In 2020, the activist movement @sleeping_giants_pt (SGB) made a splash in Brazil. Similar to its international counterparts, the movement carried "campaigns" against media outlets spreading misinformation. In those, SGB targeted companies whose ads were shown in these outlets, publicly asking them to remove the ads. In this work, we present a careful characterization of SGB's activism model, analyzing the three campaigns carried by the movement up to September 2020. We study how successful its complaints were and what factors are associated with their success, how attention towards the targeted media outlets progressed, and how online interactions with the companies were impacted after they were targeted. Leveraging an annotated corpus of SGB's tweets as well as other data from Twitter and Google Search, we show that SGB's "campaigns" were largely successful: over 86\% of companies (n=161) responded positively to SGB's requests, and, for those that responded, we find user pressure to be negatively correlated with the time companies take to answer ($r$=-0.67; $p$<0.001). Finally, we find that, although changes in the interactions with companies were transient, the impact in targeted media outlets endured: all three outlets experienced a significant decrease in engagement on Twitter and search volume on Google following the start of SGB's campaigns. Overall, our work suggests that internet-based activism can leverage the transient attention it captures towards concrete goals to have a long-lasting impact.


翻译:2020年,积极分子运动@sleeping_giants_pt(SGB)在巴西掀起一阵子。类似于国际对口运动,该运动针对媒体传播错误信息,开展“运动”反对媒体传播错误信息。在这些运动中,SGB广告针对在这些媒体上刊登广告的公司,公开要求他们删除广告。在这项工作中,我们对SGB活动模式作了仔细描述,分析了截至2020年9月该运动开展的三项运动,分析了该运动到2020年9月为止的三项运动。我们研究了该运动的投诉成功与否,与这些运动的成功相关联的因素,对目标媒体的注意力如何取得进展,与这些公司的长期在线互动在它们成为目标后如何受到影响。最后,我们利用一组附加注释的SGB推特推特和Google搜索中的其他数据,我们展示了SGB的“运动”大体上很成功:超过86 ⁇ (n=161)个公司对SGB活动请求作出了积极回应,对截至2020年9月为止的三次运动作出了积极反应。我们发现,用户压力与公司答复的时间($0.67;$<0.001}在它们成为目标目标之后,与公司在互联网上的互动如何影响。 最后,我们发现,在Twi网站所有目标上,在持续的媒体运动中经历了中,在持续影响上的变化显示,在搜索中,在TBebalal 上的所有媒体上都显示了显著影响。

0
下载
关闭预览

相关内容

IFIP TC13 Conference on Human-Computer Interaction是人机交互领域的研究者和实践者展示其工作的重要平台。多年来,这些会议吸引了来自几个国家和文化的研究人员。官网链接:http://interact2019.org/
专知会员服务
39+阅读 · 2020年9月6日
专知会员服务
60+阅读 · 2020年3月19日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
6+阅读 · 2016年1月15日
VIP会员
相关VIP内容
专知会员服务
39+阅读 · 2020年9月6日
专知会员服务
60+阅读 · 2020年3月19日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
【论文笔记】通俗理解少样本文本分类 (Few-Shot Text Classification) (1)
深度学习自然语言处理
7+阅读 · 2020年4月8日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
计算机 | USENIX Security 2020等国际会议信息5条
Call4Papers
7+阅读 · 2019年4月25日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
分布式TensorFlow入门指南
机器学习研究会
4+阅读 · 2017年11月28日
人工智能 | 国际会议截稿信息5条
Call4Papers
6+阅读 · 2017年11月22日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员