Who Shapes Brazil's Vaccine Debate? Semi-Supervised Modeling of Stance and Polarization in YouTube's Media Ecosystem
该研究利用半监督学习框架对巴西 YouTube 平台上近 140 万条评论进行纵向分析，揭示了疫苗叙事在流行病危机期间的极化现象及后疫情时代的碎片化特征，并指出科学传播与数字原生媒体在塑造公众态度中的关键作用。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇文章就像是一份**“巴西疫苗辩论的 YouTube 侦探报告”**。
想象一下，巴西的 YouTube 就像一个巨大的、喧闹的**“全民广场”**。在这个广场上，关于“打疫苗”这件事，人们吵了整整 7 年（从 2018 年到 2024 年）。有的人在喊“快打，保命！”，有的人在喊“别打，有毒！”，还有更多的人在围观、闲聊或者发问号。
作者们（Geovana 和她的团队）想搞清楚：到底是谁在主导这场争吵？大家的态度是怎么随着时间变化的？
为了回答这个问题，他们用了三个聪明的“侦探工具”：
1. 给 AI 戴上“透视眼镜”（半监督学习）
问题： 广场上有 140 万条评论！如果让 100 个人去读每一条评论并分类（支持、反对、中立），那得读到猴年马月，而且人累了还会出错。
解决方案： 作者们训练了一个AI 机器人（基于 Llama 模型）。
- 第一步（教老师）： 他们先让几个专家人工标记了 3000 多条评论，教会 AI 什么是“支持”，什么是“反对”。
- 第二步（自我学习）： 这是最精彩的部分。AI 开始自己看剩下的 140 万条评论。它只挑那些**它最有把握（最自信）**的评论，自动贴上标签，然后把这些“新学生”也拉进训练队伍里，重新学习。
- 比喻： 就像教一个小孩子认字，先教他认几个字，然后让他自己看书，遇到他特别确定的字就让他记下来，再教他。这样，AI 不仅学得快，还能把那些模棱两可的“中立”评论和少数派的“反对”声音都抓得更准。
2. 绘制“情绪天气图”（时间线分析）
他们把过去 7 年分成了三个季节，看看广场上的气氛怎么变：
- 疫情前（2018-2020）： 气氛比较平和。大家主要讨论具体的疫苗（比如黄热病疫苗），支持派内部很团结，偶尔有人反对，但反对派不太爱搭理支持派。
- 疫情爆发期（2020-2023）： 暴风雨来了！ 就像一场台风，所有人的注意力都集中在新冠疫苗上。这时候，支持和反对的人开始正面硬刚。以前是“各说各话”，现在变成了“互相回怼”。支持派和反对派互相回复的概率变得一模一样，就像两个势均力敌的拳击手在擂台中央对打。
- 疫情后（2023-2024）： 风停了，但广场变了。支持派有点“散伙”了，大家不再那么团结；而反对派却抱团更紧了，他们互相点赞、互相支持，形成了一个坚固的“回声室”。
关键发现： 并不是所有疫苗都一直有人吵。像流感疫苗这种，平时没人理，一有新闻（比如流感爆发）就吵翻天。这说明危机是争吵的催化剂。
3. 找出“广场上的扩音器”（谁在主导？）
这是最让人意外的发现。大家通常以为，这种大辩论肯定是传统大媒体（比如 CNN、BBC 巴西版）在带节奏。
但作者发现，真正的“扩音器”是两类人：
- 科学传播者（科普博主）： 比如医生、科学家开的频道（像“你好，科学！”）。
- 比喻： 他们本来是想当“翻译官”，把复杂的医学知识讲给大众听。结果，他们的视频成了最热闹的战场。支持的人来点赞，反对的人来喷。他们既是信任的源泉，也是争议的焦点。
- 数字原生代（网红/自媒体）： 那些没有传统媒体背景，但在网上很火的个人频道。
- 比喻： 他们像广场上的“煽动者”，专门讲一些让人害怕的故事（比如“疫苗导致血栓”），或者搞一些“专家 vs 怀疑者”的辩论秀。这些视频虽然不一定全是假新闻，但因为充满了不确定性，最容易引发激烈的争吵。
结论是： 传统新闻机构虽然还在，但他们更像是在“定议程”（告诉大家今天讨论什么），而真正的争吵和极化，发生在科普博主和网红自媒体的频道里。
总结一下
这篇论文告诉我们：
- 技术层面： 用"AI 自我学习”的方法，可以高效地分析海量的网络争吵，比以前更准、更省人力。
- 社会层面： 疫苗辩论不是静态的。危机（如大流行）会让争吵升级，让支持和反对的人互相攻击。
- 核心洞察： 现在的健康信息环境很复杂。科学传播者本意是好的，但他们无意中成了“风暴眼”。要解决疫苗犹豫和极化问题，光靠删帖（内容审核）可能不够，因为争吵的根源在于信任结构的断裂和互动方式的改变。
简单来说，这就好比在一个巨大的广场上，原本大家听广播（传统媒体），现在大家围着几个讲故事的网红和科普达人吵架。作者们用 AI 数了数，发现最吵的地方，恰恰是那些试图讲科学道理的地方。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。