La actitud del público hacia el COVID-19 es más «infecciosa» que la enfermedad en sí, muestra un estudio
Crédito: CC0 Public Domain
La actitud del público hacia el COVID-19 y sus tratamientos es más «infecciosa» que la enfermedad en sí, según un estudio nuevo estudio de Northwestern Medicine que utiliza Inteligencia Artificial (IA) para analizar tuits sobre el virus. Los investigadores estudiaron la influencia de Twitter en las creencias sobre la salud de la COVID-19, así como la influencia competitiva de la evidencia científica frente a los discursos de los políticos.
Los hallazgos clave del estudio:
- Los sesgos de las personas se magnifican cuando leen tuits sobre el COVID-19 de otros usuarios, y cuantas más veces se ha retuiteado, más tienden a creerlo y retuitearlo ellos mismos.
- Los eventos científicos, como las publicaciones científicas, y los eventos no científicos, como los discursos de los políticos, influyen igualmente en las tendencias de creencias sobre la salud en las redes sociales.
«En el pandemia, las redes sociales han contribuido a gran parte de la información, la desinformación y el sesgo de la actitud del público hacia la enfermedad, el tratamiento y la política», dijo el autor correspondiente del estudio, Yuan Luo, director de Inteligencia Artificial del Instituto de Inteligencia Aumentada en Medicina de la Universidad Northwestern Feinberg School of Medicine.
«Nuestro estudio ayuda a las personas a darse cuenta y repensar las decisiones personales que toman cuando enfrentan la pandemia», dijo Luo. «El estudio envía una ‘alerta’ a la audiencia de que la información que encuentran a diario puede ser correcta o incorrecta, y los guía para elegir la información respaldada por evidencia científica sólida. También queríamos brindar información útil para los científicos o proveedores de atención médica, para que puedan transmitir su voz de manera más efectiva a audiencias específicas».
El estudio fue publicado recientemente en el Journal of Medical Internet Research.
¿Cómo pueden los científicos contrarrestar la información inexacta de los políticos?
«Los políticos pueden hablar de manera inexacta sobre la efectividad de un determinado tratamiento o decir que el COVID-19 no es gran cosa; es como la gripe», dijo Luo, también director de IA en Ciencias Clínicas y Traslacionales de la Universidad Northwestern. Instituto. «Estos comentarios tienen un efecto tan fuerte como la evidencia científica real e impulsan las creencias de las personas. Esto es lo que nos preocupa».
Al comprender cómo se ven afectadas las actitudes del público, los científicos pueden tomar medidas para asegurarse de que los hechos científicos y la evidencia tienen una voz lo suficientemente alta.
«Como científico, debe ser consciente de que necesita llevar la ciencia a la gente. Si no pone energía en esto, sus esfuerzos pueden ser fácilmente compensado por aquellos que hablan de manera irresponsable», dijo Luo. «En el futuro, es posible que deseemos prestar más atención a una campaña de información pública para educar a las personas sobre la vacuna a fin de maximizar el impacto de la inoculación».
¿Cómo influyen los tuits en las actitudes de las personas hacia el COVID-19?
«Como persona común, debe ser consciente de lo que retuitea y verificar primero los hechos», dijo Luo. «Y ten en cuenta que todo lo que ves en Twitter está moldeando tu actitud. Debes ser consciente de esto antes de dejar que los tweets y las opiniones de los demás moldeen los tuyos y te conviertas en parte de ese megáfono».
«Mucho de las personas no son conscientes de cuánto afectan sus creencias los tweets, y no se molestan en verificar lo que leen y retuitean. Cuando la información está sesgada, la ignoran o no la notan. Es como un efecto de marketing viral. . Se trata solo de llamar la atención sobre un tema de moda, pero afecta a todos en las redes sociales».
¿En qué sentido es novedoso este estudio?
El estudio es novedoso porque integra algoritmos de aprendizaje automático y modelos epidemiológicos clásicos para investigar retrospectivamente los contenidos en las redes sociales y sus efectos, dijo Luo.
El estudio también permite a otros investigadores «mirar debajo del capó» para comprender cómo funciona este algoritmo de IA.
Los algoritmos de aprendizaje automático y aprendizaje profundo suelen ser mecanismos opacos de caja negra. Pero en este estudio, los investigadores prestaron especial atención para mejorar la interpretabilidad del modelo.
«Identificamos las tendencias fluctuantes de las actitudes públicas a partir de los tweets, luego alineamos los eventos científicos y no científicos importantes asociados con estos tendencias», dijo Luo. «Como resultado, ofrecemos información sobre la que las personas pueden actuar».
¿Cuántos tweets analizó la IA?
El equipo de Luo, dirigido por el primer autor del estudio, Hanyin Wang, un doctorado estudiante en el Programa de Graduados de Driskill, recopiló retrospectivamente tweets relacionados con COVID-19 utilizando la API de Twitter. En total, recuperaron 92 687 660 tuits correspondientes a 8 967 986 usuarios del 6 de enero al 21 de junio de 2020. Para entrenar el modelo de IA, seleccionaron al azar 5000 de los tuits para anotarlos. Cada tuit se revisó dos veces para decidir si cumplía con alguno de los cuatro conceptos básicos del modelo de creencias sobre la salud, la susceptibilidad percibida, la gravedad percibida, los beneficios percibidos y las barreras percibidas.
Próximo paso: usar IA para analizar cómo social los medios afectan las actitudes hacia las vacunas contra el COVID-19
Actualmente, el equipo de Luo está integrando el aprendizaje automático y el aprendizaje profundo en el estudio de cómo las redes sociales pueden afectar la actitud del público en general hacia las vacunas contra el COVID-19. El objetivo es identificar preocupaciones públicas específicas e informar campañas de vacunación específicas para maximizar el impacto de la inoculación. También están considerando el uso de datos de redes sociales como una forma de detectar disparidades de género o raza dentro y fuera de la pandemia.
Explore más
Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Wang H. et al, Uso de tweets para comprender cómo se ven afectadas las creencias sobre la salud relacionadas con el COVID-19 en la era de las redes sociales: Estudio de análisis de datos de Twitter, J Med Internet Res 2021;23(2):e26302, DOI: 10.2196/26302 Información de la revista: Journal of Medical Internet Research
Proporcionado por la Universidad de Northwestern Cita: La actitud pública hacia COVID-19 es más «infecciosa» que la enfermedad misma, muestra un estudio (2021, 1 de marzo) consultado el 30 de agosto de 2022 de https://medicalxpress.com/news/ 2021-03-attitude-covid-infectious-disease.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.