全球化已进入 21 世纪,其和谐与传播与社交网络相似或相关,与数字/虚拟世界类似或相关,是巴西和国际公共卫生信息和建议的来源。因此,人们用各种真实和/或虚假信息污染了网络通信过程,造成了如今所谓的信息疫情。虚假新闻危害人类并给民众带来危害,尤其是在卫生领域的决策方面。这些问题日益严重。它们是通过通信手段发出的信息,如果以错误的方式传输,可能是准真实的,甚至是真实的,但被扭曲了。这种情况,应用到当前的疫情,在人们的心理情绪失衡的意义上,引起了恐惧、害怕、痛苦和其他感觉和情绪,而各种信息在科学受到制约时加剧了这种失衡 (1)。在这个信息泛滥的跷跷板上,COVID-19 疫苗接种运动开始了,其中充斥着有关免疫生物制剂的伪信息和指南。这意味着有关疫苗的删节和误导性信息,从对中国生产的免疫剂的仇外偏见到美国植入的用于人体监测的芯片,都导致了人们对疫苗的犹豫,甚至出现了反疫苗运动。疫苗接种犹豫是一个复杂的过程,受政治和社会文化方面和问题的影响。它的特点是怀疑是否接受免疫生物制剂,同时质疑疫苗的有效性和安全性。这导致了怀疑,质疑会让民众感到不安全,从而导致民众接受接种 COVID-19 疫苗 (2) 。值得一提的是,卫生专业人员应注意他们在社交媒体上分享的内容,以免冒着传播虚假新闻的风险,就像这场大流行揭示了社会不平等与身心疾病之间的关系一样。此外,它还揭示了一个问题,即在巴西,只有该领域的学者一直在讨论,例如,自 2016 年以来疫苗接种覆盖率的下降,导致麻疹复发。按照这种逻辑,值得注意的是,巴西多年来一直在接收和消费有关疫苗的虚假新闻,历史性的里程碑证明了卫生部门沟通中的人为失误,对研究机构和民众产生了影响。因此,从历史上看,我们不能不提到疫苗起义(1904 年),这场起义导致人们反对疫苗,导致许多人因天花住院和死亡。天花疫苗被认为很奇怪,因为尽管它的好处已被宣传并且可以免费供公众使用,但人们还是被接种了病牛脓疱中的液体。当时流传的说法是,凡是接种疫苗的人都会有牛的特征。亲爱的读者,这与我们在社交媒体上听到和看到的关于 COVID-19 疫苗的说法没有什么不同,此外,共和国总统在
这种情况引发了公众越来越多的质疑。对话声称,这种疾病可能与涉及疫苗接种计划的全球阴谋有关,这与过去围绕 COVID-19 疫苗的错误信息相提并论。这些帖子表明,这种疾病是作为秘密议程的一部分故意传播的。这些未经证实的信息引发了广泛的恐惧、错误信息,以及对卫生当局及其管理局势的努力日益增长的不信任。链接 1 链接 2 链接 3 ● 更新访问权限有限加剧误解:由于无法获得有关未确诊疾病的信息,情况更加恶化。在官员调查情况期间,许多问题仍未得到解答。因此,普通人更有可能访问误导者/造谣者在社交媒体上分享的推测性和危言耸听的内容。链接 4 链接 5 链接 6 链接 7
人工智能 (AI) 聊天机器人有可能通过提供各种健康主题的最新信息,彻底改变在线健康信息搜索行为。它们通过处理大量文本、分析趋势和生成自然语言响应的能力,对用户查询生成个性化响应。聊天机器人可以通过大规模揭穿在线健康错误信息来管理信息流行病。然而,系统准确性在技术上仍然具有挑战性。聊天机器人需要对多样化和有代表性的数据集进行训练,需要安全性来防范恶意行为者,并需要更新以跟上科学进展。因此,尽管人工智能聊天机器人在协助信息流行病管理方面具有巨大潜力,但由于其目前的局限性,必须谨慎对待其输出。
世卫组织全球疫苗安全咨询委员会 (GACVS) 于 10 月 4 日就 mpox 疫苗用于高危人群的安全性发表声明。[ LINK ]
全球新冠疫情使每个人都迫切需要在线获取和理解健康信息。同时,互联网,尤其是社交媒体平台上产生了大量信息/错误信息/虚假信息,从而引发了信息疫情。新冠疫情这场公共卫生危机对每个人和整个社会都进行了考验:在疫情期间,需要什么样的电子健康素养才能从在线资源中获取准确的健康信息并抗击信息疫情?本文旨在总结提高传染性疾病(如 COVID-19)和非传染性疾病(如癌症、阿尔茨海默病和心血管疾病 (CVD))的电子健康素养的意义和挑战。此外,本文将提出基于人工智能的提高电子健康素养和抗击信息疫情的总体框架建议,包括人工智能增强的终身学习、人工智能辅助翻译、简化和总结以及基于人工智能的内容过滤。这种基于人工智能的提高电子健康素养和抗击信息流行病的方法的总体框架具有将正确的在线健康信息匹配给正确的人的优势。
2020 年 2 月,世界卫生组织宣布,伴随 COVID-19 全球大流行而来的“信息疫情”——大量准确和不准确的健康信息——对有效的健康传播构成了重大挑战。我们评估了 Twitter 上最活跃的疫苗账户的内容,以了解现有的在线社区在大流行初期如何助长“信息疫情”。虽然我们预计疫苗反对者会分享有关 COVID-19 的误导性信息,但我们也发现疫苗支持者也难免会传播不太可靠的说法。在这两个群体中,讨论最大的话题是将 COVID-19 与季节性流感等其他疾病进行比较的叙述,往往淡化了新型冠状病毒的严重性。在考虑“信息疫情”的范围时,研究人员和健康传播者必须超越已知的不良行为者和最恶劣的错误信息类型,仔细审查公众可能在网上遇到的全部信息——来自可靠和不可靠来源的信息。
Covid-19 大流行的一个不幸副作用是全球信息疫情充斥社交媒体,关于大流行的低质量和两极分化信息,影响公众对大流行的看法 (Tagliabue 等人,2020 年)。研究表明 (Montagni 等人,2021 年),这些影响在公众对治疗方案、疫苗接种和预防措施的接受度方面具有明显的现实世界影响。大多数解决 Covid-19 信息疫情的计算方法都将其视为错误信息检测问题。换句话说,他们着眼于识别虚假声明并分析社交媒体上对它们的反应 (Hossain 等人,2020 年;Alam 等人,2021 年;Weinzierl 等人,2021 年)。这种方法虽然是抗击信息流行病的必要组成部分,但却无法为政策制定者和卫生专业人员提供急需的信息,无法描述个人做出健康和福祉选择的原因和态度。我们在本文中的目标是提出一个整体分析框架,为信息流行病中表达的意见提供多种相互关联的观点。
为各种声音提供平台丰富了我们对社会和周围世界的知识和理解,但是正如我们在下面讨论的那样(另请参见趋势3),拥有创建和共享知识的开放平台并不总是特权边缘化的声音,并且可以并且拥有并具有特权现有知识和信息能力结构的意外后果。我们在COVID-19的不规则,错误信息,虚假信息和恶意(共同称为错误信息)的背景下介绍了这一趋势,这些趋势改变了我们使用的信息和知识实践来确定什么是真实的。