科學文章在推特上的選擇性放大:公眾興趣還是機器人?

核心概念

學術文章在推特上的傳播可能受到機器人活動的影響,這可能會扭曲公眾對科學研究的看法,需要關注和預測這種機器人活動。

摘要

本研究分析了Altmetric數據集中的推特數據,結合Twitter API和Botometer API收集的信息,建立了一個綜合數據集,包含學術論文的各種特徵以及是否存在過度的機器人活動的標籤。

研究發現,基於這個數據集,我們的機器學習模型能夠以70%的準確率識別出任何學術論文是否存在機器人活動。我們還發現,與其他研究領域相比,健康和人文科學相關的文章更容易受到機器人活動的影響。

雖然我們不能判斷機器人活動的善意或惡意,但我們的研究提供了一個工具,可以識別學術論文傳播過程中機器人活動的存在,為決策者和公眾提供適當的警示。這為未來在這個領域的研究奠定了基礎。

统计

我們的數據集包含1,398,007篇學術論文的1,182,277個唯一Twitter賬戶。
在所有研究領域中,14.43%的論文存在較高的機器人活動。
在健康和人文科學領域,14.84%的論文存在較高的機器人活動,而在其他領域只有12.19%。

引用

"由於社交媒體對日常生活的影響日益增加,許多研究領域和研究人員可能會有意或無意地成為社交媒體機器人的目標。"
"即使不是所有的機器人都是有害的,但惡意的機器人也可能利用這種情況。因此,在我們的研究中,我們使用論文的特徵,並旨在使用不同的機器學習模型預測任何給定研究論文是否會出現較高的機器人活動。"

从中提取的关键见解

Public interest in science or bots? Selective amplification of scientific articles on Twitter

by Ashiqur Rahm... 在 arxiv.org 10-04-2024

https://arxiv.org/pdf/2410.01842.pdf

更深入的查询

除了Altmetric數據集中的特徵,還有哪些其他特徵可以用來更好地預測學術論文上的機器人活動?

除了Altmetric數據集中的特徵，還可以考慮以下幾個額外特徵來提高對學術論文上機器人活動的預測能力：

作者特徵：包括作者的學術背景、過去的發表記錄、以及其在社交媒體上的影響力。這些特徵可以幫助判斷某篇論文是否更容易吸引機器人活動。

發表時間：研究表明，某些時間段（如疫情期間或重大事件後）可能會導致機器人活動的增加，因此發表時間可以作為一個重要的預測指標。

社交媒體互動：分析論文在社交媒體上的互動模式，例如轉發、評論和點讚的數量和質量，這些都可以提供有關機器人活動的額外線索。

研究資金來源：研究的資金來源可能影響其在社交媒體上的可見度和機器人活動的程度，特別是當資金來自於特定的利益相關者時。

學術期刊的影響力：發表論文的期刊的影響因子或聲譽也可能影響機器人活動，因為高影響力的期刊可能會吸引更多的關注和機器人參與。

這些特徵的結合可以幫助建立更全面的模型，以準確預測學術論文上的機器人活動。

為什麼健康和人文科學領域的論文更容易受到機器人活動的影響?是否存在特定的動機或目標?

健康和人文科學領域的論文更容易受到機器人活動的影響，主要有以下幾個原因：

公眾關注度高：健康和人文科學議題通常與大眾的日常生活密切相關，如疾病、疫苗接種和心理健康等問題，這使得這些領域的研究更容易引起公眾的關注和討論。

情感驅動的內容：這些領域的研究往往涉及情感和道德議題，容易引發強烈的情感反應，這使得機器人更有動機參與討論，以推動特定的觀點或議程。

信息不對稱：在健康和人文科學領域，公眾對科學知識的理解可能存在差距，這使得機器人可以利用這一點來散播不準確或偏頗的信息，從而影響公眾的看法。

政策影響：健康和人文科學的研究結果往往會影響公共政策的制定，因此，某些利益集團可能會利用機器人來操控輿論，以促進其特定的政策目標。

這些因素共同促成了健康和人文科學領域的論文更容易受到機器人活動的影響。

如何利用這種預測機器人活動的能力來提高公眾對科學研究的信任度,並確保政策制定過程中科學證據的完整性?

利用預測機器人活動的能力可以通過以下幾種方式來提高公眾對科學研究的信任度，並確保政策制定過程中科學證據的完整性：

透明度和教育：通過公開機器人活動的預測結果，讓公眾了解哪些研究可能受到機器人影響，從而提高對社交媒體上科學信息的警覺性。這可以通過社交媒體平台、科學博客和公共講座等方式進行。

政策制定的參考工具：為政策制定者提供機器人活動的預測模型，幫助他們在考慮科學證據時，識別可能受到操控的研究，從而做出更明智的決策。

促進學術界與公眾的對話：鼓勵學術界與公眾之間的開放對話，讓研究者解釋其研究結果的意義，並澄清社交媒體上可能出現的誤解或錯誤信息。

建立信任的社區：通過社交媒體和其他平台，建立一個信任的科學社區，讓公眾能夠直接與研究者互動，獲取準確的信息，並對科學研究的過程和結果有更深入的理解。

這些措施可以幫助減少機器人活動對公眾信任的負面影響，並促進科學研究在政策制定中的有效應用。