[論文レビュー] Frameworks, Modeling and Simulations of Misinformation and Disinformation: A Systematic Literature Review

Alejandro Buitrago López, Javier Pastor-Galindo+1 more|arXiv (Cornell University)|Jun 13, 2024

Misinformation and Its Impacts被引用数 4

ひとこと要約

2024年の系統的文献レビューでは、PRISMA手法を用いて57件の誤情報・偽情報フレームワーク、モデル、シミュレーションに関する研究を分析した。その結果、意図が偽情報（意図的）と誤情報（不注意）を区別することを示し、疫学的および信念更新モデルが支配的であることが判明。検証は主に現実世界のデータとの比較に依存しており、効果的な干渉を実現するための包括的で検証済みかつ文脈に配慮したモデリング手法における主要なギャップが依然として存在する。

ABSTRACT

The prevalence of misinformation and disinformation poses a significant challenge in today's digital landscape. That is why several methods and tools are proposed to analyze and understand these phenomena from a scientific perspective. To assess how the mis/disinformation is being conceptualized and evaluated in the literature, this paper surveys the existing frameworks, models and simulations of mis/disinformation dynamics by performing a systematic literature review up to 2023. After applying the PRISMA methodology, 57 research papers are inspected to determine (1) the terminology and definitions of mis/disinformation, (2) the methods used to represent mis/disinformation, (3) the primary purpose beyond modeling and simulating mis/disinformation, (4) the context where the mis/disinformation is studied, and (5) the validation of the proposed methods for understanding mis/disinformation. The main findings reveal a consistent essence definition of misinformation and disinformation across studies, with intent as the key distinguishing factor. Research predominantly uses social frameworks, epidemiological models, and belief updating simulations. These studies aim to estimate the effectiveness of mis/disinformation, primarily in health and politics. The preferred validation strategy is to compare methods with real-world data and statistics. Finally, this paper identifies current trends and open challenges in the mis/disinformation research field, providing recommendations for future work agenda.

研究の動機と目的

• 誤情報および偽情報が学術文献においてどのように概念的に定義され、表現されているかを理解すること。
• 誤情報・偽情報のダイナミクスを研究するために使用されている主なモデリングおよびシミュレーション技術を特定すること。
• これらのフレームワーク、モデル、シミュレーションを開発する背後にある主な研究目的を評価すること。
• 誤情報・偽情報研究が最も活発に行われている文脈（例：健康、政治、危機）をマッピングすること。
• 提案されたモデルおよびシミュレーションの信頼性と実現可能性を保証するための検証戦略を評価すること。

提案手法

• 2023年までに関連する研究を同定・フィルタリングするため、PRISMAフレームワークを用いた系統的文献レビューを実施した。
• 主要な学術データベースから、事前に定めた包含・除外基準に基づき57件の同行査読済み論文を選定した。
• 用語、モデリングアプローチ、シミュレーションタイプ、研究目的、文脈、検証手法の観点から研究を分類した。
• 定義、モデリング技術、検証実践に関するパターンを抽出するために、テーマ的および質的分析を実施した。
• 疫学的、意見動態、ゲーム理論的など、異なるモデルタイプの出現頻度およびシミュレーション目的（例：信念更新、対策評価）をマッピングした。
• 現実世界のデータ比較、アンケート調査、数学的証明、フォーカスグループを含む、検証手法を評価した。

実験結果

リサーチクエスチョン

• RQ1 文献において誤情報と偽情報はどのように定義され、区別されているか？
• RQ2 誤情報・偽情報のダイナミクスを表現するために使用されている主なフレームワーク、モデル、シミュレーション技術は何か？
• RQ3 これらのモデルおよびシミュレーションを開発する背後にある主な研究目的は何か？
• RQ4 どの分野や文脈で誤情報・偽情報が最も頻繁に研究されているか？
• RQ5 どのような検証戦略が用いられており、それらはモデルの信頼性を確保するためにどの程度効果的か？

主な発見

• 誤情報（意図的に騙すことを目的としない偽の情報）と偽情報（意図的に誤導することを目的とした偽の情報）の明確な区別が、一貫して存在する。
• 疫学的モデルが最も一般的なモデリングアプローチであり、次いで意見動態モデルと信念更新シミュレーションが続く。
• 大多数のモデルの主な目的は、誤情報・偽情報攻撃および関連対策の有効性を評価することにある。
• 健康分野と政治分野が主な応用文脈であるが、多くの研究は依然として一般的で文脈に依存しないものである。
• 検証は頻繁に欠落しているか弱いが、使用されている場合、現実世界のデータとの比較が最も一般的で信頼性の高い戦略である。
• 社会的要因と技術的要因の両方を統合したフレームワークを組み込んだ研究はわずか2件にとどまり、包括的で多分野にわたるモデリング手法におけるギャップが顕著である。