유럽의 뉴스와 잘못된 정보 소비: 결론 및 참고자료

링크 표

• 초록 및 소개
• 재료 및 방법
• 결과 및 토론
• 결론 및 참고자료
• 추가 정보

4. 결론

본 연구에서 우리는 유럽의 맥락에서 뉴스 생산과 소비의 진화하는 역학을 조사했습니다. 우리는 프랑스, 독일, 이탈리아, 영국의 뉴스 매체에서 제작한 트위터 콘텐츠 소비를 조사하여 국가 간 및 주제 간 비교를 제공했습니다.

온라인 공개 담론의 내용입니다. 우리는 4개 국가 모두에서 논의되는 주제를 파악하고 소비 패턴의 차이점과 유사점을 강조했습니다. 또한 우리는 뉴스 매체 독자 간의 유사성을 기반으로 네트워크를 구축하여 다양한 신뢰성을 지닌 소스에 참여하는 사용자 그룹의 존재를 드러냈습니다.

우리의 연구 결과에 따르면 신뢰할 수 있는 출처가 정보 환경을 지배하지만 주로 의심스러운 뉴스 매체의 콘텐츠를 주로 또는 독점적으로 소비하는 사용자가 존재하는 경우가 많았습니다. 그러나 그러한 그룹의 규모와 중요성은 고려 중인 주제와 국가에 따라 다릅니다. 더욱이, 우리의 국가 간 비교를 통해 뉴스 소스의 유사성 네트워크 구조에 다양한 변화가 있음이 드러났습니다. 일부 국가에서는 의심스러운 소스 클러스터와 신뢰할 수 있는 소스가 더 명확하게 구분되어 있는 반면, 다른 국가에서는 클러스터 구성에서 감지할 수 없는 차이가 있는 보다 이질적인 상황을 보여주었습니다. 그러나 네트워크 연결성과 사용자 행동 분석을 통해 모든 국가에서 혼합 뉴스 식단을 사용하는 소수의 사용자가 존재함을 알 수 있었습니다.

우리의 결과는 전 세계적으로 중요한 주제와 관련하여 국가 간 뉴스 소비 패턴의 차이점과 유사성을 강조했습니다. 뉴스 소비의 역동성과 주제, 국가 등의 요소에 대한 의존도를 이해하면 잘못된 정보와 허위 정보의 확산을 완화하기 위한 효과적인 대응책 개발에 대한 귀중한 통찰력을 얻을 수 있습니다. 국가 및 유럽 수준에서 정보 환경을 모니터링하는 것은 논쟁의 여지가 있는 주제에 대한 공개 담론의 상태를 이해하고 정보 생태계의 건전성을 개선하기 위한 맞춤형 응집력 있는 전략을 개발하는 데 실제로 중요합니다.

참고자료

유럽위원회, 디지털 서비스법 패키지. 2023년 10월 23일에 액세스했습니다.

Bakshy, E., Hofman, JM, Mason, WA 및 Watts, DJ (2011). 트위터에서 영향력 있는 사람을 식별합니다. 웹 검색 및 데이터 마이닝(WSDM)에 관한 제4차 ACM 국제 컨퍼런스, 2권.

Bakshy, E., Messing, S. 및 Adamic, LA(2015). 페이스북에서 이념적으로 다양한 뉴스와 의견에 노출됩니다. 과학, 348(6239):1130–1132.

베시, A. 및 페라라, E. (2016). 소셜봇은 2016년 미국 대통령 선거 온라인 토론을 왜곡합니다. 첫 번째 월요일, 21(11-7).

Blondel, VD, Guillaume, J.-L., Lambiotte, R. 및 Lefebvre, E. (2008). 대규모 네트워크에서 커뮤니티가 빠르게 전개됩니다. 통계역학저널: 이론과 실험, 2008(10):P10008.

Bovet, A. 및 Makse, HA(2019). 2016년 미국 대선 당시 트위터의 가짜뉴스가 미친 영향. 자연 커뮤니케이션, 10(1):7.

Broniatowski, DA, Simons, JR, Gu, J., Jamison, AM 및 Abroms, LC(2023). 코로나19 팬데믹 기간 동안 페이스북의 잘못된 백신 정보 정책 및 아키텍처의 효능. 과학 발전, 9(37):eadh2132.

Cinelli, M., De Francisci Morales, G., Galeazzi, A., Quattrociocchi, W. 및 Starnini, M. (2021). 소셜 미디어에 대한 반향실 효과. 국립과학원회보, 118(9):e2023301118.

Cinelli, M., Quattrociocchi, W., Galeazzi, A., Valensise, CM, Brugnoli, E., Schmidt, AL, Zola, P., Zollo, F. 및 Scala, A. (2020). 코로나19 소셜미디어 인포데믹. 과학 보고서, 10(1):1–10.

Cota, W., Ferreira, SC, Pastor-Satorras, R. 및 Starnini, M. (2019). 정치 커뮤니케이션 네트워크를 통해 확산되는 정보의 반향실 효과를 정량화합니다. EPJ 데이터 과학, 8(1):35.

Del Vicario, M., Bessi, A., Zollo, F., Petroni, F., Scala, A., Caldarelli, G., Stanley, HE 및 Quattrociocchi, W. (2016). 온라인 상에서 잘못된 정보의 확산. 국립과학원회보, 113(3):554-559.

Del Vicario, M., Zollo, F., Caldarelli, G., Scala, A. 및 Quattrociocchi, W. (2017). 페이스북의 사회적 역학 지도: 브렉시트 논쟁. 소셜 네트워크, 50:6–16.

Falkenberg, M., Galeazzi, A., Torricelli, M., Di Marco, N., Larosa, F., Sas, M., Mekacher, A., Pearce, W., Zollo, F., Quattrociocchi, W. , et al. (2022). 소셜 미디어에서 기후 변화를 둘러싼 양극화가 커지고 있습니다. 자연 기후 변화, 1~8페이지.

페라라, E. (2017). 2017년 프랑스 대통령 선거를 앞두고 허위 정보 및 소셜 봇 운영. arXiv 사전 인쇄 arXiv:1707.00086.

페라라, E., Cresci, S. 및 Luceri, L. (2020). 코로나19 시대 소셜미디어의 잘못된 정보, 조작, 학대. 전산사회과학저널, 3:271-277.

Flamino, J., Galeazzi, A., Feldman, S., Macy, MW, Cross, B., Zhou, Z., Serafino, M., Bovet, A., Makse, HA 및 Szymanski, BK(2023) . 2016년과 2020년 미국 대통령 선거에서 트위터의 뉴스 미디어와 영향력 있는 사람들의 정치적 양극화. 자연 인간 행동, 1~13페이지.

Flaxman, S., Goel, S. 및 Rao, JM (2013). 이념적 분리와 소셜 미디어가 뉴스 소비에 미치는 영향. SSRN, 2363701에서 이용 가능합니다.

Garimella, K., Smith, T., Weiss, R. 및 West, R. (2021). 온라인 뉴스 소비의 정치적 양극화. 웹 및 소셜 미디어에 관한 국제 AAAI 회의 진행, 15권, 152~162페이지.

Gonz'alez-Bail'on, S., Lazer, D., Barber'a, P., Zhang, M., Allcott, H., Brown, T., Crespo-Tenorio, A., Freelon, D., Gentzkow, M., Guess, AM 등. (2023). 페이스북에서 정치 뉴스 노출 시 비대칭 이데올로기적 분리. 과학, 381(6656):392–398.

Grinberg, N., Joseph, K., Friedland, L., Swire-Thompson, B. 및 Lazer, D. (2019). 2016년 미국 대통령 선거 당시 트위터에 퍼진 가짜 뉴스. 과학, 363(6425):374–378.

그루텐도르스트, M.(2022). Bertopic: 클래스 기반 tf-idf 절차를 사용한 신경 주제 모델링. arXiv 사전 인쇄 arXiv:2203.05794.

카리미, F. 및 올리베이라, M.(2022). 네트워크에서 동질성을 평가하기 위한 명목상 분류성의 부적절성에 대해. arXiv 사전 인쇄 arXiv:2211.10245.

Lazer, DM, Baum, MA, Benkler, Y., Berinsky, AJ, Greenhill, KM, Menczer, F., Metzger, MJ, Nyhan, B., Pennycook, G., Rothschild, D. 등 (2018). 가짜뉴스의 과학. 과학, 359(6380):1094–1096.

McInnes, L., Healy, J. 및 Astels, S. (2017). hdbscan: 계층적 밀도 기반 클러스터링. J. 오픈 소스 소프트웨어, 2(11):205.

McInnes, L., Healy, J. 및 Melville, J. (2018). Umap: 차원 축소를 위한 균일한 다양체 근사 및 투영. arXiv 사전 인쇄 arXiv:1802.03426.

Nyhan, B., Settle, J., Thorson, E., Wojcieszak, M., Barber'a, P., Chen, AY, Allcott, H., Brown, T., Crespo-Tenorio, A., Dimmery, D., et al. (2023). 페이스북에는 생각이 비슷한 소스가 널리 퍼져 있지만 양극화되지는 않습니다. 자연, 620(7972):137–144.

루스, D. (2019). 잘못된 정보를 제공하는 기계. 과학, 363(6425):348–348.

Sammut, C. 및 Webb, GI (2011). 기계 학습 백과사전. Springer 과학 및 비즈니스 미디어.

Santoro, A., Galeazzi, A., Scantamburlo, T., Baronchelli, A., Quattrociocchi, W. 및 Zollo, F. (2023). 트위터에서 코로나19 백신 논쟁의 변화하는 환경을 분석합니다. 소셜 네트워크 분석 및 마이닝, 13(1):115.

Schmidt, AL, Zollo, F., Scala, A., Betsch, C. 및 Quattrociocchi, W. (2018). 페이스북 예방접종 논쟁 양극화. 백신, 36(25):3606–3612.

스텔라, M., 페라라, E. 및 De Domenico, M. (2018). 봇은 온라인 소셜 시스템에서 부정적이고 선동적인 콘텐츠에 대한 노출을 증가시킵니다. 국립과학원회보, 115(49):12435–12440.

Zannettou, S., Bradlyn, B., De Cristofaro, E., Kwak, H., Sirivianos, M., Stringini, G. 및 Blackburn, J. (2018). gab이란 무엇입니까? 언론의 자유의 요새 또는 Alt-Right 에코 챔버입니다. 2018년 웹 컨퍼런스 동행 간행물, 페이지 1007-1014.

Zannettou, S., Caulfield, T., De Cristofaro, E., Sirivianos, M., Stringhini, G. 및 Blackburn, J. (2019). 허위 정보 전쟁: 트위터에서 국가가 후원하는 트롤과 그들이 웹에 미치는 영향을 이해합니다. 2019년 월드와이드웹 컨퍼런스 동반 진행, 218~226페이지.