Візуалізація тижня: як поширюються фейкові новини
Привіт, спільното!
DOU запускає нову щотижневу рубрику про візуалізацію даних. Раз на тиждень будемо ділитися графіком, картою, дашбордом, інфографікою або інтерактивним матеріалом, який показує дані у цікавій візуальній формі.
Робите власні візуалізації або побачили десь цікавий варіант? Покажіть їх спільноті! Це може бути зображення, скриншот, гіфка або коротке відео. Тематика не обмежена — можливо, це серйозна інфографіка для робочого проєкту, або ж візуалізація щорічних витрат на авокадо 🥑
Щоб запропонувати візуалізацію, створіть окремий топік із позначкою «Візуалізація тижня» або напишіть Маші 🤗
А тепер — дивимось візуалізацію цього тижня!
Як поширюються фейкові новини
У цьому випуску дивимось на інтерактивний матеріал The Straits Times про те, як поширюються фейкові новини та чому важлива швидкість спростування.
Авторки порівнюють фейки з епідемією — хибна інформація починається з кількох джерел, переходить від людини до людини, а ті, хто її поширює, часто не усвідомлюють, що передають неправду. Щоб показати це наочно, у матеріалі використали симуляцію, коли кожна клітинка представляє людину, яка може поширювати фейк, припинити його поширювати або стати викривачем.
Через візуалізацію можна побачити, що відбувається без спростувань, як змінюється результат, якщо викривач з’являється через тиждень або вже за 24 години, та чому спростування з кількох різних джерел працює краще, ніж коли воно одне.
Як поширюються фейки без спростувань ↑
Як працює розвінчування через тиждень ↑
Як працює розвінчування через добу ↑
Як працює спростування з одного та з різних джерел ↑
Матеріал не претендує на точне відтворення конкретної ситуації, це спрощена модель, яка, втім, допомагає прослідкувати механіку процесів.
Нагадаю, у першому випуску рубрики дата-аналітикиня Тетяна Мокляк показувала власні Tableau-дашборди про тварин-компаньйонів у Європі. Подивитись можна тут 😺
8 коментарів
Додати коментар Підписатись на коментаріВідписатись від коментарівтож це не «як поширюється», а як провізуалізували автори, я чомусь останні тижні пасивно замислювався про те саме питання (ну, трохи інакше, а саме про неминуче скочування в жалюгідність будь-якої науки в умовах вже не відриву від мейнстріму завдяки ідеологічним барєрам, а просто банальному незнанню мов на достатньому рівні сучасних локальномовних науковців)
і от далі першої зупинки — концепції суперспредерів не пішов, якось інтуіція чинить спротив
тому, що на відміну від пасивних акторів, що розповсюджують контамінацію біологічними речима, меметичні актори іноді неймовірно вмотивовані розповсюджувати ідефікси, що повязані з їхніми персональними траекторіями (наукові школи, що поза локальними науками нікому не цікаві і чекають на померти носія, позанаукове укорінення і нетворкінг носіїв і інституцій і тп)
тобто цей фактор створює не тільки першу похідну (прискорення) а й іноді другу (джолт, ривок)
тому просте мапування аналогією буде тут мабуть занадто наівним
Реальність складніша, погоджуюсь, але це все одно непогана пояснювальна візуалізація
будьяка модель є непоганою, поки підтверджується даними досліджень та експериментів, автори там навели щось таке переконливе?
Автори посилаються на математичну RSD-модель поширення чуток та спростувань, але конкретно у них це пояснювальна адаптація тієї моделі. Ось власне, їх методологія:
та я глянув «по діагоналі» статтю, шукав посилання на публікацію чи препрінт, чи хочаб на датасет від якого модель власне підбирали
бо без бодай однієї «примірки» того, що продукує модель на хоч якийсь датасет та модель окрім свого математичного рівняння не візуалізує взагалі нічого, іпсо факто
О, я колись таке малював чи то на паскалі чи то на сі.
А зараз щось подібне робите? Покажіть)
зараз клод дозволяє без програмування робити подібні симуляції, нк і модель підбирає як попросиш, ітеративна підбірка і моделювання тепер можуть просто неймовірно швидко відбуватися на початку дослідження чогось, аби тільки дослідник контекстом володів і вмів дизайн експерименту і якість даних
аж заздрю тим, хто дослідницьку роботу веде)