AI，你怎么看？

成重大伤害的阴谋论在社交媒体上极受欢迎。在社交媒体上，不受限制的论坛允许志趣相投的人进行交流。在这里，他们可以发展自己的理论并提出应对措施，以应对他们“发现”的威胁。

但是，如何判断社交媒体上新兴的叙述是否是毫无根据的阴谋论呢?事实证明，可以通过使用机器学习工具绘制叙事元素和联系来区分阴谋论和真实阴谋。这些工具可以构成预警系统的基础，来提醒相关部门注意对现实世界构成威胁的在线叙述。

由我和Vwani Roychowdhury带领的加利福尼亚大学文化分析小组开发出一种自动方法。它可以确定社交媒体上的对话何时反映出阴谋论的典型迹象。我们已成功地将这些方法应用于Pizzagate，COVID-19大流行和反抗疫苗接种运动的研究。

协作构建，快速形成

真正的阴谋论是刻意隐藏的，在现实生活中的人们为了自己的恶性目的而共同努力的行为。相反，阴谋理论是公开合作构建和发展成的。

阴谋论是刻意的复杂的，反映了无所不包的世界观。阴谋论不是试图解释一件事，而是试图解释一切， 发现人类交互作用域之间被隐藏的联系-主要是因为它们不存在。

人们天生就容易受到阴谋论的影响，不确定的时期和焦虑的加剧会增加这种易感性。

虽然阴谋理论家的流行形象是一头孤独的狼将照片和红色细绳之间令人费解的联系拼凑在一起，但这种形象在社交媒体时代已不再适用。阴谋论的理论已经发展到网上，它现在已成为集体叙事的最终产物。参与者确定叙述框架的参数：故事的人物，地点和事物及其关系。阴谋理论的在线性质为研究人员提供了一个机会，可以从这些理论的起源(从一系列经常相互分离的谣言和故事片段到综合叙述)中追溯这些理论的发展。在我们的工作中，Pizzagate是一个完美的主题。

Pizzagate于2016年10月下旬在总统大选前夕开始发展。在一个月内，它就完全形成了，并从一系列其他没有联系的领域中提取了完整的角色：民主政治，Podesta兄弟的私生活，休闲家庭用餐和撒旦的恋童癖交易。这些原本截然不同的领域之间的联系叙事线索是对WikiLeaks在2016年10月最后一周抛弃的民主党全国委员会泄漏的电子邮件的幻想性解释。

AI叙事分析

我们开发了一个模型- 一套机器学习工具。它可以根据人物，地点和事

（编辑：大同站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!