avatar
Political Animals
@politicanimalis
01.08.2025 15:16
Модулярность, фрагментация и COVID-19. Почему люди верят ложной информации?

В одном из прошлых постов мы обсуждали, что общественное доверие — ключ к низкой радикализации.

Исследователь Борис Павленко из Международного центра изучения институтов и развития НИУ ВШЭ специально для @politicanimalis написал краткий пост по мотивам своего исследования. Он рассмотрел, как социальные отношения могут приводить к радикализации и распространению маргинальных идей в контексте COVID-19.

В частности он изучил, как структура социальных сетей в российских городах связана с распространением правдивых и ложных утверждений о COVID-19. Основной показатель — модулярность (степень разделённости социальных сетей на замкнутые группы).

Что ему удалось обнаружить?

▪️Чем выше модулярность (т. е. чем более замкнуты группы в городе), тем: чаще люди сталкивались с фейковыми новостями о COVID-19; и реже — с правдивой информацией.

▪️При этом, рост модулярности был связан с бОльшим несогласием с правдивыми утверждениям о заболевании.

▪️В таких городах люди чаще: одновременно считали правдивые факты о COVID-19 ложными и верили в фейковые утверждения.

Почему так происходит?

📍В замкнутых группах люди чаще разделяют одни и те же взгляды, включая радикальные или конспирологические.

📍В разнообразных сетях фейки распространяются хуже, так как находятся люди, которые их опровергают.

📍Социальные связи формируются не случайно: люди дружат с теми, кто на них похож. В изолированных сетях выше риск появления маргинальных идей. Тут ключевым выступает доверие – если люди доверяют друг другу, то механизм отбора будет более случайным.

Выводы

▪️Чем более разделённым является общество (мало связей между разными группами), тем выше риск распространения дезинформации.

▪️Это важно для понимания, как доверие и структура социальных сетей влияют на восприятие информации.

Pavlenko, B. (2025). Modularity of Online Social Networks and COVID-19 Misinformation Spreading in Russia: Combining Social Network Analysis and National Representative Survey. JMIR infodemiology, 5, e58302.

А.Т.

#кратко #гость

🔹Подпишись на Political Animals
👍 29
🤣 13
👎 4
🔥 4
2
🌚 2
1
77 41 4.2K

Обсуждение 77

Обсуждение не доступно в веб-версии. Чтобы написать комментарий, перейдите в приложение Telegram.

Обсудить в Telegram

Political Animals

17.8K
Авторский канал Евгения Бермана

https://boosty.to/politicanimalis

Связь — в директе

YT: https://www.youtube.com/@politicanimalis

РКН: https://clck.ru/3N5X4U
Открыть в Telegram