Descrizione del progetto
Un modello innovativo fa luce sui flussi di notizie
Al giorno d’oggi, le teorie del complotto e le notizie false, tra cui le informazioni provenienti da gruppi di azione o da cittadini, riescono ad arrivare fino ai media tradizionali. Ciò avviene grazie a circuiti di retroazione, per cui quanto più un contenuto viene condiviso, tanta più attenzione può ricevere e tante più persone possono condividerlo o rispondervi, aumentando di conseguenza il numero di condivisioni. Il progetto NEWSFLOWS, finanziato dall’UE, utilizzerà esperimenti sul campo svolti online, donazioni di dati e analisi automatica dei contenuti per studiare come le informazioni circolano nell’ecosistema mediatico odierno. L’obiettivo del progetto è sviluppare un modello alternativo del modo in cui le informazioni si diffondono, basato sui circuiti di retroazione, che rappresentano un elemento essenziale del complesso sistema dei flussi informativi nel mondo contemporaneo.
Obiettivo
"Our beliefs about society are largely based on information that we encounter through media. This happens more and more in an ""unbundled form: Single news items are distributed through sharing on social media, sorted by algorithms, and encountered on platforms on which they were not originally published. Many argue that this leads to so-called echo chambers and filter bubbles, communities of people that are only exposed to information they agree with. This is thought to lead to increasing polarization of society, and to a lack of diversity in peoples (virtual) communities.
But a growing body of evidence suggests that these metaphors are misleading.
In fact, as recent discussions on so-called fake news illustrate, biased and/or extreme information is not locked up in filter bubbles or echo chambers, but spreads from niche communities into mainstream media and politics. NEWSFLOWS develops an alternative model of how information spreads in todays media ecosystem a model based on so-called feedback loops, which are essential for the modern complex system of information flows. To give an example of a feedback loop: If a news item receives many shares on social media, this may let a recommendation algorithm show it to even more users (and journalists and politicans), making it more likely that they will act on it, again increasing the number of shares, etc. Crucially, neither the algorithm, nor the users, nor the writers alone determine the eventual spread, but a combination of their influences and feedback loops.
Theoretical models and empirical methods to study such feedback loops in the social sciences and humanities are scarce. NEWSFLOWS extends innovative methods as online field experiments, data donations, and automated content analysis to conduct such studies. This will greatly enhance the theoretical understanding of news flows, but also enable media organizations to develop products conforming to calls for ""responsible AI""."
Campo scientifico (EuroSciVoc)
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
CORDIS classifica i progetti con EuroSciVoc, una tassonomia multilingue dei campi scientifici, attraverso un processo semi-automatico basato su tecniche NLP. Cfr.: https://op.europa.eu/en/web/eu-vocabularies/euroscivoc.
È necessario effettuare l’accesso o registrarsi per utilizzare questa funzione
Siamo spiacenti… si è verificato un errore inatteso durante l’esecuzione.
È necessario essere autenticati. La sessione potrebbe essere scaduta.
Grazie per il tuo feedback. Riceverai presto un'e-mail di conferma dell'invio. Se hai scelto di ricevere una notifica sullo stato della segnalazione, sarai contattato anche quando lo stato della segnalazione cambierà.
Parole chiave
Programma(i)
Argomento(i)
Invito a presentare proposte
(si apre in una nuova finestra) ERC-2020-STG
Vedi altri progetti per questo bandoMeccanismo di finanziamento
ERC-STG -Istituzione ospitante
1081 HV Amsterdam
Paesi Bassi