Yanlış bilgi bir virüs gibi mi yayılıyor?

Bilim insanları, yanlış bilginin yayılması ile virüslerin yayılması arasında benzerlik olduğunu ortaya koyan yeni bir çalışma yaptı. Araştırma, bazı sahte haberlerin basit bir bulaşıcı hastalık gibi yayıldığını ve kullanıcıları hemen etkilediğini dair açık kanıtları ortaya koyuyor.

Vikipedi’ye göre “dezenformasyon”; yanlış veya doğruluğu bulunmayan ve kasıtlı olarak yayılan bilgi; bilgi çarpıtma anlamına geliyor.  Yakın zamanda yapılan Birleşmiş Milletler (BM) araştırması ise dünya genelinde insanların yüzde 85’inin “yanlış bilgi” konusunda endişeli olduğunu ortaya koyuyor.

Peki toplumda dezenformasyonun etkilerini azaltmak için etkili stratejiler geliştirilebilir mi? Yeni bir araştırma, dezenformasyonun virüslerin yayılma biçimi gibi epidemiyolojik modellerle incelenebileceğine dikkat çekiyor.
Cambridge Üniversitesi’nde Psikoloji Profesörü olan Sander van der Linden ve Trinity College’den Yardımcı Doçent David Robert Grimes, bu yeni araştırmayı ve sonuçlarını detaylı olarak yazdı. The Coversation’da yayınlanan makale şu şekilde;

Yanlış bilginin seçimleri nasıl etkileyebileceğinin giderek daha fazla farkına varıyoruz. Amerikalıların yaklaşık yüzde 73'ü yanıltıcı seçim haberleri gördüklerini bildiriyor ve yaklaşık yarısı neyin doğru neyin yanlış olduğunu ayırt etmekte zorlanıyor.

"Viral olmak" kavramı yanlış bilgilendirme söz konusu olduğunda, basit bir slogandan daha fazlası gibi görünüyor. Yeni bir araştırmaya göre bilim insanları yanlış bilginin yayılması ile virüslerin yayılması arasında yakın bir benzerlik buldu. Bu araştırma kapsamında; yanlış bilginin nasıl yayıldığı konusu patojenlerin yayılmasını simüle etmek için tasarlanmış matematiksel modeller kullanılarak etkili bir şekilde tanımlanabildi.

MATEMATİKSEL MODELLER KULLANILDI

Yanlış bilgiyle ilgili endişelerin haklı temelleri vardır. Yabancı dezenformasyonun karmaşıklığı ve kapsamı 2016 ABD seçimlerinden bu yana arttı. 2024 seçim sürecinde "hava durumu manipülasyonu" hakkında tehlikeli komplo teorilerine, Haiti toplumuna karşı şiddeti kışkırtan göçmenlerin evcil hayvan yediğine dair sahte haberlere ve dünyanın en zengin adamı Elon Musk tarafından güçlendirilen yanıltıcı seçim komplo teorilerine tanık oldu.

Son zamanlarda yapılan çalışmalarda epidemiyolojiden (hastalıkların popülasyonda nasıl ve neden ortaya çıktığının incelenmesi) alınan matematiksel modeller kullanılmaya başlandı. Bu modeller aslında virüslerin yayılmasını incelemek için geliştirilmiş, ancak yanlış bilginin sosyal ağlarda yayılmasını incelemek için de kullanılabileceği görüldü.

Sonuç olarak, bu tür epidemiyolojik yaklaşımların bilgi ekosistemimize uygulanmasına yönelik ilgi giderek artmaktadır.

PSİKOLOJİK 'AŞILAMA'

Yanlış bilgi için viral yayılma benzetmesi tam olarak uygundur çünkü bilim insanlarının yayılmasına karşı koyma yollarını simüle etmelerine olanak tanır. Bu müdahaleler arasında "psikolojik aşılama" adı verilen ve prebunking olarak da bilinen bir yaklaşım bulunmaktadır.

Bu yöntemde araştırmacılar, insanların yanlış bilgilere karşı gelecekte bağışıklık kazanmaları için bir yanlışı önceden ortaya koyar ve sonra da çürütürler. Bu, insanların bağışıklık sistemlerini gelecekte maruz kalacakları yanlış bilgilere karşı hazırlamak için (zayıflatılmış) bir virüs dozuyla tanıştırıldıkları aşılamaya benzer.

Örneğin, yakın zamanda yapılan bir çalışmada, yaygın seçim sahtekarlığı mitlerine karşı önlemler bulmak için yapay zeka sohbet robotları kullanıldı. Bu çalışma, siyasi aktörlerin "bir gecede yapılan büyük oy kayıplarının seçimi değiştirdiği" gibi yanlış bir iddia gibi sansasyonel hikayelerle fikirlerini manipüle edebilecekleri konusunda insanları önceden uyarmayı ve bu tür yanıltıcı söylentileri nasıl tespit edeceklerine dair önemli ipuçları vermeyi içeriyordu. Bu 'aşılamalar' yanlış bilginin yayılmasına ilişkin nüfus modellerine entegre edilebilir.

Bu modellerin amacı sorunu korkutucu hale getirmek ya da insanların saf hastalık vektörleri olduğunu öne sürmek değildir. Ancak bazı sahte haberlerin basit bir bulaşıcı hastalık gibi yayıldığına ve kullanıcıları hemen etkilediğine dair açık kanıtlar var.

Bu arada, diğer hikayeler daha çok karmaşık bir bulaşma gibi davranmakta, insanların "enfekte" olmadan önce yanıltıcı bilgi kaynaklarına tekrar tekrar maruz kalmaları gerekmektedir.

Yanlış bilgiye karşı bireysel duyarlılığın değişebileceği gerçeği, epidemiyolojiden alınan yaklaşımların yararlılığını azaltmaz.

Örneğin, modeller yanlış bilginin farklı alt popülasyonlara "bulaşmasının" ne kadar zor ya da güç olduğuna bağlı olarak ayarlanabilir.

İnsanları bu şekilde düşünmek bazıları için psikolojik olarak rahatsız edici olsa da, çoğu yanlış bilgi, tıpkı virüslerde olduğu gibi, az sayıda etkili süper yayıcı tarafından yayılır.

Sahte haberlerin incelenmesinde epidemiyolojik bir yaklaşım benimsemek, yayılmasını tahmin etmemize ve ön-bunking gibi müdahalelerin etkinliğini modellememize olanak tanır.

Yakın zamanda yapılan bazı çalışmalar, 2020 ABD başkanlık seçimlerindeki sosyal medya dinamiklerini kullanarak viral yaklaşımı doğrulamıştır. Çalışma, müdahalelerin bir kombinasyonunun yanlış bilginin yayılmasını azaltmada etkili olabileceğini ortaya koymuştur.

Modeller asla mükemmel değildir. Ancak yanlış bilginin yayılmasını durdurmak istiyorsak, toplumsal zararlarına etkili bir şekilde karşı koymak için onu anlamamız gerekir.