GCRI · Labs
Лаборатория будущего медиа
Information ecosystems decide what people know about risk: which warnings reach them, which claims they believe and which institutions they trust. This lab studies news, platforms, recommender системы, synthetic media and verification practice, and tests media innovations before they scale. This page sets out how misinformation and information gaps develop and spread, how interventions are evaluated, and who decides on the evidence.
Как ведётся работа.
Testbed operations
Future of media lab · Field lab coast · Campaign 3
Sensor deployment
иллюстративная береговая линия
Sensors
| S-01 tide | 95 | 0.3 | Nominal |
| S-04 salinity | 86 | 0.8 | Recalibrate |
| S-07 wave | 90 | 0.1 | Nominal |
Sensor vs reference
Рис.Testbed operations: example names and illustrative values, not a record or a live system.
Future of media lab: how the risk develops.
Information ecosystems and responsible media innovation. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.
Amplification by design
Ranking системы optimise for engagement, and content that provokes strong reactions can travel further. Small changes in ranking rules alter what large audiences see, which makes platform design a research object in its own right.
Synthetic media lowers the cost of deception
Generated images, audio and video can impersonate people and events cheaply. Provenance standards and detection help, but neither is complete, and the existence of fakes also lets genuine evidence be dismissed.
News deserts and trust gaps
Where local journalism closes, fewer sources report on councils, courts and hazards. Gaps are filled by rumour or partisan content, and trust in institutions shapes how warnings are received when they arrive.
Interventions can backfire
Labels, corrections, prebunking and friction aim to reduce false beliefs. Effects measured in surveys may fade, may not change behaviour, or may raise scepticism of accurate content too, which is why field evaluation matters.
Запасы, потоки, задержки и порог перелома.
Два запаса, давление и адаптивная способность, связаны усиливающей петлёй роста, запаздывающей балансирующей реакцией и ущербом, когда давление опережает способность; за порогом система может опрокинуться. Учебная модель с заявленными иллюстративными значениями, а не прогноз.
Меры контроля
- Рост давления
- 6.0% в год
- Эффективность способности в снижении давления
- 4.0% в год
- Инвестиционная реакция на воспринимаемое давление
- 20%
- Задержка восприятия
- 4.0 года
- Порог перелома давления
- индекс 60
- Усиление после прохождения порога
- 2.0 раза
- Смоделированные годы
- Лет: 50
Показания
- Пиковое давление
- 113 индекс
- Мощность в конце
- индекс 186
- Лет выше порога
- 15.8 года
Числа, методы и источники
| Год | Давление | Мощность | Воспринимаемое |
|---|---|---|---|
| 0 | 20.0 | 50.0 | 20.0 |
| 4 | 23.3 | 44.9 | 21.2 |
| 8 | 27.2 | 42.2 | 24.0 |
| 12 | 31.7 | 42.3 | 27.7 |
| 16 | 36.8 | 45.5 | 32.2 |
| 20 | 42.3 | 51.5 | 37.2 |
| 24 | 47.9 | 60.3 | 42.6 |
| 28 | 53.2 | 71.3 | 48.0 |
| 32 | 57.8 | 84.3 | 53.1 |
| 36 | 66.4 | 98.4 | 58.4 |
| 40 | 82.7 | 115.9 | 69.7 |
| 44 | 97.8 | 139.7 | 83.8 |
| 48 | 109.1 | 169.4 | 97.3 |
Методы
- Системная динамика Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
- Критические переходы и точки перелома Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
- Диаграмма причинно-следственных петель Sterman (2000), Business Dynamics, McGraw-Hill
- Веер неопределённости (параметрический метод Монте-Карло) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
- Анализ чувствительности по одному фактору (торнадо) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley
Данные
No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.
По шести опорам, под руководством Nexus Consortium
- Эксперименты Labs в Labs
- Построено в Labs в Foundry
- Проверено в Labs в Universe
- Закреплено в Данные и доказательная база в Standards
- Опубликовано в Labs в Reports
- Преподаётся в Факультет науки о рисках и методов в Academy
The media lab studies how risk information travels in each domain.
Findings feed the серии Labs Evidence. The UN Global Principles for добросовестности информации (2024) frame the work.
- Media datasets under terms.
- Experiment proposals.
How future of media lab is modelled, measured and tested.
Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.
Модель, уравнения и допущения
The model structure used for future of media lab, the assumptions it makes and how each is tested.
Ri = f(Hi, Ei, Vi, Ci)опасность, подверженность, уязвимость и потенциал реагированияEAL = ∑k pk · Lkпо событиям k с годовой вероятностью pkxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error| Допущение | Зачем это создаётся | Как это проверяется |
|---|---|---|
| В пределах события опасность и подверженность независимы | Делает интеграл убытков вычислимым | Сравнить с подгонкой копулы по совместным записям |
| Вблизи рабочей точки связи линейны | Позволяет потрясениям распространяться через A | Выйдите за пределы линейного диапазона и сравните |
| Кривые уязвимости переносятся между местами | Местные кривые редко доступны | Проверять по наблюдаемым убыткам там, где они есть |
- Исходные данные
- версионированные наборы данных с указанием происхождения
- Результаты
- распределения, а не отдельные числа
- Код
- выпускается вместе с карточкой модели и тестами
- Воспроизведение
- те же данные, код, среда и начальное значение
Что измеряется и насколько хорошо.
Каждый показатель указывает свою единицу, периодичность, тип источника и метку доказательной базы, которую несло бы значение. Значения не показываются: программа предоставляет их под собственную ответственность.
| Индикатор | Единица | Периодичность | Тип источника | Метка |
|---|---|---|---|---|
| Exposure to flagged content | proportion of impressions | на каждое исследование | Platform researcher data access | НАБЛЮДАЕМО |
| Belief accuracy | proportion of true and false claims correctly rated | на каждое исследование | Survey experiments | НАБЛЮДАЕМО |
| Truth discernment | difference between belief in true and false items | на каждое исследование | Survey experiments | ОЦЕНЕНО |
| Trust in news | процент респондентов | ежегодно | Audience surveys | СООБЩЕНО |
| Provenance credential coverage | percent of published media carrying provenance data | ежегодно | Publisher and platform audits | НАБЛЮДАЕМО |
| Local news coverage | news outlets per local area | ежегодно | News outlet census | ОЦЕНЕНО |
| Researcher data access granted | count of approved access requests | ежегодно | Отчёты платформ о прозрачности | ЗАДЕКЛАРИРОВАНО |
Откуда берётся доказательная база.
Названные публичные наборы данных и институциональные записи, каждый со своим классом лицензии. Источники по соглашению используются только на их условиях и никогда не публикуются повторно.
| Источник | Что он даёт | Класс лицензии |
|---|---|---|
| Reuters Institute Digital News Report (University of Oxford) | Cross-national survey of news use, trust and platform reliance | Report free access; data by request |
| Media Pluralism Monitor (European University Institute) | Risks to media pluralism by country and area | Open access, attribution |
| DSA Transparency Database (European Commission) | Statements of reasons for content moderation decisions by platforms | Free and open, EU reuse terms |
| Code of Conduct on Disinformation transparency centre | Signatory reports on measures against disinformation | Free access, terms of use |
| GDELT Project | Global news event and tone records from monitored media | Бесплатно и открыто, с указанием авторства |
| ClaimReview structured data (schema.org) | Structured fact checks published by verification organisations | Условия использования |
Кто принимает решения и чему служит доказательная база.
Лаборатории prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.
| Кто принимает решение | Вопрос | Доказательная база, которую обслуживает эта страница |
|---|---|---|
| Media and communications regulators | Whether platform risk assessments and mitigation measures meet legal duties | Independent audits, transparency database records, researcher access evidence |
| Newsroom editors and publishers | Whether to adopt a verification, labelling or provenance practice | Field evaluations of the practice with audience and trust outcomes |
| Команды платформ по доверию и безопасности | Which interventions to deploy at scale and how to monitor side effects | Randomised evaluations with effects on accurate as well as false content |
| Public health and emergency communicators | How to issue warnings that reach, and are believed by, different audiences | Reach, trust and comprehension evidence by audience group |
Результаты, которые даёт эта тема
- Preregistered field and survey experiments on corrections, labels and prebunking
- Audit designs for ranking and recommender системы under researcher access rules
- Provenance and verification test protocols for synthetic media
- Maps of local information gaps with sources stated
What experts ask about information ecosystems.
- How do accurate and inaccurate claims spread, and what slows each?
- Which sources do different communities trust during an emergency, and why?
- How do recommendation системы and platform design shape what people see?
- Which corrections, labels or warnings change belief or behaviour, and for how long?
- How can synthetic media be detected, and what are the limits of detection?
How information systems behave and fail.
Information spreads through networks of people and platforms. Network science shows that a few highly connected nodes can make diffusion fast and that clustering can create communities where some claims circulate and others do not. Platform design adds feedback: content that draws engagement is shown more, and engagement does not track accuracy.
Trust is a central variable. During disasters and health emergencies, people combine authority warnings with what they hear from family, local leaders and online sources. Where trust in institutions is low, accurate warnings may be ignored and rumours fill the gap. Misinformation, shared in error, and disinformation, shared deliberately, have different drivers and call for different responses.
Generative AI lowers the cost of producing convincing text, images, audio and video. This affects both the volume of misleading content and the credibility of genuine evidence, which can be dismissed as fabricated.
Research methods and their limits.
- 01
Content and network analysis
Mapping how material moves across accounts and platforms. Platform data access is restricted and changes, which limits replication.
- 02
Survey and panel research
Measuring trust, exposure and belief over time. Self-reports are imperfect and samples may miss key groups.
- 03
Randomised experiments
Testing labels, corrections and warning formats under ethics review. Laboratory effects may differ from real-world use.
- 04
Detection evaluation
Testing tools that identify synthetic media, using machine learning methods. Detection is an arms race and accuracy declines as generators improve.
Research on information is itself sensitive. The lab is designed to protect participant privacy, avoid amplifying harmful content and respect freedom of expression.
Как это изучается и чего методы не могут сказать.
- 01Причинно-следственный вывод и оценка воздействияРандомизированные пилотные проекты и поэтапное внедрение · Квазиэкспериментальная оценка программПрименяется здесь
- 02Искусственный интеллект и машинное обучениеАвтоматизированный отбор для систематических обзоров · Суррогатные модели для управления экспериментамиПрименяется здесь
- 03Теория вероятностей и статистикаПланирование объёма выборки и мощности · Метаанализ с оценкой смещенияПрименяется здесь
- 04Количественная оценка неопределённости и валидация моделейБюджеты неопределённости измерений · Анализ чувствительности имитационных моделейПрименяется здесь
Where this page’s references lead.
Органы и документы, с которыми сопоставляется эта страница. Статусы и редакции меняются; каждая ссылка ведёт к выпускающему органу.
Вопросы и ответы.
Why not simply measure how much misinformation exists?
Do corrections work?
How do researchers get platform data?
Does the lab rate news sources or decide what is true?
How does the lab handle harmful content in research?
Can a media organisation propose a study?
Поделитесь доказательствами с этой страницы.
Отчёты is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
- Электронная почтаШлюз GW-GCRIОтправьте с этой страницыДоказательная база, исправление, случай, метод, рецензия, перевод или вклад в профиль. Материал приходит с пометкой этой страницы, поэтому его получает редактор, отвечающий за неё.
- ZenodoОткрытый депозитДепонируйте и подайте в сообществоОпубликуйте собственную запись на Zenodo со своим идентификатором ORCID iD, затем подайте её в сообщество Reports. Кураторы проверяют её; DOI остаётся за вами.
- ОтчётыGCRIВсе способы внести вкладВиды вклада, порядок рецензирования каждого из них, указание авторства, лицензия и то, что никогда не принимается.
Никогда не отправляйте персональные данные, сведения о чувствительной инфраструктуре или то, чем вы не вправе делиться. Материал проходит рассмотрение перед использованием; его отправка не дает авторских или редакционных прав, а спонсорство никогда не покупает выводы.
Предложите метод, набор данных или вопрос.
Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.
Юридические документы.
Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.