Simple Science

Scienza all'avanguardia spiegata semplicemente

# Informatica# Reti sociali e informative

Analizzando le strategie di messaggistica multilingue di RT

Uno sguardo a come RT adatta i suoi contenuti tra le lingue.

― 5 leggere min


Rivelata la strategiaRivelata la strategialinguistica di RTlingue.RT adatta il suo messaggio in diverse
Indice

L'outlet di propaganda russa RT produce contenuti in sette lingue. Questo articolo esplora come gli articoli di RT, dal 2006 a metà 2023, sono strutturati e come cambiano nel tempo. RT usa stili di comunicazione diversi a seconda della lingua del Pubblico. Abbiamo studiato oltre un milione di articoli per vedere come RT presenta le informazioni e su quali Argomenti si concentra.

Contesto

Negli ultimi anni, il modo in cui le informazioni digitali vengono condivise è cambiato molto. Se da un lato alcuni cambiamenti permettono conversazioni migliori in contesti democratici, dall'altro portano anche alla diffusione di false informazioni. La disinformazione e la propaganda non sono una novità, ma sono diventate più comuni grazie a internet e ai social media. RT, avviata nel 2005, mira a migliorare l'immagine della Russia nel mondo. È diventata un attore importante nella promozione delle opinioni statali russe, specialmente durante il conflitto in corso in Ucraina.

La maggior parte degli studi su RT si concentra solo sulla sua produzione in una lingua, principalmente inglese o russo. Pochi studi esaminano come RT comunica in altre lingue come tedesco, arabo, spagnolo e serbo. Questo articolo indaga come il messaggio di RT cambia tra queste lingue e nel tempo.

Approccio alla Ricerca

Per analizzare gli articoli, abbiamo prima raccolto dati sui tag assegnati a ciascun articolo. I tag aiutano a categorizarli in base agli argomenti trattati. Abbiamo creato reti per ogni lingua, osservando quanto spesso specifici tag compaiono insieme. Così, abbiamo potuto vedere come diversi argomenti sono connessi e quali sono enfatizzati di più in ciascuna lingua.

Ci siamo concentrati su articoli pubblicati dal 2018 al 2023, poiché in questo periodo si è visto un uso più costante dei tag. Esaminando questi tag, abbiamo analizzato come l'approccio e il messaggio di RT siano evoluti.

Risultati

Uso dei Tag tra le Lingue

Diverse versioni linguistiche di RT utilizzano i tag in modi diversi. Ad esempio, RT in russo usa più tag rispetto ad altre versioni, mostrando un'ampia gamma di argomenti. Al contrario, RT in inglese usa tag che sono più ampi nel significato. Questa differenza potrebbe derivare da come RT targetizza i suoi pubblici e dalle pratiche giornalistiche in ciascuna area linguistica.

Nonostante alcune somiglianze, abbiamo trovato molte aree uniche nelle reti di tag tra le lingue, evidenziando che RT non ha una strategia unificata per comunicare con i pubblici in diverse lingue.

Temi nella Copertura di RT

Alcuni argomenti appaiono costantemente in tutte le lingue, come questioni relative all'Ucraina, relazioni internazionali e salute pubblica. Altri argomenti, come affari interni, sono più prevalenti in alcune lingue rispetto ad altre. Ad esempio, la versione inglese tratta l'Ucraina come parte di un tema più ampio di affari internazionali, mentre la versione russa la enfatizza come un argomento importante da solo.

Durante la pandemia di COVID-19, c'è stata un'impennata evidente di articoli legati alla salute in tutte le lingue. Questo mostra quanto eventi globali significativi possano influenzare la copertura. Nel caso della guerra in Ucraina, sono apparsi distinti gruppi di tag ad essa correlati nella versione russa, indicando uno sforzo mirato per affrontare questa questione.

Cambiamenti Temporali nelle Reti di Tag

Abbiamo monitorato come l'uso dei tag è cambiato di anno in anno. Ad esempio, la versione inglese ha mostrato un'attenzione costante alle questioni interne degli Stati Uniti, con fluttuazioni nella copertura basate sugli eventi attuali. Al contrario, la versione tedesca ha visto cambiamenti più significativi, specialmente riguardo alle relazioni internazionali e ai temi militari.

Le reti di tag per la versione russa si sono adattate in modo significativo in risposta alla pandemia di COVID-19 e successivamente alla guerra in Ucraina. Questo indica che RT adatta il suo messaggio per adattarsi all'ambiente informativo prevalente, che è cruciale in un paesaggio digitale in rapida evoluzione.

Analisi dei Cluster

Gruppando i tag in cluster, abbiamo osservato come i contenuti siano correlati. Ad esempio, abbiamo identificato cluster focalizzati sulla salute durante la pandemia, così come cluster sulle relazioni internazionali e sugli affari militari nel contesto del conflitto ucraino. Questi cluster rivelano i modelli nella copertura degli argomenti e evidenziano cambiamenti nell'attenzione nel tempo.

Le differenze tematiche tra le lingue offrono spunti su come RT adatta i suoi messaggi. Ad esempio, mentre i temi di salute possono essere trattati in modo simile tra le lingue, i tag specifici utilizzati e il loro clustering possono differire, riflettendo il focus unico e gli obiettivi comunicativi per ciascun pubblico.

Implicazioni

La nostra ricerca sottolinea l'idea che RT non segua una strategia unica per comunicare in diverse lingue. Invece, sembra adattare il suo messaggio in base al pubblico che sta cercando di raggiungere. Questa mancanza di una strategia coerente suggerisce che RT sia più reattiva agli eventi attuali piuttosto che seguire un'agenda fissa.

Comprendere come RT opera in diverse lingue può aiutare a far luce sulle complessità della propaganda digitale nel mondo di oggi. Sottolinea anche la necessità di una valutazione critica delle informazioni consumate, specialmente poiché disinformazione e propaganda continuano a essere questioni significative nel regno digitale.

Conclusione

Questo studio offre uno sguardo completo su come il messaggio di RT varia tra le lingue e nel tempo. Analizzando l'uso dei tag e formando reti di argomenti correlati, otteniamo intuizioni sulle scelte strategiche fatte nei racconti che RT presenta. I risultati rivelano notevoli differenze nel modo in cui RT opera in diverse lingue, suggerendo che la comunicazione di RT è più complessa di quanto possa sembrare inizialmente.

In un mondo in cui le informazioni sono facilmente disponibili, comprendere queste dinamiche è cruciale. Poiché i media digitali continuano a evolversi, lo faranno anche i metodi di propaganda e influenza. Studi futuri possono espandere questo lavoro esaminando altri aspetti dei contenuti di RT, inclusa l'analisi del sentiment e una valutazione più profonda degli articoli stessi. Attraverso tali analisi, possiamo apprezzare meglio le sfumature della diffusione delle informazioni nell'era moderna.

Fonte originale

Titolo: Temporally Stable Multilayer Network Embeddings: A Longitudinal Study of Russian Propaganda

Estratto: Russian propaganda outlet RT (formerly, Russia Today) produces content in seven languages. There is ample evidence that RT's communication techniques differ for different language audiences. In this article, we offer the first comprehensive analysis of RT's multi-lingual article collection, analyzing all 2.4 million articles available on the online platform from 2006 until 06/2023. Annual semantic networks are created from the co-occurrence of the articles' tags. Within one language, we use AlignedUMAP to get stable inter-temporal embeddings. Between languages, we propose a new method to align multiple, sparsely connected networks in an intermediate representation before projecting them into the final embedding space. With respect to RT's communication strategy, our findings hint at a lack of a coherent strategy in RT's targeting of audiences in different languages, evident through differences in tag usage, clustering patterns, and uneven shifts in the prioritization of themes within language versions. Although identified clusters of tags align with the key themes in Russian propaganda, such as Ukraine, foreign affairs, Western countries, and the Middle East, we have observed significant differences in the attention given to specific issues across languages that are rather reactive to the information environment than representing a cohesive approach.

Autori: Daniel Matter, Elizaveta Kuznetsova, Victoria Vziatysheva, Ilaria Vitulano, Juergen Pfeffer

Ultimo aggiornamento: 2023-07-17 00:00:00

Lingua: English

URL di origine: https://arxiv.org/abs/2307.10264

Fonte PDF: https://arxiv.org/pdf/2307.10264

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.

Altro dagli autori

Articoli simili