Politicization of discussions of Covid-19 on Twitter

УДК 81`27

https://doi.org/10.20339/PhS.6-21.003       

Овчинникова Ирина Германовна,

доктор филологических наук, профессор

Института лингвистики и межкультурной коммуникации

Первый Московский государственный медицинский университет им. И.М. Сеченова

e-mail: ovchinnikova.ig@1msmu.ru

Ермакова Лиана Магдановна,
кандидат физико-математических наук, доцент

лаборатории цифровой гуманитаристики

Университет Западной Бретани (г. Брест, Франция)

e-mail: liana.ermakova@univ-brest.fr

Нурбакова Диана Магдановна,

кандидат физико-математических наук, исследователь

отделения компьютерных наук

Национальный институт прикладных наук (г. Лион, Франция)

e-mail: diana.nurbakova@insa-lyon.fr

Новости в социальных сетях о распространении и лечении Covid-19 привлекают внимание пользователей, читающих посты медиаперсон, включая политиков. Информация в соцсетях моментально обновляется, доступно излагается и обсуждается, нередко без пояснений со стороны медицинских работников. Политизация обсуждения лечения Covid-19 исследована на материале дискуссии об эффективности гидроксихлорокина в англоязычном «Твиттере». В результате семантического и дискурсивного анализов коллекции из 10М постов обнаружены влиятельные медиаперсоны и выявлены механизмы искажения информации медицинского плана в комментариях твиттерян к постам медиаперсон. При одновременной реакции множества пользователей, копирующих пост и комментирующих его содержание, возникают информационные каскады. В них смысл исходного сообщения о лечении Covid-19 обычно упрощается и искажается. В глубоком каскаде возникают политические дискуссии, в ходе которых меры сдерживания пандемии и лечения Covid-19 ассоциируются с политикой властей или действиями оппозиции. Искажения проявляются в силу недостатка знаний в области медицины (подменяются термины и упрощаются сложные понятия). К искажениям приводят ошибки в обработке информации о Covid-19 (нарушение логики, установление связей по ассоциации, сверхобобщение).

Ключевые слова: социальные сети, Covid-19, информационный каскад, медиаперсона, семантические искажения, дезинформация.

Литература

1. Овчинникова И.Г. Коммуникация и идентификация в социальных сетях: факторы, типажи, национально-культурная специфика (на материале социальной сети Твиттер) // Вестник Пермского университета. Серия: Политология. 2013. № 2 (22). С. 143–156.
2. Why we retweet scale / A. Majmundar, J.P. Allem, T. Boley Cruz, J.B. Unger // PloS one. 2018. Vol. 13 (10). P. 1–12. DOI: org/10.1371/journal.pone.0206076.
3. Prediction of retweet cascade size over time / A. Kupavskii, L. Ostroumova, A. Umnov et al. // Proceedings of the 21st ACM International Conference on Information and Knowledge Management (Maui Hawaii USA), 2018. P. 2335–2338.‏
4. Boyd D., Golder S., Lotan G. Tweet, Tweet, Retweet: Conversational aspects of retweeting on Twitter // 43rd Hawaii International Conference on System Sciences. 2010. P. 1–10.
5. Пути российской инфодемии: от WhatsApp до Следственного комитета / А.С. Архипова, Д.А. Радченко, И.В. Козлова и др. // Мониторинг общественного мнения: экономические и социальные перемены. 2020. № 6 (160). С. 231–265.‏
6. Types, sources, and claims of COVID-19 misinformation / J.S. Brennen, F.M. Simon, P.N. Howard, R.K. Nielsen // Reuters Institute. 2020. Vol. 7. 13 p. https://reutersinstitute.politics.ox.ac.uk/types-sources-and-claims-covid-19-misinformation.
7. Analysing how people orient to and spread rumours in social media by looking at conversational threads / A. Zubiaga, M. Liakata, R. Procter et al. // PloS one. 2016. No. 11 (3). P. 1–29. DOI:10.1371/journal.pone.0150989.
8. Ribeiro M.H., Gligoric K., West R. Message distortion in information cascades // Proceedings of the 2019 World Wide Web Conference (WWW ‘19), May 13–17, 2019, San Francisco, CA, USA. 2019. P. 1–12. DOI: org/10.1145/3308558.3313531.
9.  Outtweeting the twitterers — predicting information cascades in microblogs / W. Galuba, K. Aberer, D. Chakraborty et al. // Proceedings of the 3rd Workshop on Online Social Networks (WOSN 2010, Boston, Massachusetts, USA). 2010. No. 10. P. 3–11.‏
10.  Exploring the collective human behaviour in cascading systems: a comprehensive framework / Y. Lu, L. Yu, T. Zhang et al. // Knowledge and Information Systems. 2020. No. 62 (12). P. 4599–4623.‏
11. Pennycook G., Rand D.G. Lazy, not biased: Susceptibility to partisan fake news is better explained by lack of reasoning than by motivated reasoning // Cognition. 2019. No. 188. P. 39–50.‏
12. Ermakova L., Nurbakova D., Ovchinnikova I. Covid or not Covid? Topic shift in information cascades on twitter // Proceedings of the 3rd International Workshop on Rumours and Deception in Social Media (RDSM, Barcelona, Spain). 2020. P. 32–37.‏
13.  Fighting COVID-19 misinformation on social media: experimental evidence for a scalable accuracy-nudge intervention / G. Pennycook, J. McPhetres, Y. Zhang et al. // Psychological Science. 2020. No. 31 (7). P. 681–692.
14. Потапова Р.К., Комалова Л.Р. Полнотекстовая аннотированная база данных русскоязычных полилогов социально-сетевого дискурса: подкорпус «политические трансформации» // Вестник Московского государственного лингвистического университета. Гуманитарные науки. 2018. № 6 (797). С. 84–98.‏