En matematisk modell fångar den politiska effekten av falska nyheter

Politiker och opinionsbildare världen över kämpar med att komma överens med falska nyheters natur och dess konsekvenser för samhället, demokratin och till och med sanningen själv.

Debatten är dock grumlig av oenighet om hur fenomenet ska definieras. Utan en ordentlig definition kämpar beslutsfattare, journalister och vanliga människor för att ta itu med det. Så ett tydligt och kraftfullt sätt att tänka på falska nyheter som möjliggör objektiv analys behövs desperat.

Ange Dorje Brody från University of Surrey och David Meier från Brunel University, båda i Storbritannien. Dessa killar har använt den matematiska teorin om kommunikation för att ta fram en matematisk modell som simulerar hur falska nyheter påverkar folkomröstningar och val – och pekar på sätt att mildra dess effekter.

Först lite bakgrund. Det grundläggande problemet med kommunikation är att vid en punkt i universum återge ett meddelande som skapats vid en annan punkt. Problemet försvåras av det faktum att det alltid finns brus som förvränger detta meddelande— 0 s bli flippad in ett s, b's låter som d's, och röksignaler blir, ja, bortblåsta.

Så mottagaren av alla meddelanden måste ha en strategi för att hantera detta brus. Det visar sig vara fullt möjligt i många situationer. Matematikern och ingenjören Claude Shannon bevisade att ett meddelande alltid kan återges mer eller mindre exakt, förutsatt att bruset ligger under någon tröskelnivå. Nyckeltanken här är att falska nyheter kan behandlas matematiskt som en speciell sorts brus.

Brody och Meier definierar falska nyheter som information som är oförenlig med den faktiska verkligheten. I denna mening är det brus som måste tas bort innan en signal kan tolkas korrekt. Detta brus har dock speciella egenskaper genom att det är partiskt på ett specifikt sätt, till skillnad från slumpmässigt brus.

Det innebär att informationsflödet innehåller flera komponenter. Det är det sakligt korrekta budskapet plus diverse faktuellt felaktiga detaljer och rykten, som är slumpmässigt brus. Men det finns också medvetet partiska meddelanden som motsvarar falska nyheter. Nyckeln till att tolka en signal är att ta bort både det slumpmässiga bruset och fördomen för att lämna det oförfalskade meddelandet.

Det här är ingen lätt uppgift. Men det visar sig att matematiker har kraftfulla matematiska verktyg som är exakt lämpade för detta ändamål. Filtreringsteorin utvecklades på 1950- och 1960-talen och är en gren av kommunikationsteorin som syftar till att filtrera bort brus i kommunikationskanaler. Avgörande är att denna teori behandlar bias och slumpmässigt brus på olika sätt för att komma fram till den underliggande signalen.

Brody och Meier använder denna idé för att modellera hur väljarna tolkar nyheter. Forskarna säger att väljarna delas in i tre kategorier. Först är de som inte är medvetna om falska nyheter och därför behandlar det som vanligt buller. Eftersom de inte är medvetna om att nyheter kan vara falska, är de helt säkra på sina åsikter. Denna kategori är mest sårbara för exponering för falska nyheter, säger forskarna.

Den andra gruppen är de som är medvetna om falska nyheter men inte vet hur de ska skilja dem från buller. Denna grupp är mindre mottaglig för falska nyheter men är mindre säker på sina åsikter på grund av den osäkerhet som falska nyheter skapar. Personerna i den här kategorin är betydligt mer medvetna om osäkerheterna i sina uppskattningar, säger Brody och Meier.

Och slutligen, det finns de väljare som kan upptäcka falska nyheter och omedelbart ta bort dem från sina beräkningar. Dessa människor är säkra på sina åsikter eftersom de är opåverkade av den partiskhet som falska nyheter introducerar. Brody och Meier ser dock på denna grupp som en idealisering. Det är trots allt en nästan oöverstiglig uppgift för en given individ att perfekt identifiera vilka nyheter som är falska och vilka som inte är det, påpekar de.

De fortsätter med att simulera ett val där dessa grupper av människor matas med en serie nyheter som är förorenade av slumpmässigt brus och falska nyheter. De kör simuleringen över 1 000 gånger för att se hur falska nyheter påverkar röstpreferenser.

Resultaten ger intressant läsning. Det visar sig, inte oväntat, att väljarna i den första gruppen lätt manipuleras av falska nyheter. På samma sätt är de i den tredje gruppen opåverkade av falska nyheter.

Den andra gruppen är dock den mest intressanta. Väljare i den här kategorin är medvetna om förekomsten av falska nyheter, men vet inte när de släpps. Så de tenderar att överkompensera för möjligheten att informationen de får kan vara förorenad. Men när de falska nyheterna väl har släppts gör de i denna grupp bra på att ta bort dess inflytande.

Man kan tolka detta som en indikation på att enbart kunskap om möjligheten av falska nyheter redan är ett kraftfullt motgift mot dess effekter, säger Brody och Meier.

Det ger ett visst hopp om att effekten av falska nyheter kan mildras.

Arbetet lämnar några viktiga frågor obesvarade. Ett stort okänt är förstås andelen väljare i den första kategorin och hur, eller till och med om, det är möjligt att flytta dem till den andra kategorin.

En annan viktig fråga är den faktiska verklighetens natur. Många bedömare kommer att ifrågasätta om det är rimligt att anta att det finns en objektiv saklig verklighet, särskilt när det kommer till politiska frågor och framtidsskådning.

Och även om det finns en objektiv verklighet, hjälper kommunikationsprocessen oss att förstå dess sanna natur eller bara hjälpa oss att komma överens om vad det kan vara?

Liksom många före dem kan Brody och Meier ännu inte hjälpa till med den där svåra gåtan.

Ref: arxiv.org/abs/1809.00964 : Hur man modellerar falska nyheter

Dölj