Simple Science

Scienza all'avanguardia spiegata semplicemente

# Informatica# Reti sociali e informative# Intelligenza artificiale# Calcolo e linguaggio

Notizie incoraggianti sul consumo di notizie sui social media

La ricerca esamina strategie per promuovere l'engagement con notizie affidabili tra gli utenti dei social media.

― 7 leggere min


Potenziare l'interazionePotenziare l'interazionecon le notizie su Twitterutenti.aumentare il consumo di notizie tra gliLa ricerca evidenzia gli sforzi per
Indice

Negli Stati Uniti, ci sono grosse preoccupazioni riguardo al fatto che le persone non si fidano delle Notizie, sono polarizzate e non supportano i valori democratici. Questo ha veri pericoli per la democrazia. Le persone che leggono notizie affidabili potrebbero essere meno inclini a cadere nella disinformazione o in visioni politiche estreme. Questo studio mira a capire come possiamo incoraggiare gli utenti dei Social Media a leggere notizie verificate che bilanciano opinioni diverse.

Il Problema del Consumo di Notizie

Molte persone non ricevono abbastanza notizie sui social media. Invece, si concentrano di più su contenuti di intrattenimento. Ad esempio, le notizie rappresentano solo una piccola parte di quello che le persone scorrono su piattaforme come Facebook e Twitter. La ricerca mostra che solo una minima frazione dei clic sui social media porta a articoli di notizie. Questa mancanza di consumo di notizie significa che molti elettori non sono informati. Questi elettori a bassa informazione sono suscettibili di fare scelte sbagliate nelle elezioni e possono essere facilmente influenzati da messaggi emotivi o populisti.

Dato che leggere notizie verificate e bilanciate può portare a un pubblico più consapevole e impegnato, questo studio vuole scoprire modi per promuovere il consumo di notizie di qualità sui social media. L'obiettivo è incoraggiare gli utenti di Twitter a interagire con notizie verificate su politica e affari pubblici.

Panoramica dell'Esperimento

Questa ricerca ha coinvolto un esperimento di campo condotto per due settimane con quasi 28.500 utenti di Twitter che di solito twittano su argomenti quotidiani come sport e intrattenimento. Abbiamo creato 28 bot che utilizzavano un modello linguistico per rispondere ai tweet di questi utenti con risposte utili. Ogni risposta includeva un link a una fonte di notizie e un suggerimento per seguire quella fonte su Twitter. Inoltre, per vedere se il genere faceva la differenza, abbiamo assegnato casualmente agli utenti risposte da bot identificati come maschili o femminili.

Volevamo misurare se queste interazioni portavano gli utenti a seguire più account di notizie, condividere contenuti informativi e impegnarsi in discussioni politiche. Abbiamo scoperto che gli utenti che ricevevano risposte da bot femminili erano più propensi a mettere "mi piace" ai post di notizie. Tuttavia, questi cambiamenti erano minimi.

Perché il Consumo di Notizie è Importante

Molte persone non consumano notizie regolarmente, e questo ha effetti sull'impegno Politico. Quando gli elettori mancano di informazioni, possono evitare la politica. Le persone non informate sono più facilmente influenzabili da messaggi emotivi e retorica populista. Questo è pericoloso, soprattutto se molti di questi elettori possono influenzare i risultati elettorali.

Leggere notizie verificate aiuta a creare una società informata, portando a opinioni politiche più stabili e a una maggiore accettazione dei valori democratici. Pertanto, incoraggiare le persone a consumare notizie di qualità è essenziale per rafforzare la democrazia.

Social Media e Consumo di Notizie

Le piattaforme di social media come Twitter sono diventate canali principali per le notizie. Tuttavia, la maggior parte degli utenti dei social media, specialmente quelli che preferiscono l'intrattenimento, non è esposta alle notizie. Gli utenti tendono a consumare contenuti basati su ciò che gli algoritmi della piattaforma suggeriscono, spesso favorendo l'intrattenimento rispetto alle notizie.

Questa mancanza di Coinvolgimento con le notizie crea un ciclo in cui le persone hanno maggiori probabilità di vedere contenuti sportivi o di celebrità, perdendo informazioni importanti sugli affari pubblici. Considerando questo, il nostro studio ha cercato di incoraggiare gli utenti a seguire le organizzazioni di notizie collegando le notizie ai loro interessi non politici attraverso suggerimenti pertinenti.

Design dell'Esperimento

Volevamo cambiare le abitudini degli utenti di Twitter. Per fare questo, abbiamo condotto un esperimento su larga scala mirato a utenti interessati a sport e intrattenimento. Ci siamo affidati ai modelli linguistici per creare risposte che sembrassero naturali e pertinenti per gli utenti.

I bot erano progettati con qualità simili a quelle umane e avevano identificatori di genere. Ogni bot aveva un profilo che includeva una biografia che spiegava il suo scopo: condividere notizie affidabili. Rispondendo ai tweet e incoraggiando gli utenti a controllare le fonti di notizie verificate, speravamo di aumentare il coinvolgimento con le notizie.

Raccolta Dati

Abbiamo iniziato identificando gli utenti di Twitter che discutevano di sport, intrattenimento e argomenti di lifestyle. Questo è stato fatto raccogliendo tweet che includevano parole chiave specifiche. Abbiamo filtrato per assicurarci di includere solo utenti attivi che twittavano in inglese e vivevano negli Stati Uniti.

Dopo aver stabilito un campione di oltre 28.000 utenti, li abbiamo assegnati casualmente a uno dei tre gruppi: un gruppo di controllo, un gruppo di bot maschili, o un gruppo di bot femminili. In questo modo, potevamo analizzare come il genere potesse influenzare l'engagement degli utenti.

Durante l'esperimento, abbiamo inviato risposte automatiche ai tweet degli utenti, incoraggiandoli a seguire account di notizie e visitare i link a quegli account. Abbiamo limitato le risposte a una al giorno per non sopraffare gli utenti.

Misurazione del Coinvolgimento degli Utenti

Abbiamo raccolto dati per misurare i cambiamenti nel comportamento degli utenti. Questo includeva il tracciamento di quanti account di notizie seguivano gli utenti, quanto spesso mettevano "mi piace" o ritwittavano contenuti informativi e se si impegnavano in post politici. Abbiamo confrontato queste metriche prima e dopo l'intervento.

Alla fine, abbiamo scoperto che gli utenti che ricevevano risposte dai bot seguivano più account di notizie e mettevano più "mi piace" ai contenuti informativi, ma questi cambiamenti erano minimi, evidenziando la sfida di modificare il comportamento degli utenti online.

Il Ruolo del Genere

Abbiamo anche esaminato se il genere dei bot influenzasse il coinvolgimento degli utenti. Sorprendentemente, gli utenti che interagivano con bot femminili mostravano più interesse a mettere "mi piace" ai contenuti informativi rispetto a quelli che interagivano con bot maschili.

Questo potrebbe suggerire che la presenza femminile sia più invitante per gli utenti maschili. Tuttavia, questi effetti erano ancora piccoli e potrebbero essere influenzati da molti fattori, inclusi gli interessi già esistenti degli utenti.

Targeting degli Utenti Impegnati

I maggiori cambiamenti nel comportamento si sono verificati tra gli utenti già politicamente impegnati. Quelli che twittavano di politica prima dell'esperimento erano più propensi a rispondere positivamente alle interazioni dei bot. Al contrario, gli utenti meno interessati politicamente mostrano molto poco cambiamento nel loro comportamento.

Questo rafforza l'idea che i cambiamenti nel comportamento di consumo dei media potrebbero dipendere dagli interessi già esistenti. Gli utenti già impegnati nella politica sono quelli più propensi a rispondere agli stimoli che incoraggiano ulteriori interazioni con le notizie.

Limitazioni dello Studio

Ci sono state alcune limitazioni in questa ricerca. I bot utilizzavano modelli linguistici che potrebbero non essere stati così avanzati come altri disponibili. Un modello più sofisticato potrebbe aver generato risposte migliori e aumentato l'engagement.

Inoltre, dal momento che l'esperimento è durato solo due settimane, potrebbe non essere stato sufficiente per innescare cambiamenti significativi nelle abitudini degli utenti. Molti utenti twittavano raramente, il che ha limitato l'impatto potenziale dei bot.

Direzioni per la Ricerca Futura

Studi futuri potrebbero esaminare come approcci diversi potrebbero migliorare il coinvolgimento degli utenti con le notizie. Sarebbe interessante esplorare se l'utilizzo di un modello linguistico più avanzato potrebbe portare a risultati variati.

Inoltre, vedere come questi risultati si traducono su altre piattaforme di social media potrebbe fornire ulteriori intuizioni. Man mano che Twitter cambia, le dinamiche del coinvolgimento degli utenti con le notizie potrebbero cambiare, rendendo cruciale adattare i metodi di conseguenza.

Conclusione

La ricerca evidenzia le sfide nel promuovere il consumo di notizie sulle piattaforme di social media. Anche se ci sono stati piccoli cambiamenti positivi nel seguire account di notizie e nel mettere "mi piace" ai contenuti informativi, l'impatto complessivo era limitato.

Questo suggerisce che le interventi debbano essere più robusti e su misura per gli interessi degli utenti. Collegare le notizie agli interessi personali potrebbe essere una strada per migliorare il coinvolgimento. In sintesi, lo studio indica l'importanza di ideare strategie che incoraggino efficacemente gli utenti a interagire con notizie di qualità e mantenere un pubblico ben informato.

Fonte originale

Titolo: Incentivizing News Consumption on Social Media Platforms Using Large Language Models and Realistic Bot Accounts

Estratto: Polarization, declining trust, and wavering support for democratic norms are pressing threats to U.S. democracy. Exposure to verified and quality news may lower individual susceptibility to these threats and make citizens more resilient to misinformation, populism, and hyperpartisan rhetoric. This project examines how to enhance users' exposure to and engagement with verified and ideologically balanced news in an ecologically valid setting. We rely on a large-scale two-week long field experiment (from 1/19/2023 to 2/3/2023) on 28,457 Twitter users. We created 28 bots utilizing GPT-2 that replied to users tweeting about sports, entertainment, or lifestyle with a contextual reply containing two hardcoded elements: a URL to the topic-relevant section of quality news organization and an encouragement to follow its Twitter account. To further test differential effects by gender of the bots, treated users were randomly assigned to receive responses by bots presented as female or male. We examine whether our over-time intervention enhances the following of news media organization, the sharing and the liking of news content and the tweeting about politics and the liking of political content. We find that the treated users followed more news accounts and the users in the female bot treatment were more likely to like news content than the control. Most of these results, however, were small in magnitude and confined to the already politically interested Twitter users, as indicated by their pre-treatment tweeting about politics. These findings have implications for social media and news organizations, and also offer direction for future work on how Large Language Models and other computational interventions can effectively enhance individual on-platform engagement with quality news and public affairs.

Autori: Hadi Askari, Anshuman Chhabra, Bernhard Clemm von Hohenberg, Michael Heseltine, Magdalena Wojcieszak

Ultimo aggiornamento: 2024-03-29 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2403.13362

Fonte PDF: https://arxiv.org/pdf/2403.13362

Licenza: https://creativecommons.org/licenses/by/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Link di riferimento

Altro dagli autori

Articoli simili