Алгоритми, ботове и ехо камери: Механиката на разпространение на здравни митове онлайн

Здравните митове — погрешни твърдения за болести, лечение, ваксини, диети или медицински процедури — имат огромно значение за общественото здраве. Те могат да подронят доверието в медицинските институции, да доведат до опасни за здравето решения от страна на хората и да усложнят борбата със съвременните епидемии. В дигиталната ера тези митове се разпространяват по много по-бързи и сложни начини отколкото е било в миналото, благодарение на алгоритмични препоръчващи системи, автоматизирани акаунти (ботове), и групови ефекти („ехо камери“).
Целта на тази статия е да разгледа детайлно как тези механизми функционират, да представи емпирични резултати от научни изследвания, и да даде конкретни съвети и насоки за това как незапознатите читатели могат да разпознават и избягват дезинформацията.

Основни понятия

Механизми на разпространение

Разпространението на здравни митове онлайн се осъществява чрез взаимодействие на няколко взаимосвързани механизма:

Емоционална ангажираност и улавяне на внимание
Алгоритмите често са оптимизирани за време на задържане, споделяния, коментари — тоест за съдържание, което привлича внимание. Здравните митове често играят по тънки струни като страх, неизвестност, шок, конспирация — всички тези емоционални елементи повишават склонността на хората да кликват, споделят, коментират. Алгоритъмът вижда това поведение и създава модели за ангажираност, които дават по-голяма видимост на такова съдържание.

Алгоритмично усилване (algorithmic amplification)
Когато съдържание от „ниско достоверни“ източници (фалшиви новини, агитационни сайтове, блогове без научна обосновка и т.н.) започне да получава високо ниво на ангажираност, алгоритмите го препоръчват на повече хора — често повече отколкото обоснованото, научно подкрепено съдържание. Това се потвърждава от емпирични изследвания. Например в проучване на Twitter (сега X) (SpringerOpen) с около 2.7 милиона публикации по теми COVID-19 и климатични промени, нискодостоверните туитове са получили средно 19.2 % по-голямо разпространение (измерено с показвания/импресии) по темата COVID-19 и ≈95.8 % повече за темата за климатичните промени, в сравнение с високодостоверните публикации.

Ролеви функции на влиятелни (high‑follower) и верифицирани акаунти
Публикации от акаунти със значителен брой последователи или със „син печат“ (верификация) имат по-голяма вероятност да бъдат виждани от много хора. Когато такива акаунти споделят мит, дори ако той е от съмнителен източник, алгоритъмът може да му даде по-голям „тласък“. В горе цитираното проучване се отчита, че нискодостоверни публикации от верифицирани акаунти са особено усилвани.

Ботове и злонамерени автоматизирани акаунти
Ботовете могат да действат по няколко начина: Масово публикуване или ретуитване на митове, за да се създаде илюзия на масово мнение или подкрепа по даден въпрос; Координирани действия (botnets): група от акаунти, работещи заедно, за да „засилят“ определена теза; Взаимодействие с истински хора, коментари, създаване на дискусии, вкарване на дезинформация в ръцете на хора, които не могат да я оценят критично.
Например изследването „Long‑term assessment of social amplification of risk during COVID-19: challenges to public health agencies amid misinformation and vaccine stance“ разглежда финландски случай, където бот‑акаунти и злонамерени акаунти се включват активно в дискусии, имат значителен обхват и взаимодействие с институцията, която съобщава официална информация (THL — Finnish Institute for Health and Welfare).

Ехо камери и социална мрежова структура

• Сегментирани групи: хора с определени възгледи (например скептици към ваксини, или хора, избягващи медицински интервенции) са склонни да се групират, да следват едни и същи акаунти, да виждат едно и също съдържание. 
• Филтриращи алгоритми: системите за препоръка често използват историята на потребителя, неговите взаимодействия, това което вече е харесал, споделил — което води до това, че му се показва съдържание, подобно на това, което вече е консумирал. Това засилва възприемчивостта към митове, ако те вече са в неговия „информационен балон“. 
• Обратна връзка: съдържанието, което кара човек да реагира емоционално или да сподели, генерира още ангажираност, алгоритъмът го вижда като „успешно“ и го подхранва, което засилва ехо камерата.
  

Социална усилваща рамка и рискова перцепция
В рамките на теорията „Social Amplification of Risk Framework“ (SARF), рискът не е само физически или медицински, а и социално произведен. Начинът, по който дадена информация се предава (или изопачава) от медиите, институциите, социалните мрежи (включително ботове и ехо групи), може да усили страховете, подозренията и несигурността. (SpringerLink)

Емпирични примери и резултати

Няколко конкретни изследвания показват, как тези механизми работят на практика:

• „Evaluating Twitter’s algorithmic amplification of low‑credibility content“ — публикувано през 2024, това проучване сравнява публикации по COVID-19 и климатични промени, разделени на „ниско достоверни“ и  “високо достоверни“ домейни. Изводът е, че ниско достоверното съдържание получава по‑голямо разпространение, особено когато идва от влиятелни и много на брой последователи, и когато съдържанието е емоционално или токсично. 
• „Long‑term assessment … Finland” — изследване на над 1.6 милиона туита за ваксините в Twitter, включително ботовата активност. Показва как агенциите по обществено здраве са били засенчвани или атакувани в дискурса от негативно настроени или мистификационни групи, включително чрез автоматизирани акаунти. Институциите се сблъскват с предизвикателството да останат релевантни, точни и видими. 
• Систематичен обзор на динамиките на дезинформацията по време на COVID-19 (Frontiers, 2025) — този обзор събира множество проучвания, анализира модели на разпространение на митове, ролята на източници, социалните мрежи, емоционалния тон и т.н. Една от ключовите констатации е, че митове които обещават бързи решения (лекове, предпазни средства) или са свързани с голям страх, са значително по-успешни в разпространението си. Освен това се указва, че дезинформацията оцелява по-дълго, защото хората често не търсят проверка, или предпочитат само информация, която потвърждава техните предварителни вярвания.

Фактори, които засилват уязвимостта

Някои характеристики на потребителите и екосистемата допринасят силно към това здравни митове да се разпространяват лесно.

• Ниво на здравна грамотност — хората, които не са обучени да оценяват критично медицински и научни данни (напр. не знаят какво е рандомизирано клинично изпитване, каква е разликата между корелация и причинност) са по‑податливи. 
• Пристрастия — подтверждаване на вярвания, страх или паника, ретроспективни оценки, и др. 
• Социална идентичност — когато здравният мит се съчетава с идеология, религия, политически убеждения. Когато някой разглежда определена група като „свои“, той приема съдържание, което групата подкрепя, без критика. 
• Недоверие към институции — ако институциите са били критикувани, скандализирани, ако информацията им се е променила (което се случва често по време на пандемии, защото научните знания еволюират), хората са склонни да се обърнат към алтернативни източници. 
• Медийна среда и икономически стимули — много медии и блогове печелят от трафик и реклама. Контент, който привлича внимание (често сензационен или конфликтен) носи приходи. Следователно има стимул да се публикува такова съдържание. 

Стратегии за разпознаване и избягване на здравни митове

Разпознаването и избягването на здравни митове онлайн изисква поне базово здравно образование, но също и активни умения за критично мислене, разбиране на алгоритмите на социалните мрежи и познаване на начините, по които дезинформацията функционира.
На първо място, изключително важно е хората преди всичко да се научат да проверяват източника на информация. Това включва най-вече кой е авторът на дадено твърдение и какви доказателства използва, къде е публикувана информацията и с каква цел. Утвърдените научни и здравни институции – като СЗО, Европейския център за превенция и контрол на заболяванията (ECDC), Министерствата на здравеопазването и университетските болници – обикновено предоставят данни, базирани на клинични изследвания, мета-анализи и консенсус сред специалистите. Ако даден текст не съдържа препратки към подобни източници, а се опира на анонимни „вътрешни лица“, неназовани лекари или просто публикации в блогове и социални мрежи, това е сериозен сигнал за съмнение.

Следващата стъпка е внимателно да се анализира езикът, който се използва. Дезинформационните материали често разчитат на сензационни заглавия, емоционално натоварени фрази, апели към страх или възмущение и категорични заключения. Например изрази като „истината, която крият от нас“, „лекарите не искат да знаете това“ или „ваксината ще ви убие“ не са никак характерни за научната и институционална комуникация, която по дефиниция е предпазлива, балансирана и отворена към актуализация. Прекомерната употреба на удивителни знаци, главни букви, лични нападки срещу учени или здравни работници също може да подскаже, че текстът не цели да информира, а да манипулира.

В допълнение, критично мислещият потребител винаги сравнява дадена информация с други източници. Един от най-надеждните начини да се тества валидността на дадено твърдение е да се потърси в различни, независими медии или научни публикации. Ако нещо, което претендира да е „революционно“ или „шокиращо“, не присъства в сериозни медии или не е обект на внимание от страна на научната общност, това е сериозен повод за скептицизъм. В ерата на интернет достъпът до платформи, като PubMed, Google Scholar или дори сайтовете на медицински институти, е свободен и достъпен – при желание всеки може да направи елементарна проверка, дори и без специализирани знания.

Важно е също така да се обърне внимание на начина, по който информацията се разпространява. Ако тя циркулира основно през затворени групи в социалните мрежи, чрез съобщения в месинджъри, без автор, без дата, без възможност за коментар или опровержение – това е още един предупредителен сигнал. Дезинформацията често избягва публична проверка и се разпространява в затворени „ехо камери“, където критиката е нежелана или директно забранена. От своя страна, надеждните източници допускат диалог, предоставят линкове към оригинални документи и често съдържат механизъм за корекция на грешки при нужда.

Особено внимание трябва да се обърне и на това, кой споделя даденото съдържание. Акаунти, които публикуват огромно количество информация за кратко време, без лични мнения или преживявания, без диалог с други потребители и без прозрачност за своята самоличност, могат да бъдат част от автоматизирани мрежи (ботове) или координирани кампании за влияние. Наблюдавайте дали профилът е новосъздаден, дали има реални снимки и дали е активен в множество групи с една и съща тематика. Тези технически признаци не дават 100% сигурност, но при наличие на съмнение е по-добре да се въздържите от взаимодействие със съмнителен акаунт.

На индивидуално ниво, ключово значение има и способността да се разпознават собствените когнитивни склонности. Понякога хората вярват на фалшива информация не защото са наивни, а защото тя резонира с техните страхове, надежди или житейски преживявания. Именно затова е важно човек съзнателно да си постави границата между убеденост и доказателство. Един от ефективните методи за това е така нареченият „контролен въпрос“: Какво би ме накарало да променя мнението си? Ако отговорът е „нищо“, то вероятно вярването не е резултат от информация, а от идентичност – и следователно е по-уязвимо към митове.

Накрая, но не на последно място, трябва да се подчертае значението на умереността в споделянето на съдържание. Дори когато не вярваме в дадена публикация, но я споделим с ирония или възмущение, ние ѝ придаваме видимост. Алгоритмите на социалните мрежи не различават мотивацията зад споделянето – за тях то е знак за значимост. Затова е препоръчително да се въздържаме от разпространение на съмнителни твърдения, дори в критичен контекст, ако не сме сигурни, че можем да ги опровергаем ефективно.

Разпознаването и избягването на здравни митове не е еднократен акт, а продължителен процес на обучение, наблюдение и саморефлексия. То изисква културна и емоционална зрялост, разбиране на медийната екосистема и активна роля в оформянето на една по-здрава и информирана дигитална среда.

Потенциални капани и сложни казуси

• Динамика на несигурността: по времето на нови епидемии или нови ваксини е нормално информацията да се променя — това може да бъде използвано от митотворците. Хората очакват окончателност, но науката всъщност потоянно се актуализира. 
• Пост‑истинна ера и доверие: когато доверието в институциите е ниско, дори обоснована информация може да бъде отхвърлена, когато не съвпада с личните убеждения. 
• Ефектът „първо чух, значи вярвам“: първата информация, която човек възприема, особено ако е силно емоционална, често е най-влиятелната. Дори ако по-късно се появят опровержения, те често не достигат до същата аудитория. 
• Измамни прилики между валидни и невалидни източници: някои сайтове използват научен като стил език, графики, „експерти“, които звучат убедително, но са погрешни или извадени от контекст. 

Заключение

Разпространението на здравни митове онлайн е сложен феномен, който не може да се разбере само с обръщане на внимание на съдържанието — не само какво се казва, а кой, как, кога и с какви инструменти. Алгоритмите и ботовете усилват слабостите, които вече са в човешката психика и в социалната среда: страх, незнание, доверие в групите, пристрастия.

За да се справим — не е достатъчно само да критикуваме или да изобличаваме митове — необходимо е да се повишава здравната и медийната грамотност, да се създават прозрачни системи на препоръка, да се развиват инструменти за проверка и да се отговаря активно от институции и платформи.

Основни източници

1. Evaluating Twitter’s algorithmic amplification of low‑credibility content: an observational study — Giulio Corsi et al., EPJ Data Science, 2024. SpringerOpen 
2. Long‑term assessment of social amplification of risk during COVID‑19: challenges to public health agencies amid misinformation and vaccine stance — Ali Unlu, Sophie Truong, Nitin Sawhney, Jonas Sivelä & др., Journal of Computational Social Science, 2024. SpringerLink 
3. Unravelling the infodemic: a systematic review of misinformation dynamics during the COVID‑19 pandemic, Frontiers in Communication, 2025. Frontiers 
4. Social media and the spread of misinformation: infectious and a threat to public health – Emily Denniss, Rebecca Lindberg, 2025 Health Promotion International 
5. Infodemics and health misinformation: a systematic review of reviews – Israel Júnior Borges do Nascimento, Ana Beatriz Pizarro, Jussara M Almeida, Natasha Azzopardi-Muscat, Marcos André Gonçalves, 2022  doi: 10.2471/BLT.21.287654

С подкрепата на Science+