Videnskab
 science >> Videnskab >  >> Elektronik

En algoritme til at opdage påvirkninger udefra på medierne

Kredit:Ecole Polytechnique Federale de Lausanne

EPFL -forskere har for nylig udviklet en algoritme, der kortlægger medielandskabet og afslører skævheder og skjult påvirkning i nyhedsindustrien.

Nyhedsforbrugere er muligvis ikke klar over, at den måde, deres lokale medie vælger og præsenterer nyhedshistorier på, kan blive påvirket af den mediegruppe, der ejer den. I en tid med voldsom desinformation, det er netop denne form for ekstern indflydelse på medierne, som folk burde kende til.

Forskere ved EPFL's Distributed Information Systems Laboratory (LSIR) er kommet med en måde at gøre nyhedsindustrien mere gennemsigtig på. Deres initiativ, Media Observatory, kortlægger det schweiziske og internationale medielandskab gennem de emner, som lokale medier vælger at dække. Den bruger derefter disse valg til at identificere mulige eksterne påvirkninger på forretningerne. "Det største problem ved denne tilgang er fraværet af en objektiv basislinje:den enkle handling at vælge historier er iboende forudindtaget. Så vi besluttede at sammenligne tusinder af nyhedskilder og derefter kortlægge dem ud fra deres ligheder, "siger Jérémie Rappaz, en LSIR -forsker og en af ​​undersøgelsens hovedforfattere.

Forskernes tilgang grupperer ikke kun nyhedssteder geografisk og efter emnevalg, men det også, afgørende, afslører virkningen af ​​de mediegrupper, der ejer dem. Når den er kortlagt, enhver pludselig ændring i den etablerede redaktionelle linje i et givet medie er umiddelbart synlig. "De fleste af disse ændringer skyldes et ejerskifte, da medierne har en tendens til at fokusere på emner, der foretrækkes af gruppen, de tilhører, "siger Rappaz. Alligevel ved nyhedsforbrugere ikke nødvendigvis, hvilken gruppe deres lokale medie tilhører, hvis nogen. EPFL -forskerne søger at udfylde dette hul ved at identificere forbindelser mellem medier via det indhold, de offentliggør og ved at fremhæve omfanget af mediekoncentration.

Kredit:Ecole Polytechnique Federale de Lausanne

"Mediegrupper i Schweiz og i udlandet samler i stigende grad deres ressourcer for at reducere omkostningerne ved at producere historier. Desværre, mediekoncentration af denne type indsnævrer den vifte af synspunkter, som forbrugerne udsættes for. Det er bekymrende, især når de synspunkter, de får, er forudindtagne, "siger Rappaz. Et slående eksempel på denne situation blev sendt af John Oliver i et afsnit af Last Week Tonight i USA for nylig. Det viser journalister på lokale tv -kanaler, der ejes af Sinclair Group, der alle læser et identisk manuskript, der ironisk nok kommenterer manglen på mangfoldighed i nyhederne.

Personaliseringsværktøjer

Medieobservatoriet har opbakning til det EPFL-baserede Initiative for Media Innovation (IMI) og har indgået et partnerskab med den schweiziske dagblad Le Temps . Denne støtte vil gøre det muligt for LSIR -teamet at bringe sit kortprojekt til offentligheden næste år via en online platform. Hjemmesiden vil modellere nyhedsproduktion i Schweiz og rundt om i verden og samtidig øge offentlighedens bevidsthed om farerne ved desinformation. "Vi er glade for at være en del af LSIR -projektet, "siger Gaël Hurlimann, medredaktør og chef for digital i Le Temps. "Vi vil virkelig gerne forstå, og hjælpe offentligheden med at forstå, hvad mediekoncentration betyder for os alle. Det er vigtigt at være gennemsigtig omkring de faktorer, der påvirker nyhedsproduktion:det er den eneste måde, vi kan opbygge tillid mellem os selv - medierne - og vores forbrugere. Og hvem ved, måske vil undersøgelsens fund overbevise os om at foretage nogle ændringer i, hvordan vi arbejder. "

Den webbaserede platform bruger transparent, open source-teknologi. Det vil blive bygget på personaliseringsalgoritmer, ligner dem, der bruges af websteder som Netflix og Amazon Prime, som foreslår videoer baseret på folks seerhistorik. "Vi anvendte dette koncept på mediedækningsdata og var meget overraskede over, hvad vi kunne gøre med det, "siger Rappaz. Forskerne fodrede algoritmen med omkring 500 millioner artikler udgivet af 8, 000 forskellige kilder i løbet af de sidste tre år. Algoritmen vurderede, hvordan individuelle nyhedshistorier blev håndteret af forskellige medier, gruppering af forretninger på grundlag af deres ligheder og afsløring af forbindelser mellem dem og indflydelse på dem.

LSIR -teamet håber, at dets forskning og webplatform vil tilskynde folk til at tage en mere kritisk tilgang til de nyheder, de forbruger, og hjælpe journalister med at undersøge, hvordan historier dækkes.


Varme artikler