Интернет-дискуссии, развивающиеся в социальных сетях, играют решающую роль в формировании нашего мира. Они влияют на всё: от решений на выборах до информации, которую мы потребляем, а также на нашу реакцию на мировые кризисы, такие как пандемии. Однако мы должны быть осторожны, поскольку эти обсуждения часто не имеют органического происхождения; они могут быть организованы кампаниями влияния, направленными на распространение дезинформации и, таким образом, на разделение общества. В этом контексте тренды в социальных сетях формируют общественное мнение, а не наоборот.
В 2020 году Mozilla Firefox анонсировала инструмент для анализа социальных медиа (SMAT), чтобы решить проблемы манипулирования онлайн-дискуссиями. Стипендиатка Mozilla Эмми Бевенси была одним из разработчиков. Это бесплатный, удобный в использовании и открытый инструмент для проверки цифровых бесед.
Правительства по всему миру продемонстрировали свою технологическую мощь во время Covid-19, установив механизмы для наблюдения за поведением людей и компаний, часто используя такие приложения, как SMAT.
Это приложение, служащее ресурсом для активистов, журналистов, исследователей и социальных организаций, играет решающую роль в понимании цифровых дискуссий и социальных динамик.
SMAT предлагает специальные инструменты для мониторинга выборов в США. Среди них интерактивные сетевые диаграммы, показывающие сферу влияния и партийную принадлежность политиков. Исследователи, журналисты и активисты могут использовать SMAT для изучения широкого спектра информации — от трендовых тем в определенные периоды до идентификации ключевых лидеров мнения, которые влияют на разговор, и анализа наиболее часто распространяемых ссылок.
Функции и возможности:
SMAT предлагает ряд функций, которые позволяют пользователям эффективно анализировать контент в социальных сетях. Он позволяет извлекать данные с различных платформ, таких как Telegram и Gab, и дает пользователям возможность собирать информацию, отслеживать тренды и понимать преобладающие в этих областях нарративы. В наборе инструментов предусмотрены усовершенствованные алгоритмы для анализа настроений, извлечения ключевых слов и построения сетевых графов.
Журналисты могут использовать SMAT для раскрытия историй, анализа общественного мнения и идентификации влиятельных голосов в цифровом мире. Исследователи получают выгоду от возможности проводить обширный анализ данных из соцсетей, способствующий лучшему пониманию общественных трендов и поведения. Плохая сторона в том, что не всегда журналисты используют это приложение, не так ли?
Этические соображения:
Использование SMAT поднимает этические вопросы, связанные с защитой данных, согласием и возможностью злоупотреблений. Хотя этот инструмент предназначен для служения интересам маргинализированных сообществ, могут возникнуть опасения по поводу сбора чувствительных данных и возможного воздействия на частную жизнь индивидуума.
SMAT как институт использовал свою платформу для сбора данных о политических и экономических изменениях в мире. В своей статье: Реакция на покупку Twitter Маском
приложение классифицирует сторонников Илона Маска:
Классификация людей на основе контента, с которым они взаимодействуют, вызывает серьезные опасения, особенно когда используются алгоритмы для различения хороших и плохих политических мнений. Хотя цель внедрения таких алгоритмов может заключаться в желании понять предпочтения пользователей, это несет риск поддержания предвзятости и искажения убеждений людей.
Если эти алгоритмы не будут тщательно разработаны и постоянно контролироваться, они могут непреднамеренно усилить уже существующие стереотипы и способствовать формированию эхо-камер.
Классификация мнений на правильные или неправильные является субъективной и зависит от различных факторов, включая культурные, политические и социальные контексты. Алгоритмы, классифицирующие пользователей на основе их предпочтений, могут не учитывать нюансы различных перспектив. Помимо этого, потенциал для непреднамеренных последствий, таких как усиление политической поляризации или несправедливая стигматизация определенных точек зрения, вызывает этические опасения.
Важно признать, что люди сложны, и их убеждения часто выходят за рамки простых классификаций. Полагаться исключительно на алгоритмическую классификацию значит рисковать упрощением разнообразия человеческого мышления и препятствием открытому диалогу. В анализе контента следует применять более нюансированный и ориентированный на людей подход, который ценит тонкости индивидуальных перспектив, а не сводит их к бинарным классификациям.
При внедрении приложений для разработчиков и администраторов платформ важно обеспечивать прозрачность, подотчетность и регулярные проверки своих алгоритмов. Необходимо гарантировать, что процессы классификации беспристрастны, свободны от политического влияния и уважают частную жизнь пользователей. Баланс между предоставлением персонализированного контента и защитой от алгоритмических заблуждений является ключом к созданию цифровой среды, которая уважает богатство различных мнений и поощряет конструктивный дискурс. В конечном итоге, тщательно продуманное создание и этическое использование алгоритмов могут способствовать более инклюзивному и открытому онлайн-пространству.
В заключение, SMAT — это мощный инструмент, который имеет потенциал значительно влиять на активизм, журналистику и исследования в цифровую эпоху. Его способности по сбору контента из социальных медиа, включая такие платформы как Telegram и Gab, делают его ценным ресурсом для понимания онлайн-дискурса. При использовании SMAT крайне важно, чтобы приложения соответствовали этическим стандартам, чтобы гарантировать, что этот инструмент вносит положительный вклад в интересы маргинализированных сообществ, уважая при этом частную жизнь и согласие индивида.
