Цель: измерить каузальный эффект распространения дезинформации на результаты выборов (явка, доли голосов по кандидатам/партиям, изменение предпочтений).
Ключевые компоненты плана
1) Основные переменные
- Зависимые:
- результат выборов по гео-юниту $i$: доля голосов за кандидата/партию $Y_i^{share}$, явка $Y_i^{turnout}$, изменение поддержки между опросами $\Delta Y_i^{poll}$.
- Независимые (экспозиция дезинформации):
- объём/интенсивность: число сообщений с пометкой «дезинформация» в юните/среди пользователей $M_{it}^{vol}$;
- охват/доступ: оценка числа уникальных пользователей, увидевших дезинформацию $M_{it}^{reach}$;
- вовлечённость: лайки/репосты/комментарии $M_{it}^{eng}$;
- качество/вид контента: тематические индексы (например, экономический, иммиграция), фейки против фрейминга $M_{it}^{type}$.
- Медиаторы/механизмы:
- изменение убеждений/доверия: доля верующих в ложные утверждения $B_{it}$;
- эмоциональные реакции (страх/гнев) $E_{it}$.
- Контролы: демография (возраст, образование), экономические показатели, исторические результаты выборов, интернет-проникновение, медиа-ландшафт, локальные события.
- Фиксированные эффекты и кластеры: пространственные (${\mu }_i$) и временные (${\tau }_t$).
2) Источники данных
- Социальные платформы: API и публичные панели (X/Twitter API, CrowdTangle для Facebook/Instagram, TikTok API), рекламные библиотеки платформ.
- Инструменты мониторинга дезинформации: Poynter/IFCN базы, Hoaxy, MediaCloud, Credibility/Source lists.
- Фактчекеры: метки и вердикты (полезно для классификации контента).
- Пассивные цифровые данные: панель браузеров/мобильных устройств (с согласия), логины платформ (если возможно), web-архивы.
- Опросы: репрезентативные панели с модулями экспозиции и веры; встроенные эксперименты/conjoint.
- Официальные выборные данные: результаты по участкам/округам (precinct/ward), реестры избирателей.
- Дополнительно: Google Trends, локальные СМИ, данные о сетях связи/ISP (для локальных шоков).
3) Методы измерения экспозиции и классификации
- NLP/ML для классификации сообщений как дезинформации (обучение на fact-check метках); валидация вручную.
- Network diffusion: построение графов распространения, измерение ранга распространителей, поражённости (cascade depth/size).
- Идентификация ботов/координированных кампаний (Botometer, поведенческие признаки).
4) Идентификационные стратегии (каузальность)
- Разница-в-разницах (DiD): если наблюдаем локальные всплески дезинформации в одних округах и не в других, модель
$$Y_{it}=\alpha +\beta (Pos{t}_t\times Trea{t}_i)+X_{it}\gamma +{\mu }_i+{\tau }_t+{\epsilon }_{it}.$$ Проверка предпосылки параллельных трендов (event-study).
- Инструментальная переменная (IV): использовать экзогенные шоки, влияющие на экспозицию, но не напрямую на голосование, например:
- внезапные алгоритмические изменения платформы, ограниченные по регионам/группам;
- временные сбои платформ/блокировки/запреты рекламы.
Модель:
$$M_{it}=\pi Z_{it}+X_{it}\gamma +{\mu }_i+{\tau }_t+{\nu }_{it},$$ $$Y_{it}=\alpha +\beta {\hat{M}}_{it}+X_{it}\delta +{\mu }_i+{\tau }_t+{\epsilon }_{it}.$$ - Regression discontinuity (RD): если дезинформация таргетирована по порогу (например, гео-таргетинг по радиусу от события), использовать RD вокруг границы.
- Synthetic control: для крупных локальных кампаний использовать синтетический контроль для одного поражённого региона.
- Панельные индивидуальные анализы: связывать пассивные треки/опросы и голосование; применять фиксированные эффекты по индивидy для контроля неизменных предпочтений.
- Экспериментальные подходы: контролируемые лабораторные или полевые эксперименты (распространение/факторинг fact-check), чтобы оценить механизмы (вера -> поведение).
5) Модели оценки и диагностика
- Базовый регрессийный спецификация:
$$Y_{it}=\alpha +\beta M_{it}+X_{it}\gamma +{\mu }_i+{\tau }_t+{\epsilon }_{it}.$$ Оценивать $\beta$ как эффект экспозиции.
- Event-study для динамики (лиды/лаги): проверить пред-тренды.
- Оценка гетерогенности: взаимодействия $M_{it}$ с возрастом, образованием, доверие к СМИ.
- Медиативный анализ: тестировать путь $M\to B\to Y$ (cf. causal mediation models).
- Учёт корреляций в ошибках: кластер-робаст стандартные ошибки по гео-юниту или по времени; бутстрэп/пермутационные тесты.
- Коррекция множественной проверки (FDR).
6) Точные проверки, устойчивость и валидация
- Placebo-тесты на периоды/темы, не относящиеся к выборам.
- Subsample checks (без крупных кампаний, по возрастным группам).
- Валидация классификации дезинформации на ручных разметках.
- Проверка результатов на уровне отдельных участков и индивидуумов.
7) Оценка мощности и выбор размера выборки
- Простейшая формула мощности для различия средних:
$$n={\left(\frac{Z_{1-\alpha /2}+Z_{1-\beta }}{\delta /\sigma }\right)}^2,$$ где $\delta$ — минимально значимый эффект, $\sigma$ — стандартное отклонение, $Z$ — квантиль нормального распределения.
8) Ограничения и смягчающие меры
- Эндогенность экспозиции (люди, склонные голосовать иначе, могут и быть более подвержены фейкам) — смягчать панельными FE, IV, эксперименты.
- Неполная видимость данных платформ (закрытые сети, приватные сообщения) — комбинировать источники, использовать панели с цифровыми следами.
- Этические и правовые: согласие респондентов, анонимизация, соответствие GDPR/локальному праву; одобрение IRB.
9) Практическая реализация — этапы
- Сбор/классификация контента и построение метрик экспозиции (3–6 месяцев).
- Рекрутинг панели + привязка к поведенческим данным (3–6 месяцев).
- Первичный анализ: DiD/IV/пanele (2–3 месяца).
- Robustness, эксперименты и публикация (3–6 месяцев).
Ключевые проверки валидности: тесты пред-трендов, баланс на инструменте, чувствительность к альтернативным метрикам экспозиции, placebo-анализы.
Если нужно, могу предложить конкретную спецификацию моделей для данных по участкам или шаблон опроса для измерения веры в фейки.