研究表明，对Covid-19的公众态度比疾病本身更为“传染性”
美国西北医学大学(Northwestern Medicine)的一项新研究显示，公众对新冠肺炎及其治疗的态度比疾病本身更具“传染性”，该研究使用人工智能(AI)分析有关该病毒的推文。研究人员研究了Twitter对COVID-19健康信念的影响，以及科学证据与政客言论的相互竞争影响。
该研究的主要发现：
- 当人们阅读其他用户关于COVID-19的推文时，他们的偏见会被放大，这些推文被转发的次数越多，他们就越倾向于相信并转发它。
- 科学事件，如科学出版物和非科学事件，如政治家的演讲，同样影响着社交媒体上的健康信念趋势。
“在大流行中，社会媒体为公众对疾病，待遇和政策的态度贡献了大部分信息和错误信息，”在医学研究所中的智力研究所首席人工智能官员袁罗在西北大学Feinberg医学院。
“我们的研究帮助人们认识和重新思考他们在面对疫情时所做的个人决定，”罗说。“这项研究向受众发出了一个‘警告’，即他们每天遇到的信息可能是对的或错的，并引导他们选择有可靠科学证据支持的信息。”我们还想为科学家或医疗保健提供者提供有用的见解，这样他们就能更有效地向目标受众传播他们的声音。”
该研究最近发表了医科互联网研究杂志。
科学家如何反击政治家的信息不准确？
“政客们可能会不准确地谈论某种治疗的有效性，或者说COVID-19没什么大不了的;这就像流感一样，”同时也是西北大学临床转化科学研究所人工智能首席执行官的罗勇说。这些评论和真正的科学证据一样具有强大的影响力，并推动人们的信念。这就是我们所担心的。”
通过了解公众的态度如何受到影响，科学家可以采取行动，以确保科学事实和证据具有足够响亮的声音。
“作为一名科学家，你需要意识到你需要让人们了解科学。如果你不投入精力，你的努力很容易被那些不负责任的人所抵消。”“未来，我们可能会更多地关注公共信息运动，教育人们关于疫苗，以最大限度地发挥接种的影响。”
人们对Covid-19的态度如何受到推文的影响？
罗说：“作为一个人，你应该意识到你的转发是什么并做一个事实检查，”罗说。“并意识到你在Twitter上看到的任何东西都是塑造你的态度。在让别人的推文和意见塑造你的情况之前，你需要意识到这一点，你成为那个扩音器的一部分。”
“很多人都没有意识到自己的信念受到推文的影响有多大，也懒得去核实自己阅读和转发的内容。当信息是有偏见的，他们忽略或没有注意到它。这就像是病毒式营销效应。这只是为了在热门话题上吸引眼球，但它影响了社交媒体上的每个人。”
这项研究怎么样？
这项研究是新颖的，因为它集成了机器学习罗说，算法和经典流行病学模型回顾性研究社交媒体的内容及其效果。
该研究还允许其他研究人员“看看引擎盖下”以了解这款AI算法的工作原理。
机器学习和深度学习算法通常是不透明的黑箱机制。但在本研究中，研究者们特别关注提高模型的可解释性。
“我们确定了来自推文的公众态度的波动趋势，然后对齐与这些趋势相关的重要科学和非科学事件，”罗说。“因此，我们正在提供人们可以采取行动的见解。”
AI分析了多少推文？
罗的团队，由学习的第一作家汉扬望，博士学位。学生在Driskill毕业程序中，回顾性地收集了Covid-19相关推文使用Twitter API。他们总共检索了92,687,660名推文，对应于8,967,986个用户从1月6日至6月21日至6月21日，他们试图培训AI模型，他们随机选择了5,000个推文进行注释。每个鸣叫被审查是为了确定它是否符合健康信念模型的四个核心构建，感知敏感性，感知严重程度，感知益处和感知障碍。
下一步：使用AI分析社交媒体如何影响Covid-19疫苗的态度
目前，雒海超的团队正在将机器学习和深度学习相结合，研究社交媒体如何影响公众对COVID-19疫苗的态度。其目标是确定特定的公众关切，并为有针对性的疫苗接种运动提供信息，以最大限度地发挥接种的影响。他们也在考虑使用社交媒体数据是发现大流行病内外性别或种族差异的一种方式。
用户评论