Pandemie oronavirů převrátila a ovlivnila životy milionů lidí na celém světě. Dění kolem COVID-19 se na celé měsíce stalo ústředním tématem nejen ve vědeckém mediálním diskurzu, ale také na sociálních sítích. Jak lidé vnímali události v průběhu pandemie COVID-19? Jak se šířily internetem dezinformace a jaké emoce provázejí očkování? Na to se několik vědců snažilo najít odpověď pomocí kvantitativní analýzy textů.
Jedním z logických důsledků pandemie COVID-19 byl skoková nárůst vědeckých publikací hlavně v oblasti biomedicíny. Právě díky obrovskému množství materiálů jako byly vědecké články, reporty, nebo i celé publikace, je velmi složité se v materiálech orientovat. Vznikl tak projekt Coronacentral, který nejen agreguje vědecké články s tematikou COVID-19, ale díky statistikám a vizualizacím nabízí zajímavý pohled na publikační činnost vědců během pandemie. V grafech můžete vidět, například jaké symptomy nebo léčebné metody jsou nejčastěji zmiňovány, nebo ze kterých zemí pochází nejvíce výstupů.
Zajímavý pohled na vědecké publikace nabídli také vědci ze Stanfordské univerzity, kteří zkoumali obsah zdrojů dostupných v datasetu CORD-19. Zjistili například, jak se měnily oblasti zkoumání během období pandemie. Zatímco na začátku se drtivá většina článků zabývala hlavně modelováním a předpovídáním nárůstu případů, záhy poté převládly hlavně zprávy, které reportovaly klinické příznaky pacientů, a v pozdějších měsících například ty, které zkoumaly dlouhodobé účinky nemoci.
Další studie, která použila bibliometrickou analýzu databáze Scopus, se věnovala vědeckým výstupům z prvního půl roku pandemie COVID-19. Z výsledků například vyplynulo, které země byly nejproduktivnější v publikování článků s tematikou COVID-19. Jak je vidět na mapě, USA a Čína zcela dominují, ale výrazná je také Itálie, kterou ničivá vlna pandemie zasáhla záhy po vypuknutí v čínském Wuhanu.
Analýzou vědeckých výstupů tak bylo možné nejen lépe organizovat jejich stále větší množství, ale také sledovat trendy v tématech a zaměření těchto článků. Vědecké články o pandemii COVID-19 ale nebyly jedinými výstupy, kterými se výzkumníci zabývali.
Velmi důležitou roli hlavně v tom, jak pandemii vnímala široká veřejnost, hrála média. Mediální výstupy v období pandemie se staly předmětem několika analýz projektu COVID-19 infodemie. Výzkumníci z Fakulty sociálních věd UK, Institutu biostatistiky a analýz LF MU a NEWTON Media se věnovali například šíření dezinformací ohledně koronaviru, ale také způsobu, jakým média o situaci reportovala.
Projekt Infodemie vznikl v roce 2020 jako společný projekt Fakulty sociálních věd UK, Institutu biostatistiky a analýz LF MU a NEWTON Media, a.s. Jedná se o platformu, která propojuje žurnalistiku, lékařské a počítačové vědy. Pomocí analýz a vizualizací se snaží snížit míru zkreslování informací v médiích a zvýšit porozumění informacím, které se týkají nemoci COVID-19.
Zajímavé jsou třeba wordcloudy, které zobrazují nejčastěji používané výrazy v médiích v době pandemie. Můžete na nich vidět například drobné rozdíly mezi tím, jaký jazyk používala tradiční zpravodajská média oproti bulvárním médiím.
V jedné z analýz se zase zkoumalo používání tzv. Válečných metafor, tedy frází jako “boj s koronavirem”, “první linie” nebo “válka s koronavirem”. Podobné výrazy se objevovaly téměř v desetině všech příspěvků médií jak ve formě článků, tak příspěvků na sociálních sítích. Právě intenzita použití válečného jazyka zcela přesně kopírovala obě vlny pandemie COVID-19, tedy když bylo třeba “táhnout” proti společnému nepříteli.
Několik analýz se potom věnovalo fenoménu šíření dezinformací a konspiračních teorií kolem samotného viru. Jedna z analýz například sledovala, jak se vyvíjely mýty a teorie v čase, a jaké byly hlavní narativy těchto teorií.
Podobný projekt sledování mýtů a konspiračních teorií vytvořili také studenti Studia Nových Médií na FF UK, kteří dali dohromady mapu nejčastějších konspirací. Zde se můžete přehledně seznámit s narativy jako je cílené snižování stavu populace, 5G, ale i spiknutí Satana.
COVID-19 ovlivnil v nějaké míře životy všech lidí, proto není překvapením, že řada z nich své pocity nebo názory projevovala právě prostřednictvím sociálních sítí. Pro vědce tak bylo možné pomocí metod kvantitativní analýzy textu zjistit, jak se měnily nálady a emoce příspěvků v různých fázích pandemie, jak lidé reagovali na různé události a vládní opatření, nebo například jak se postupně měnily jejich postoje kolem očkování.
Podle již zmíněného projektu Infodemie se na stránkách médií, jejich profilech na sociálních sítích, ale také profilech známých osobností od prosince 2019 do listopadu loňského roku objevilo téměř 8,5 milionů komentářů k situaci kolem koronaviru. Slova jako koronavirus, COVID-19, koronáč, coviďák a další tvary se dle této analýzy objevila v průměrně pěti tisících příspěvků denně. Jejich intenzita přesně kopírovala křivky první a druhé vlny.
Velmi zajímavý projekt je datová analýza tweetů, kde výzkumníci zjišťovali, jak se uživatelé Twitteru vyjadřovali k tématu očkování proti koronaviru, a jaká slova se nejčastěji objevovala v pozitivních a negativních statusech.
Jiní výzkumníci, rovněž pomocí analýzy Twitterových příspěvků z období ledna až dubna 2020 zkoumali, jak se měnily emoce lidí během pandemie. Mimo jiné zjistili, že kromě motivů smrti, které způsobovaly hlavně reporty o počtech obětí, se snížil počet tweetů s motivy financí nebo ekonomiky a mírně se zvedly tweety s náboženským podtextem.
Jak je vidět, statistika v době pandemie neznamená jen počty nakažených. Kvantitativní analýza - ať už vědeckých článků, mediálních výstupů nebo příspěvků na sociálních sítích - nabízí zajímavý pohled na to, jak byly produkovány informace o viru COVID-19, v jakých podobách se šířily v médiích i na sociálních sítích, a jak se k nim stavěli jejich příjemci.
CS472 Lecture 6: NLP analysis of COVID-19 information on Twitter and FB. In: Youtube [online]. 20.05.2020 [cit. 2021-6-25]. Dostupné z: https://youtu.be/EIRQfsP1gJI. Kanál uživatele Stanford University School of Engineering.
Umělá inteligence může být skvělým pomocníkem v kreativním procesu. I v tom hudebním. Hudebníkům všech úrovní mohou AI nástroje nabízející řadu užitečných funkcí pomoct s generováním originálních melodií a usnadnit tvorbu nového hudebního obsahu. Přečtěte si, jaké možnosti nabízejí nástroje Magenta, AIVA, WaVeNet a další.
Umělé neuronové sítě se v dnešní době rozšířily téměř do každého odvětví, které pracuje s nějakým druhem dat. Jak už jsme psali v minulých článcích, ani oblast hudební vědy není v tomto případě výjimkou. Stejně jako nám umělá inteligence dokáže vygenerovat text či grafiku, může nám podle zadaných parametrů vytvořit hudební skladbu. Pojďme se tedy na umělé neurnové sítě podívat trochu víc zblízka.
