Kaj lahko raziskovalci najdejo med 32 milijoni URL-jev, ki jih je Facebook pravkar objavil za Social Science One?

Avtor Sergey Nivens/Shutterstock

Družboslovje ena , neprofitna komisija, ki je bila ustanovljena leta 2018 za vzpostavitev konkretnih partnerstev med akademiki in institucijami, bogatimi s podatki, kot je Facebook, ima zdaj 32 milijonov posameznih povezav, pridobljenih iz omrežja družbenih medijev Marka Zuckerberga, na katerih lahko izvaja raziskave.

Po nepričakovani skoraj enoletni zamudi je nekaj, kar je ustvarilo razburjen z ustanovitelji projekta, koalicija raziskovalcev končno prejeli iz Facebook, kaj se šteje, da je 'eden od največji nabor povezav kdajkoli ustvarjen za akademske raziskave.'

Vsaj tako je za IFCN povedal Solomon Messing, nekdanji direktor podatkovnega laboratorija Pew Researcher Center in zdaj vodja podatkovne znanosti za Social Science One.

Zdaj bodo skupine raziskovalcev, izbranih z vsega sveta, lahko uporabile nabor podatkov za prepoznavanje trendov, vzorcev in priljubljenih tem v svetu vsebin na Facebooku.

Glede na platformo nabor podatkov vključuje, kolikokrat so bili URL-ji javno deljeni, datum njihove prve objave, datum prvega preverjanja dejstev, državo, v kateri so bili največkrat deljeni, in povzetek dejanske vsebine ki jih vsebuje URL.

Vključuje tudi podatke o interakciji z uporabnikom, vključno s tem, kolikokrat je uporabnik označil URL, da vsebuje lažne novice, in kolikokrat je bil URL v skupni rabi, ne da bi bil dejansko kliknjen.

Facebook je dejal, da izberemo te podatkovne točke, ker so pogosto mislili, da so kazalniki dezinformacije. Od zdaj naprej, lahko raziskovalci jih uporabili za razumevanje vrsto tem, ki prevladujejo na platformi ali za ustvarjanje modelov strojnega učenja, ki temeljijo na teh vzorcih.

Za dostop do nabora približno 32 milijonov spletnih naslovov, morajo akademiki imajo projekti, ki jih Social Science One komisija odobrila. Predlogi, ki so sprejete, se lahko dodelijo sredstva, podatke in druge ugodnosti. In vsi, ki so posledica tega časopisa se lahko objavijo v skladu z željami raziskovalca, brez dodatnih omejitev iz Facebook ali komisije.

'Mi smo še naprej na voljo dodatni podatki, na način, ki ščiti zasebnost ljudi,' je dejal Messing. 'Ta nabor podatkov bo omogočila raziskovalcem, da odgovori na pomembna vprašanja o napačnih informacij in vlogi socialnih medijev v družbi.'

Pričakovanja so velika.

Zamuda pri dostavi podatkov

Aprila 2018, ko je Facebook napovedal sodelovalo je z akademiki, da bi jim zagotovilo dragocene podatke za raziskave napačnih informacij, pričakovati pa je bilo, da bodo ti nabori podatkov vzemi si nekaj časa pripraviti. Ampak ne tako dolgo.

Avgusta, Buzzfeed News poročali da so financerji družbe Social Science One, vključno s skladom za demokracijo, fundacijo Williama in Flore Hewlett, fundacijo Johna S. in Jamesa L. Knighta, fundacijo Charles Koch in mrežo Omidyar, zaradi zamude grozili, da bodo izstopili iz projekta.

Glede na poročilo so Facebooku dali rok do 30. septembra, da deli nabore podatkov, ki jih je obljubil, sicer se bo projekt končal.

Januarja pa je Social Science One v objavi na spletnem dnevniku obvestil, da bo Facebook potreboval več časa, da objavi nabor podatkov URL, ki navaja pomisleke glede zasebnosti.

'Facebook mora biti v skladu z novo Splošno uredbo o varstvu podatkov Evropske unije in podobnimi zakoni o zasebnosti v jurisdikcijah po vsem svetu, ampak mora biti skladen tudi z odlokom o soglasju Facebooka z Zvezno trgovinsko komisijo ZDA,' blog objava preberite. 'Zaradi narave našega projekta brez primere se Facebook premika počasi in previdno, da zagotovi, da je naš projekt v skladu z vsemi ustreznimi pravnimi smernicami.'

Nabor podatkov je bil objavljen sredi septembra, tik pred rokom, o katerem je poročal Buzzfeed.

Kako so bili obravnavani pomisleki glede zasebnosti?

Po Facebooku je bila URL-jem, ki so vnesli nabor podatkov, dodana diferencialna zasebnost. To pomeni, da je bil prispevek katerega koli posameznika k podatkom prikrit.

Facebook je dejal, da je diferencialno zasebnost označil kot dodaten 'statistični hrup', ki ljudem zagotavlja dodatno plast zaščite in jih varuje pred kibernetskimi napadi.

Katere raziskave so izvedljive s tem naborom podatkov?

Prejšnja različica nabora podatkov URL, ki je bila odobrenim raziskovalcem na voljo prek platforme za družbeno spremljanje CrowdTangle, je bila že uporabljena v študij o usklajenem nepristnosti obnašanja delitve povezava v času priprav na 2019 evropskih volitev v Italiji.

Zdaj bodo raziskovalci lahko uporabili celoten nabor podatkov, da bi bolje razumeli, katere vrste vsebine in teme prevladujejo na Facebooku. Sčasoma bodo lahko prepoznali vzorce v tem, kar se deli, in bi lahko zgradili modele strojnega učenja, ki odkrijejo napačne informacije.

Facebook je dejal, da so bili raziskovalci dolgo zavedajo potrebe po velikem in raznolikem naboru podatkov za usposabljanje tovrstnega modela strojnega učenja. Ta URL nabor podatkov je med največjimi v obstoju, na 7 GB, ki vsebujejo približno 32 milijonov naslovov URL in približno 544 milijonov mobilnih vrednosti.

Akademiki bi mogli ugotoviti, kako je vsebina trending povezana s političnimi dogodki in izdelkov roll-outs na Facebooku. Druge možne študijske teme vključujejo, kako polarizacija, politiki in cikli novic igrajo vlogo pri širjenju dezinformacij na platformi.