¿Dónde se escondía esta pregunta? Excelente y tópica pregunta! Espera, déjame pasar a mi tableta, ya que podría haber bastante dibujo para hacer aquí …
… Tenga en cuenta que hay varias soluciones, pero la que presento aquí la uso con bastante regularidad, aunque hago la mayoría de esto manualmente y uso muchos atajos y heurísticas en lugar de codificarlo. Es humanamente factible y siempre que esté dispuesto a profundizar en la inferencia difusa, estoy bastante seguro de que también es factible por máquina (la inferencia difusa ya es bastante madura en los círculos académicos).
TL; DR: lógica difusa y recorrido de gráfico
- ¿Son acertadas o inclinadas las encuestas de fuentes de noticias pro-Hillary que dicen que Hillary está liderando a Trump debido a preguntas sesgadas?
- Cómo recibir las noticias sin perder mucho tiempo
- ¿Qué consideran las personas como los medios de comunicación más precisos, imparciales y completos?
- ¿CNN, MSNBC y Fox News causan un daño real a los Estados Unidos?
- ¿Puede un abogado publicar sus noticias?
El primer paso es comprender algunas definiciones a los efectos de la conversación.
Hecho
Verdades no cuestionadas, ya sean obtenidas a través de investigaciones científicas y empíricas significativas (podría decirse que es posible que no pueda llamar a estas “verdades”, pero a todos los efectos son tan atípicas que casi con certeza son causales.
Hechos del candidato
Una proposición cuya verdad aún no se ha determinado.
Datos sin procesar
El nivel más bajo de datos atómicos que se puede recopilar y agregar a través de varias variables y dimensiones.
Estudio científico
Comparaciones simple o doble ciego contra un grupo de control. Idealmente, siguiendo el estándar de oro del método científico (aleatorizado, doble, ciego, ensayo controlado).
Metaestudio o metaanálisis
Examinando investigaciones pasadas y evaluándolas juntas, teniendo en cuenta aspectos como la paradoja de Simpson, pero también incluyendo aspectos relevantes del trabajo fuente (es decir, cualquier agenda de la persona que escribe el artículo)
Relaciones semánticas
Un gráfico dirigido de facetas relacionadas de un conjunto de hechos a otro. Las ontologías contienen toneladas de estas y no solo eso, existen efectivamente “ontologías 3D” donde la información contenida en las relaciones de una ontología significa cosas diferentes en diferentes contextos.
Representación Gráfica
Cada pieza de información reportada, de hecho o no, debe provenir de una fuente. La fuente produce una o más proposiciones que deben ser examinadas por la verdad. El camino desde la fuente hasta algún destino / destino está bordeado de agentes que no son transmisores de información puros y precisos por ningún motivo.
También hay, llamémosles agentes de “hechos alternativos” para reír, que provienen de otra fuente. La conversión a través del “agente viral” en cada caso es una función de su propensión a propagarse, su afinidad con las noticias y su capacidad o voluntad de propagar el hecho completo, o un fragmento fuera de contexto (cómo ocurre el fuera de contexto es irrelevante, ya que altera el sentimiento del hecho). Los arcos aquí denotan la cantidad de información que se ha propagado a través del límite del agente, de adentro hacia afuera.
La relación de estos dos números puede considerarse un coeficiente de propagación [de hecho], pero también es una función de la propensión a compartir, o de otra manera votar en Quora, por ejemplo. Luego, simplemente se convierte en un recorrido de gráfico ponderado, que representa la direccionalidad y las rutas de Arco / Relación.
¿Porque es esto importante?
Considere el “nodo” de TV. Es un punto donde se encuentran dos conjuntos de hechos en conflicto. Desde una perspectiva estadística (porque el “conjunto de declaraciones fácticas” realmente denota el hecho completo) la pregunta es ¿cuánto se superpone? y cuanto son independientes? Literalmente es un recorrido de un gráfico y estadísticas.
Para bucear más profundo, necesitamos entender la función de propagación. Esto tiene una serie de factores que lo influyen y es un ejercicio en ANOVA / Análisis factorial / Matrices de correlación para descubrir cuáles son esos factores relevantes. Hay ciertos aspectos que son totalmente irrelevantes para los “hechos candidatos”, incluido el hecho real a veces. Por supuesto, depende de la fuente y la propensión del agente a creerlo y compartirlo.
Afortunadamente, tenemos una manera fácil y agradable de determinar el orden del material. La fecha en que se manifiesta. Las referencias vinculadas son los datos que el contenido vinculado se produjo. Esta pista temporal crea una cadena de dependencia natural desde la fuente, a través de cada uno de los nodos que la propagan.
Además, la función de propagación tiene un factor relacionado con el egoísmo de un agente individual. La agenda detrás de la propagación. Todos lo hacemos, incluso si estamos refutando hechos. Esto, naturalmente, crea una propensión a propagar ciertos tipos de información sobre otros. Esto también se manifiesta en pulgadas de columna de periódico, ya que los periódicos y los medios de comunicación atraen a tipos particulares de lectores, por lo que el equilibrio no suele ser un requisito.
Ejemplo: Universidad de Loughborough y Brexit [1]
La Universidad de Loughborough realizó un ejercicio de análisis periódico sobre la propensión de determinados tipos de medios a informar noticias “entrantes” o “salientes” simplemente contando el número de elementos en el período previo a los resultados del referéndum de la UE.
Con lo que Loughborough debería haber aumentado esto fue con el número de agentes receptores, que luego pudieron haberlo propagado (el último de los dos no se completó) y esto nos dará dos factores importantes en el recorrido del gráfico:
- El tamaño de la predisposición a cada contenido (los lectores)
- La cantidad de salida de contenido (del gráfico anterior)
Por ejemplo, The Sun tiene un número total de lectores de 1,67 millones que estaban predispuestos al contenido neto de licencia de -60 elementos, que tuvieron que ser contrarrestados por un número similar, escojamos el Financial Time, que solo tenía un número de lectores de 189,000. Por lo tanto, empequeñeciendo la viralidad de los lectores del FT por un factor de 10 en la coyuntura (similar al punto de TV en el gráfico inicial). En resumen, es una suma de productos de esto.
El problema aquí es la necesidad de volver a los datos de origen a partir de estos datos y este es un problema transversal del gráfico, acumulando los elementos que faltan en el árbol de hechos de nuevo a la fuente y comparándolo con la coyuntura (que es, en esencia, qué hacen los pesos en los arcos cuando se multiplican a lo largo de un camino).
Epílogo
Todo el ejercicio de verificación de hechos es un ejercicio de prueba de teoremas, pero requiere varias capas de trabajo para obtener una representación que pueda usarse para determinar la verdad o no, de una conjetura. Junto con las limitaciones en la demostración del teorema, tenemos que entrar en un mundo de monto-carlo en el que no va a probar la verdad de una declaración con 100% de certeza todo el tiempo , pero definitivamente puede acercarse mucho y casi siempre puede hacer todo uno con el que te encuentres.
Lo único que falta en esta respuesta son los efectos no lineales, donde el conocimiento de otro dominio contrarresta el dominio inicial, ya sea a través de la integridad (dañando así la consistencia de la proposición original) o como un contador directo al absurdo. Sin embargo, esto no es demasiado.
Lo que es aún peor es que algunos aspectos tienen un “grado de verdad” (es decir, los pesos en los arcos) que instantáneamente lo hace borroso, lo que limita las inferencias lógicas de primer orden (las inferencias borrosas de pensamiento están bien). Sin embargo, puedes cortar eso fácilmente usando el Incomplete de Godel contra él. Básicamente, reduzca el grado de membresía en un conjunto de declaraciones “universalmente verdaderas” o “no universalmente verdaderas”.
Notas al pie
[1] Cobertura mediática del referéndum de la UE (informe 5) – Centro de Investigación en Comunicación y Cultura