel posts er op Facebook en Twitter verschijnen over hetzelfde onderwerp. Dit is het "voedsel" dat beschikbaar is.

2. De "Delta": De Afstand tussen Vraag en Aanbod

Stel je voor dat je een meetlat hebt.

Als er veel aanbod is en weinig vraag, heb je een overvloed (de schappen zijn overvol).
Als er veel vraag is en weinig aanbod, krijg je een informatie-woestijn.

De onderzoekers hebben een formule bedacht (de "Delta") die dit verschil meet. Als de honger veel groter is dan het voedsel, slaat de meetlat uit. Dan weten we: "Oeps, hier is een gat in de informatie."

3. Waarom is een lege schap gevaarlijk?

Dit is het belangrijkste deel van het verhaal. Wat gebeurt er als de schappen leeg zijn in een supermarkt?

Mensen worden ongeduldig.
Ze beginnen te gissen.
Ze kopen misschien wel dat rare, ongezonde spul dat ergens in een hoekje ligt, omdat ze niets beters kunnen vinden.

In de online wereld werkt het precies zo. Als er geen betrouwbare informatie is over een nieuw onderwerp (zoals een nieuw vaccin), vullen lezers en kijkers het gat op met desinformatie en geruchten. De studie toont aan dat tijdens deze "woestijnen" de kans enorm groot is dat mensen opgelicht worden door nepnieuws.

4. Een echte test: De Corona-vaccins

Om hun methode te testen, keken de onderzoekers naar de periode rondom de introductie van de Corona-vaccins in zes Europese landen (zoals Nederland, Italië en Duitsland).

Ze zagen dat op cruciale momenten – bijvoorbeeld toen er een nieuw vaccin werd goedgekeurd of toen er geruchten opkwamen over bijwerkingen – de mensenmassa massaal ging zoeken (grote vraag). Maar de betrouwbare nieuwsbronnen konden niet zo snel genoeg reageren (klein aanbod).

Het resultaat?

Er ontstonden tijdelijke informatie-woestijnen.
Tijdens deze periodes zagen ze dat de kwaliteit van de informatie die mensen zagen, daalde.
Er circuleerde meer nepnieuws en onzekerheid.

5. Waarom is dit nuttig?

Vroeger wisten we pas dat er een probleem was als het te laat was en er al veel nepnieuws rondging. Met deze nieuwe methode kunnen overheden en nieuwsorganisaties een waarschuwingssignaal krijgen.

Het is alsof je een sensor in de supermarkt hebt die piept zodra de schappen leger worden dan de klanten hongerig zijn. Zodra die sensor piept, kunnen autoriteiten snel ingrijpen: "We moeten nu snel betrouwbare informatie publiceren voordat de geruchten de overhand nemen!"

Kortom:
Deze studie laat zien dat leegte in de informatievoorziening net zo gevaarlijk is als een overvloed aan nepnieuws. Als we weten waar en wanneer die leegte ontstaat, kunnen we beter beschermen tegen desinformatie. Het is een slimme manier om de gezondheid van onze online informatiestroom te monitoren.

Titel: Detectie van Informatie-Vacuüm met behulp van Longitudinale Data van Sociale Media en Webzoekopdrachten

1. Het Probleem

In de huidige "aandachtseconomie" concurreren contentproducenten om de aandacht van gebruikers. Een kritisch probleem hierbij is het ontstaan van informatie-vacuüm (information voids): perioden waarin er weinig of geen betrouwbare, evidence-based informatie beschikbaar is over een specifiek onderwerp, terwijl de publieke vraag (demand) hoog is.

Risico: In deze vacuüm-omstandigheden vullen gebruikers hun informatiebehoeften vaak met vage, misleidende of pure desinformatie.
Huidige tekortkoming: Er bestaat geen gestandaardiseerde, kwantitatieve methode om informatie-vacuüm systematisch te detecteren. Bestaande benaderingen zijn vaak kwalitatief of gebaseerd op institutionele waarschuwingen na het feit, wat het moeilijk maakt om risico's proactief te identificeren en te analyseren.

2. Methodologie

De auteurs stellen een kwantitatieve data science-pipeline voor die informatie-dynamiek modelleert als een markt met twee krachten: aanbod (supply) en vraag (demand).

A. Dataverzameling en Proxies

Vraag (Demand): Gemeten via zoekgedrag en interesse.
- Google Trends: Zoekvolumes voor specifieke termen.
- Wikipedia: Dagelijkse paginaweergaven.
Aanbod (Supply): Gemeten via de volume aan geproduceerde content.
- Sociale Media: Posts van Facebook en Twitter (X).
- Nieuws: Online nieuwsartikelen uit de GDELT Summary database.
Case Study: De methode is getoetst op data van zes Europese landen (Denemarken, Frankrijk, Duitsland, Italië, Spanje, VK) gedurende de periode januari 2020 tot april 2021, met een focus op de COVID-19-vaccinatiecampagnes (AstraZeneca, Moderna, Pfizer, J&J, Sputnik V).

B. De Analytische Pipeline

Rescaling (Herwaardering): Omdat de bronnen verschillende schalen en resoluties hebben, worden de tijdreeksen voor aanbod en vraag genormaliseerd door ze te delen door hun verwachte waarde (arithmetic mean) over de volledige observatieperiode. Dit maakt vergelijking mogelijk.
Berekening van de "Information Delta" ( $\delta_t$ ):
$\delta_t = \hat{s}_t - \hat{d}_t$
Waarbij $\hat{s}_t$ $\overset{s}{^}_{t}$ de genormaliseerde aanbodwaarde is en $\hat{d}_t$ $\hat{d}_{t}$ de genormaliseerde vraagwaarde.
- $\delta_t > 0$ : Aanbod > Vraag (Overvloed).
- $\delta_t < 0$ : Vraag > Aanbod (Schaarste/Vacuüm).
Anomaliedetectie:
- De auteurs gebruiken geen vaste drempels, maar een robuuste statistische methode.
- STL-decompositie: De $\delta_t$ -tijdreeks wordt opgesplitst in trend, seizoensgebonden componenten en een restant (remainder).
- IQR-methode: Anomalieën worden geïdentificeerd in het remainder-component. Waarden buiten het interval $[Q1 - k \cdot IQR, Q3 + k \cdot IQR]$ worden als statistisch significant afwijkend gemarkeerd.
Classificatie van Regimes: Op basis van de anomaliedetectie worden vijf toestanden gedefinieerd:
- Reguliere toestanden: Gebrek (Lack), Balans (Balance), Overvloed (Abundance).
- Anomale toestanden: Informatie-vacuüm (Void, sterk negatief $\delta$ ) en Informatie-overvloed (Overabundance, sterk positief $\delta$ ).

3. Belangrijkste Bijdragen

Operationalisatie van Informatie-Vacuüm: De eerste methode die informatie-vacuüm definieert als een specifiek regime van informatiediffusie, gebaseerd op de structurele onbalans tussen vraag en aanbod, in plaats van alleen op inhoudelijke analyse.
Kwantitatieve Validatie: De pipeline is eerst getest op synthetische data en toonde een hoge precisie (>90%) en F1-score voor het detecteren van extreme onbalans (anomalies > 6 $\sigma$ ).
Correlatie met Desinformatie: De studie koppelt het bestaan van informatie-vacuüm direct aan een daling in de kwaliteit van circulerende informatie, wat een mechanistische verklaring biedt voor het ontstaan van desinformatie.
Herbruikbaar Framework: Het model is toepasbaar op diverse domeinen (gezondheid, politiek, klimaat) en biedt een replicabele aanpak voor het monitoren van de gezondheid van het informatiesysteem.

4. Resultaten

Detectie van Vacuüm: Tijdens kritieke momenten (zoals de start van vaccinatiecampagnes, de goedkeuring van Moderna door het EMA, en de tijdelijke schorsing van AstraZeneca) detecteerde het model significante informatie-vacuüm.
Persistente Onbalans: Informatie-vacuüm bleek vaak langer aan te houden dan periodes van overvloed. Bijvoorbeeld, er werden periodes van 29 opeenvolgende dagen met een vacuüm geobserveerd (bijv. op Twitter voor Sputnik V in Duitsland).
Kwaliteit van Informatie: Er werd een sterke correlatie gevonden tussen informatie-vacuüm en de prevalentie van misinformatie:
- Tijdens vacuüm-periodes daalde het percentage posts van zeer betrouwbare bronnen (NewsGuard score > 75) aanzienlijk (van ~33% naar ~21% op Facebook).
- Tegelijkertijd nam het percentage posts van zeer onbetrouwbare bronnen (score < 40, vaak desinformatie) toe (van ~5% naar ~6% op Facebook en van ~22% naar ~27% op Twitter).
Asymmetrie: Het ecosysteem herstelt trager na een plotselinge piek in vraag (vacuüm) dan na een periode van excessief aanbod.

5. Betekenis en Conclusie

De studie levert empirisch bewijs dat informatie-vacuüm niet slechts een gebrek aan inhoud is, maar een kritieke risicofactor voor de verspreiding van desinformatie.

Voor Beleid en Communicatie: De methode fungeert als een vroegtijdig waarschuwingssysteem. Overheden en gezondheidsinstanties kunnen deze tool gebruiken om periodes van "informatiestress" te identificeren en hun communicatie-inspanningen te prioriteren voordat misinformatie zich verspreidt.
Wetenschappelijke Impact: Het biedt een nieuwe, macroscopische verklaring voor het ontstaan van misinformatie, die verder gaat dan alleen de analyse van gebruikersgedrag. Het benadrukt dat het verbeteren van de aanbod-kwaliteit tijdens periodes van hoge vraag essentieel is om de "infodemie" te beheersen.

Kortom, de auteurs hebben een robuust, data-gedreven instrument ontwikkeld om de "gezondheid" van het online informatielandschap te meten en kwetsbare momenten te signaleren waar betrouwbare informatie ontbreekt.