• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Física
    ¿Cómo podemos detener la propagación de rumores falsos sobre COVID-19? Mejores matemáticas

    Crédito:CC0 Public Domain

    Piense en todos los rumores falsos que se volvieron virales sobre el COVID-19; se puso tan mal, la Organización Mundial de la Salud lo llamó "infodemia". Ya sea en engaños o en una teoría de conspiración viral, la información viaja rápido en estos días. La rapidez y la distancia con la que se mueve la información depende de quién la comparte, y donde, desde discusiones en las redes sociales hasta conversaciones con otros viajeros en su camino al trabajo.

    Entonces, ¿Cómo pueden nuestras interacciones y sus infraestructuras afectar la difusión de rumores e información? Esa es una pregunta que los investigadores están comenzando a responder con complejos modelos matemáticos de contagio social, el concepto de que el comportamiento social y las ideas se propagan como un patógeno.

    "Lo que pasa con el contagio social es que es como el enhebrado de algún tipo de comportamiento, o una idea, o información, "dice Jessica Davis, estudiante de doctorado de tercer año en el Instituto de Ciencias de la Red de Northeastern.

    Davis dirigió recientemente un estudio que utiliza ecuaciones matemáticas para modelar la forma en que los rumores y la información se difunden en diferentes tipos de entornos.

    En un artículo publicado el lunes en Física de la naturaleza , El equipo de Davis describió una nueva forma de incorporar en sus cálculos aspectos de la forma en que se comparte la información en el mundo físico, como el desplazamiento de las personas al trabajo y los grupos en línea con los que interactúan, que podrían influir en la forma en que se difunde la información.

    El modelo sienta las bases para formas más realistas de estudiar cómo viaja la información, Davis dice.

    "Estos modelos se pueden utilizar para señalar diferentes estructuras, social, y otros factores, " ella dice, "que normalmente no se tienen en cuenta cuando se piensa en cómo se difunde la información".

    Alessandro Vespignani, Profesor universitario distinguido de física de la familia Sternberg, Ciencias de la Computación, y ciencias de la salud, dice que la inclusión de características tan realistas es esencial para modelar con precisión la forma en que la información se difunde en tiempo real. Vespignani, un coautor del estudio, también ha modelado la propagación del brote de COVID-19.

    “El estudio abre el camino a una modelización más realista de la difusión de información y desinformación que tenga en cuenta la estructura geográfica y social de las redes sociales, " él dice.

    El enfoque del equipo para modelar la forma en que la información se propaga entre las personas se basa en esfuerzos similares de Vespignani y otros científicos para modelar cómo se propagan las enfermedades infecciosas. y aprovecha los datos ya disponibles de los estudios epidemiológicos.

    "Ahora tenemos muchos más datos en el mundo, y podemos usarlo para comprender cómo se están propagando las cosas, "Dice Davis." Tenemos personas que utilizan las redes de transporte, personas que usan Google, Gorjeo, y otras redes sociales, para comprender cómo se propaga una enfermedad ".

    Davis y su equipo también utilizaron un modelo clásico de propagación de rumores como base de su modelo. Ese enfoque, conocido como el modelo Maki-Thompson, factores en las personas que se propagan, ignorar, y abstente de difundir el rumor. Todos esos individuos reflejan la función de infectados, susceptible, y personas en recuperación en modelos de enfermedad e infección.

    En su estudio, El equipo probó cómo la capacidad de las personas para moverse y viajar en Europa podría influir en la difusión de un rumor. Otras pruebas incluyeron modelos restringidos a bases de datos en línea para simular la forma en que la información penetra en diferentes disciplinas académicas. La idea es calcular el punto de inflexión en el que los rumores y la información se vuelven virales.

    "Escribimos un conjunto de ecuaciones, y podemos resolver este umbral, "Dice Davis." Es una función de los parámetros del modelo de rumores, así como la estructura de esta red ".

    Esas ecuaciones son lo que los modelos de contagio social necesitan para ser lo más perspicaces posible, Davis dice.

    Y, a la larga, es lo que podría preparar a los científicos de la red para modelar la difusión de información en el mundo real con más precisión, incluyendo los roles que desempeñan los diferentes grupos de personas.

    "Es posible que algunos tipos de información que se difundan entre los adolescentes no afecten a la población anciana, "Dice Davis." Si pudiéramos entender a quién afecta esa información, eso podría ayudarnos o ayudar, tal vez, a que los sitios de redes sociales monitoreen o comprendan mejor quiénes se han visto afectados por esta información ".


    © Ciencia http://es.scienceaq.com