הפצת שמועות על היפרגרפים

מדוע צ'אטים קבוצתיים חשובים לגבי שמועות

יום־יום, מיליוני הודעות נעות בצ'אטים קבוצתיים באפליקציות כמו WhatsApp ו‑Telegram. קישור יחיד או צילום מסך יכולים לקפוץ מקבוצה לקבוצה ולהפוך במהירות לשמועה שמעצבת דעות על פוליטיקה, בריאות או אירועים יומיומיים. עם זאת, רוב המודלים המדעיים של הפצת מידע עדיין מתייחסים לתקשורת כאל דו‑צדדית — אדם מדבר עם אדם — במקום לקבוצות. המאמר הזה שואל: מה משתנה כשמתייחסים לקבוצות ברצינות, וכיצד זה משנה את ההבנה שלנו לגבי האופן שבו שמועות מתלהטות או כבתויות?

מקישורים פשוטים לרשתות קבוצתיות מורכבות

בפלטפורמות ההודעות אנשים לא משוחחים רק בזוגות — הם חלק מהרבה קבוצות החופפות. כדי לתאר זאת, הכותבים משתמשים במבנה מתמטי שנקרא היפרגרף, שבו "קשת" אחת יכולה לקשר רבים בבת אחת, ומייצגת קבוצת צ'אט. במודל שלהם, כל אדם יכול להיות באחד משלושה מצבים: לא מודע לשמועה, מפיץ פעיל שלה, או שמע אותה אך כבר לא מעביר. שמועה מתפשטת בתוך קבוצה רק כאשר מספיק חברים כבר מפיצים אותה, מה שמשקף את הלחץ החברתי שמצטבר כשהמון אנשי קשר חוזרים על הסיפור. בשלב זה, כל מי שבקבוצה שהיה לא מודע עלול להפוך לפתע למפיץ, וחיקוי את פרצי הפעילות המתקיימים בצ'אטים פופולריים בחיים האמיתיים.

כיצד שמועות מתרסקות

שמועות אינן מתפשטות לנצח. בסופו של דבר אנשים מאבדים עניין או מחליטים ש"כבר כל אחד יודע" ועוצרים מהעבר. החדשנות המרכזית בעבודה זו היא באופן שבו מטפלים בהאטה הזו. במקום להניח שאנשים מפסיקים להפיץ באקראי, הכותבים מאפשרים לכך להתרחש דרך רוויה מבוססת‑קבוצות. ברגע שאדם שייך ליותר מדי קבוצות שבהן השמועה כבר סירקלה במידה נרחבת, הוא הופך ל"מעכב" שאינו מעביר אותה עוד. כלל פשוט זה מביא לשתי דרכים שונות מאוד שבהן שמועות דועכות. בחלק מהמקרים, מספר המפיצים הפעילים יורד במהירות בצורה אקספוננציאלית, בדומה לרבים ממודלי האפידמיה הסטנדרטיים. באחרים, הירידה איטית בהרבה ועוקבת אחרי חוק חזקות, כלומר מתאפשרים מפלי שמועה נדירים אך ארוכי טווח.

נקודות מפנה קריטיות במפלי שמועות

באמצעות סימולציות ממוחשבות נרחבות, החוקרים ממפים מתי שמועות נכבות, מתי הן מתפשטות באופן מסיבי, וכיצד הן מתקרבות לנקודות המפנה בין ההתנהגויות הללו. הם מראים ששיווי המשקל בין הנטייה של קבוצות להידלק (סף ההפצה) לבין קצב ההרווייה של אנשים (סף העצירה) קובע איזו שפה מופיעה. מעניין כי, על פני טווח רחב של מבני רשת — מקבוצות יחסית הומוגניות ועד רשתות לא שוות מאוד עם הרבה צ'אטים קטנים ומעט ערוצים ענקיים — המעברים שהם מצביעים עליהם רציפים. אין קפיצה פתאומית מ"מעט שמועות" ל"כולם יודעים", אלא מעבר חלק שבו מפלי השמועה מתרחבים בהדרגה והופכים ליותר מתמשכים בקרבת הנקודה הקריטית.

התאמת התיאוריה לנתוני Telegram אמיתיים

כדי לבדוק האם המודל האבסטרקטי שלהם תופס התנהגות אמיתית, הכותבים פונים למאגר גדול של ערוצי Telegram ציבוריים הכולל מאות מיליוני הודעות. הם בונים רשת מבוססת‑קבוצות שבה משתמשים שייכים לערוץ אחד או יותר, ואז עוקבים אחרי מפלים של הודעות שמשתפות את אותו קישור אינטרנט, וטTreat כל קישור כ"שמועה" נפרדת. עבור כל מפל הם מודדים כמה זמן השמועה שורדת וכמה פעמים היא מועברת. כשהם מפעילים את המודל שלהם ישירות על רשת Telegram הזו, הם מגלים שסטטיסטיקות המפלים המדומות — גודלן ומשכן — תואמות את הנתונים האמיתיים בצורה הטובה ביותר כאשר המערכת מכוונת קרוב לנקודה הקריטית. תוצאות דומות ממאגר תקשורת דוא"ל מחזקות תמונה זו.

מה משמעות הדבר עבור מידע מקוון

כשמכלילים את הממצאים, המחקר מציע שהפצת שמועות במערכות קבוצתיות מקוונות אמיתיות נוטה לפעול קרוב לאיזון עדין: שמועות אינן תמיד מתפוצצות ללא שליטה ולא תמיד כבתות במהירות, אלא נמצאות קרוב למשטר קריטי שבו קיימים גם מפלים קטנים וגם גדולים. על ידי דגם מפורש של שיחות קבוצתיות במקום רק קישורים בין יחידים, ועל ידי קשירת הכחדת השמועה לרוויה של קבוצות האדם, הכותבים מציעים מסגרת ריאליסטית יותר להבנת תוכן ויראלי באפליקציות הודעה. עבור מקבלי מדיניות ומעצבי פלטפורמות, עבודה זו מרמזת שגם שינויים קטנים באופן שבו קבוצות נוצרות, חופפות או מעבירות הודעות עשויים לדחוף את דינמיקת השמועות הרחק מהקצה הקריטי ולעזור לצמצם הפצת מידע שגוי בלי צורך לנטר כל הודעה פרטית.

ציטוט: Oliveira, K.A., Traversa, P., Ferraz de Arruda, G. et al. Rumor propagation on hypergraphs. Nat Commun 17, 3253 (2026). https://doi.org/10.1038/s41467-026-70096-w

מילות מפתח: הפצת שמועות, קבוצות במדיה החברתית, רשתות היפרגרפיות, מפלי מידע, קריטיות