"מקלות ואבנים עלולים לשבור לי את העצמות", נאמר בפתגם הישן. "אבל מילים לעולם לא יזיקו לי."
תגיד את זה ליאוגניה רו, פרופסור עוזרת במחלקה למדעי המחשב, והיא תראה לך נתונים נרחבים שמוכיחים אחרת.
מעבדת החברה + AI ושפה שלה הוכיחה זאת
- שפת המשטרה היא מנבא מדויק של אינטראקציות אלימות עם נהגים שחורים.
- הטיית התקשורת המשודרת ותאי הד במדיה החברתית העמידו את הדמוקרטיה האמריקאית בסיכון.
כעת, צוות המחקר של רו במכללה להנדסה פנה לשאלה נוספת: אילו השפעות היו לרטוריקה במדיה החברתית על שיעורי ההדבקה והמוות ב-COVID-19 ברחבי ארצות הברית, ומה יכולים קובעי מדיניות ופקידי בריאות הציבור ללמוד מכך?
הרבה מחקרים רק מתארים את מה שקורה באינטרנט. לעתים קרובות הם אינם מראים קשר ישיר להתנהגויות לא מקוונות. אבל יש דרך מוחשית לחבר התנהגות מקוונת עם קבלת החלטות לא מקוונות".
יוג'ניה רו, פרופסור עוזרת, המחלקה למדעי המחשב, וירג'יניה טק
סיבה ותוצאה
במהלך מגיפת COVID-19, המדיה החברתית הפכה למקום התכנסות המוני להתנגדות להנחיות בריאות הציבור, כגון חבישת מסכות, ריחוק חברתי וחיסונים. הסלמה במידע השגוי עודדה התעלמות נרחבת מאמצעי מניעה והובילה לעלייה בשיעורי הזיהומים, בתי חולים המומים, מחסור בעובדי שירותי בריאות, מקרי מוות הניתנים למניעה והפסדים כלכליים.
במהלך תקופה של חודש בין נובמבר לדצמבר 2021, יותר מ-692,000 אשפוזים הניתנים למניעה דווחו בקרב חולים לא מחוסנים, על פי מחקר משנת 2022 שפורסם ב-Yale Journal of Biology and Medicine. אשפוזים אלה לבדם עלו 13.8 מיליארד דולר מדהים.
במחקר, הצוות של רו, כולל Ph.D. הסטודנט Xiaohan Ding, פיתח טכניקה שהכשירה את הצ'אטבוט GPT-4 לנתח פוסטים במספר קבוצות דיון אסורות של subreddit שהתנגדו לאמצעי מניעה של COVID-19. הצוות התמקד ברדיט מכיוון שהנתונים שלו היו זמינים, אמר רו. פלטפורמות רבות אחרות של מדיה חברתית אסרו על חוקרים מבחוץ להשתמש בנתונים שלהם.
עבודתו של רו מבוססת על מסגרת מדעית חברתית בשם Fuzzy Trace Theory אשר נוצרה על ידי ולרי ריינה, פרופסור לפסיכולוגיה באוניברסיטת קורנל ומשתפת פעולה בפרויקט זה של וירג'יניה טק. ריינה הראתה שאנשים לומדים וזוכרים מידע טוב יותר כאשר הוא מתבטא בקשר של סיבה ותוצאה, ולא רק כמידע שוטף. זה נכון גם אם המידע אינו מדויק או הקשר המשתמע חלש. ריינה מכנה את הבנייה של סיבה ותוצאה זו "תמצית".
החוקרים עבדו כדי לענות על ארבע שאלות בסיסיות הקשורות לעיקרים במדיה החברתית:
- כיצד נוכל לחזות ביעילות את עיקרי השיח במדיה החברתית בקנה מידה ארצי?
- איזה סוג של תמציתים מאפיינת איך ולמה אנשים מתנגדים לנוהלי בריאות הציבור של COVID-19, וכיצד מתפתחות התמציתים הללו לאורך זמן על פני אירועי מפתח?
- האם דפוסי עיקריים מנבאים באופן משמעותי דפוסים במעורבות מקוונת בקרב משתמשים ב-subreddits אסורים שמתנגדים לנוהלי הבריאות של COVID-19?
- האם דפוסי תמצית מנבאים באופן משמעותי מגמות בתוצאות הבריאות הלאומיות?
הקישור החסר
הצוות של רו השתמש בטכניקות הנחיה במודלים של שפה גדולה (LLMs) -; סוג של תוכנית בינה מלאכותית (AI) -; יחד עם נתונים סטטיסטיים מתקדמים לחיפוש ולאחר מכן לעקוב אחר התמציתים הללו על פני קבוצות סוbreddיט אסורות. לאחר מכן, המודל השווה אותם לאבני דרך של COVID-19, כגון שיעורי זיהומים, אשפוזים, מקרי מוות והודעות הקשורות למדיניות ציבורית.
התוצאות מראות שאכן, פוסטים ברשתות החברתיות שקישרו סיבה, כמו "קיבלתי את החיסון נגד נגיף הקורונה", עם השפעה כמו "הרגשתי כמו מוות מאז", הופיעו במהירות באמונותיהם של אנשים והושפעו החלטות הבריאות הלא מקוונות שלהם. למעשה, ניתן היה לחזות באופן משמעותי את סך כל המקרים והחדשים היומיים של COVID-19 בארה"ב על פי נפח העיקרים של קבוצות סוברדיט אסורות.
זהו מחקר הבינה המלאכותית הראשון שמקשר באופן אמפירי בין דפוסים לשוניים של מדיה חברתית למגמות בריאות הציבור בעולם האמיתי, תוך הדגשת הפוטנציאל של מודלים שפה גדולים אלה לזהות דפוסי דיון קריטיים באינטרנט ולהצביע על אסטרטגיות תקשורת יעילות יותר לבריאות הציבור.
"מחקר זה פותר בעיה מרתיעה: כיצד לחבר את אבני הבניין הקוגניטיביות של משמעות שאנשים משתמשים בהן למעשה לזרימת המידע על פני המדיה החברתית ואל עולם התוצאות הבריאותיות", אמרה ריינה. "מסגרת LLM המבוססת על הנחיות המזהה עיקרים בקנה מידה יש לה יישומים פוטנציאליים רבים שיכולים לקדם בריאות ורווחה טובים יותר."
נתונים גדולים, השפעה גדולה
רו אמרה שהיא מקווה שהמחקר הזה יעודד חוקרים אחרים להביא את השיטות הללו לעניין שאלות חשובות. לשם כך, הקוד המשמש בפרויקט זה יהפוך לזמין באופן חופשי כאשר המאמר יתפרסם בכנס הליכים של איגוד מכונות המחשוב בנושא גורמים אנושיים במערכות מחשוב. המאמר גם משווה את העלות של דרכים שונות שבהן חוקרים יכולים לנתח מערכי נתונים גדולים ולחלץ מסקנות משמעותיות בעלות נמוכה יותר. הצוות יציג את ממצאיו ב-11-16 במאי בהונולולו, הוואי.
מחוץ לאקדמיה, רו אמרה שהיא מקווה שעבודה זו תעודד פלטפורמות מדיה חברתית ובעלי עניין אחרים למצוא חלופות למחיקת או איסור על קבוצות הדנות בנושאים שנויים במחלוקת.
"פשוט איסור מוחלט על אנשים בקהילות מקוונות, במיוחד במרחבים שבהם הם כבר מחליפים ולומדים מידע בריאותי, יכול להסתכן בהכנסתם עמוק יותר לתוך תיאוריות קונספירציה ולאלץ אותם לפלטפורמות שאינן ממתן תוכן כלל", אמר רו. "אני מקווה שהמחקר הזה יכול ליידע כיצד חברות מדיה חברתית עובדות יד ביד עם פקידי בריאות הציבור וארגונים כדי לעסוק ולהבין טוב יותר מה קורה במוחו של הציבור במהלך משברי בריאות הציבור".
