[论文解读] Covid-19 infodemic reveals new tipping point epidemiology and a revised $R$ formula

Neil F. Johnson, Nicolás Velásquez+9 more|arXiv (Cornell University)|Aug 19, 2020

Misinformation and Its Impacts参考文献 12被引用 6

一句话总结

本文提出了一种修订后的 $R$ 公式和一种新的临界点框架，用于模拟在线虚假信息疫情的传播，例如在新冠疫情期间的错误信息传播。通过考虑跨平台和社区的耦合社交与病毒传播动态，研究揭示了虚假信息疫情可通过临时的网络连接重新激活，使小众叙事演变为全球超级传播者——为在各种规模上控制虚假信息疫情提供了定量工具。

ABSTRACT

Many governments have managed to control their COVID-19 outbreak with a simple message: keep the effective '$R$ number' $R<1$ to prevent widespread contagion and flatten the curve. This raises the question whether a similar policy could control dangerous online 'infodemics' of information, misinformation and disinformation. Here we show, using multi-platform data from the COVID-19 infodemic, that its online spreading instead encompasses a different dynamical regime where communities and users within and across independent platforms, sporadically form temporary active links on similar timescales to the viral spreading. This allows material that might have died out, to evolve and even mutate. This has enabled niche networks that were already successfully spreading hate and anti-vaccination material, to rapidly become global super-spreaders of narratives featuring fake COVID-19 treatments, anti-Asian sentiment and conspiracy theories. We derive new tools that incorporate these coupled social-viral dynamics, including an online $R$, to help prevent infodemic spreading at all scales: from spreading across platforms (e.g. Facebook, 4Chan) to spreading within a given subpopulation, or community, or topic. By accounting for similar social and viral timescales, the same mathematical theory also offers a quantitative description of other unconventional infection profiles such as rumors spreading in financial markets and colds spreading in schools.

研究动机与目标

• 了解生物流行病中使用的相同 $R<1$ 控制策略是否可用于管理在线虚假信息疫情。
• 识别新冠疫情期间错误信息传播的动态机制。
• 开发一种修订后的 $R$ 指标，以考虑瞬时社交网络连接和病毒传播的时间尺度。
• 提供一个定量框架，用于控制跨平台、跨社区和跨主题的虚假信息疫情传播。

提出的方法

• 分析新冠疫情虚假信息疫情的多平台数据，包括 Facebook、4Chan 及其他社交网络上的内容。
• 识别出一种新的动态机制，即社交与病毒传播时间尺度相近，使沉寂的叙事得以复苏。
• 推导出一种修订后的 $R$ 公式，整合了耦合的社交-病毒传播动态和瞬时网络连接。
• 将模型应用于解释反疫苗、虚假治疗和阴谋论内容如何演变为全球超级传播者。
• 将该框架扩展至其他非常规感染特征，如金融市场谣言和学校感冒传播。
• 使用基于代理的建模和网络动力学，模拟小众网络如何演变为大规模虚假信息传播载体。

实验结果

研究问题

• RQ1 瞬时社交网络连接如何使沉寂的错误信息重新浮现并实现全球传播？
• RQ2 与经典生物流行病相比，在线虚假信息疫情的传播受何种动态机制支配？
• RQ3 如何修订 $R$ 数值，以考虑在线信息传播中社交与病毒传播时间尺度的耦合？
• RQ4 在虚假信息疫情事件中，既有的仇恨和反疫苗网络在多大程度上会演变为超级传播者？
• RQ5 修订后的 $R$ 公式在多大程度上可推广用于控制多样化的社交与信息背景下的虚假信息疫情传播？

主要发现

• 本研究识别出虚假信息疫情传播中一种新的动态机制，即社交与病毒传播时间尺度相近，使沉寂内容可通过临时网络连接重新激活。
• 传播反疫苗和阴谋论的小众网络迅速演变为虚假新冠治疗和排外叙事的全球超级传播者。
• 修订后的 $R$ 公式考虑了瞬时社区连接，为在多个尺度上控制虚假信息疫情传播提供了定量工具。
• 该框架成功通过同一数学视角描述了非常规感染特征，如金融市场谣言和学校感冒传播。
• 该模型揭示，由于社交网络耦合导致沉寂叙事可被重新激活，因此传统 $R<1$ 控制策略对虚假信息疫情不足。
• 分析表明，平台级干预措施必须考虑跨平台和跨社区动态，才能有效抑制虚假信息疫情传播。