Zvuk na kamerama koje se nalaze na tijelima policajaca rijetko kada je čist jer se "postolje" kamerice, odnosno tijelo, miče. No ovoga puta zvuk je bio neobično čist dok su policajci pretraživali muškarca s lisicama na rukama koji je nekoliko trenutaka ranije pucao u pizzeriji.
Policajac pita muškarca zašto je tamo bio. On mu odgovara da je tamo istraživao pedofilski lanac, a policajac ga, neuvjeren odgovorom, ponovno pita isto pitanje. U razgovor se ubaci drugi policajac koji kaže: "Pizzagate. Govori o Pizzagateu". U toj kratkoj, zastrašujućoj interakciji 2016. godine postaje jasno da su se teorije zavjere, dugo potisnute na rubove društva, na vrlo opasan način preselile u stvarni svijet.
Kako piše Science Alert, teorije zavjere nanose značajnu štetu i svoje utočište su pronašle na društvenim mrežama. Tamo ih stranice bez ikakve doze umjerenosti serviraju ljudima koji su zapravo grupa istomišljenika. Oni tamo razvijaju svoje teorije i akcije za suzbijanje prijetnji koje upravo oni "otkrivaju".
No, kako prepoznati da je sadržaj objavljen na društvenim mrežama neutemeljena teorija zavjere?
Alati za prepoznavanje teorija zavjere
Ispada da je moguće razlikovati teorije zavjere od istinitih informacija i to korištenjem alata za strojno učenje za grafički prikaz elemenata i veza pripovijesti. Ti bi alati mogli biti osnova sustava za rano upozoravanje koji će upozoriti vlasti na objave na društvenim mrežama koje predstavljaju prijetnju u stvarnom svijetu.
Skupina za analitiku kulture na Sveučilištu u Kaliforniji, koju vodi autor članka na Science Alerteu profesor s Berekleyja u Kaliforniji Timothy R. Tangherlini i Vwani Roychowdhury, razvila je automatizirani pristup određivanju kada razgovori na društvenim mrežama odražavaju znakovite znakove teoretiziranja zavjere.
Te su metode uspješno primijenili na proučavanje teorije zavjere Pizzagate, pandemiji korone i pokreta protiv cijepljenja. Metode trenutačno koriste za proučavanje QAnona.
Pizzagate
U doba društvenih mreža slika teoretičara zavjera kao usamljenog vuka koji spaja zagonetne veze s fotografijama crvenim koncem, uopće ne vrijedi. Teorije zavjere kao i teoretičari preselili su se na društvene mreže i sada su tamo krajnji proizvodi njihovog kolektivnog propovijedanja. Sudionici tih teorija razrađuju parametre narativnog okvira, dakle ljude, mjesta, stvari iz priče te njihove odnose. Internetska priroda teoretiziranja zavjera pruža priliku istraživačima da prate razvoj tih teorija od njihovog porijekla. Isto tako, proučavaju niz često razdvojenih glasina i članaka do sveobuhvatne priče. Za znanstveni rad, Pizzagate je predstavio savršenu temu.
Pizzagate se počeo razvijati krajem listopada 2016. godine za vrijeme izbora za predsjedničke izbore. U roku od mjesec dana, u potpunosti je formiran, s kompletnim likovima izvučenim iz niza inače nepovezanih domena: demokratske politike, privatnog života braće Podesta, ležerne obiteljske blagovaonice i sotonske pedofilne trgovine.
Narativna nit te zavjere bila je maštovita interpretacija mailova Demokratskog nacionalnog odbora koje je WikiLeaks objavio zadnjeg tjedna listopada 2016.
Algoritam koji prepoznaje teorije zavjere
Znanstvenici su razvili model sastavljen od skupa alata za strojno učenje koji može prepoznati pripovijesti na temelju skupova ljudi, stvari, njihovih odnosa i mjesta. Algoritmi strojnog učenja obrađuju velike količine podataka kako bi odredili kategorije stvari u podacima, a zatim utvrdili kojim kategorijama pripadaju određene stvari, piše Science Alert.
Analizirali su 17.498 objava od travnja 2016. do veljače 2018. na forumima Reddit i 4chan na kojima se raspravljalo o Pizzagateu. Model se prema svakom postu odnosi kao prema fragmentu skrivene priče i sprema se otkriti naraciju. Softver identificira ljude, mjesta i stvari na objavama i određuje koji su glavni elementi, koji su sporedni elementi i kako su svi povezani. Ovaj model određuje glavne slojeve pripovijesti, u slučaju Pizzagatea - demokratske politike, braće Podesta, neobavezne blagovaonice, sotonizma i WikiLeaksa, i kako se slojevi okupljaju u pripovijedanje u cjelini.
Kako bi osigurali da njihove metode daju točne rezultate, znanstvenici su usporedili narativni okvirni grafikon koji je izradio njihov model s ilustracijama objavljenim u The New York Timesu. Graf se uskladio s tim ilustracijama, a također je pružio preciznije razine detalja o ljudima, mjestima i stvarima i njihovim odnosima.
Razlikovanje prave zavjere od teorije zavjere
Da bi utvrdili može li računalo razlikovati teoriju zavjere od stvarne zavjere, ispitali su Bridgegate, političku operaciju povrata koju su pokrenuli zaposlenici uprave republikanske vlade Chris Christie protiv demokratskog gradonačelnika Fort Leeja u državi New Jersey.
Dok su uspoređivali rezultate našeg sustava strojnog učenja koristeći dvije odvojene zbirke, izdvojile su se dvije značajke narativnog okvira teorije zavjere. Prvo, dok je narativni grafikon za Bridgegate trebao od 2013. do 2020. da se razvije, Pizzagateov grafikon bio je potpuno oblikovan i stabilan u roku od mjesec dana. Drugo, Bridgegateov je grafikon preživio uklanjanjem elemenata, što implicira da će se politika New Jerseya nastaviti kao jedinstvena, povezana mreža, čak i ako se obrišu ključne figure i odnosi iz skandala.
Za razliku od toga, Pizzagate grafikon se lako razlomio na manje podgrafe. Kad su uklonili ljude, mjesta, stvari i odnose koji su dolazili izravno iz interpretacija e-maila WikiLeaksa, grafikon se raspao u ono što su u stvarnosti bile nepovezane domene politike, ležerne blagovaonice, privatnog života Podesta i neobičnog svijeta sotonizma.
Na ilustraciji ispod, zelene ravni su glavni slojevi pripovijesti, točkice su glavni elementi pripovijesti, plave linije su veze među elementima u sloju, a crvene linije su veze među elementima preko slojeva. Ljubičasta ravnina prikazuje sve slojeve kombinirane, pokazujući kako su sve točke povezane. Uklanjanjem ravnine WikiLeaks dobiva se ljubičasta ravnina s točkama povezanim samo u malim skupinama.
Je li riječ o sustavu ranog raspoznavanja teorija zavjere?
Znanstvenici kažu da su etički izazovi koje postavlja njihov rad jasne. Njihove metode se primjerice mogu koristiti za generiranje dodatnih objava u raspravi o teoriji zavjere koji odgovaraju narativnom okviru u korijenu rasprave. Slično tome, s obzirom na bilo koji skup domena, netko bi mogao koristiti alat za razvoj potpuno nove teorije zavjere.
Međutim, ova se oruđa pripovijedanja već događa bez automatskih metoda, kao što jasno pokazuje njihova studija o forumima društvenih mreža. Istraživačka zajednica ima ulogu da pomogne drugima da shvate kako se događa ta oružja i da razvije alate za ljude i organizacije koji štite javnu sigurnost i demokratske institucije.
Razvijanje sustava ranog upozoravanja koji prati pojavu i usklađivanje narativa u teoriji zavjere moglo bi upozoriti istraživače, ali i vlasti na stvarne akcije koje bi ljudi mogli poduzeti na temelju tih narativa. Možda da postoji takav sustav, policajca za uhićenje u slučaju Pizzagate ne bi zbunio odgovor naoružanog kad su ga pitali zašto se pojavio u pizzeriji naoružanom puškom AR-15, piše Science Alert.
