Det er her internet memes kommer fra

Ordet også selvom blev opfundet af biologen Richard Dawkins i sin bog fra 1976 Det selviske gen , hvori han foreslog, at ideer kunne replikere, udvikle sig og indgå i populærkulturen i en proces, der er analog med den måde, generne spredes på. I dag opfattes et meme almindeligvis som en variant af et billede baseret på et fælles tema, der har spredt sig meget på internettet. Memes er ofte humoristiske eller ironiske, men de er også midler til politiske budskaber, der bruges til at sprede aggressive eller racistiske budskaber og til at tilskynde til had.

Adskillige online-fællesskaber fokuserer på at skabe og sprede memes med det mål at få en idé til at blive viral - en proces kendt som opmærksomhedshacking eller våbendannelse. Disse fællesskaber på websteder som Reddit, 4chan, Twitter og andre er blevet enormt indflydelsesrige.

Og alligevel er lidt kendt om, hvordan memes spredes, eller hvordan de udøver deres indflydelse.

I dag ændrer det sig, i det mindste delvist, takket være arbejdet udført af Gianluca Stringhini ved University College London og nogle få kolleger, som for første gang har udviklet en måde at måle udbredelsen og udbredelsen af ​​memes på tværs af nettet. Ved hjælp af denne teknik har holdet målt måden mem-skabende fællesskaber påvirker hinanden og har på denne måde identificeret de mest indflydelsesrige grupper.

Den første fase i tilgangen var at udvikle en måde at detektere og spore memes. Teamet gør dette ved at lede efter visuelt lignende billeder og måle, hvordan de samler sig i forskellige fællesskaber.

At spotte visuelt lignende billeder er relativt ligetil med en teknik kendt som perceptuel hashing eller pHashing. Dette bruger en algoritme til at konvertere et billede til et sæt vektorer, der beskriver det i tal. Visuelt lignende billeder har lignende sæt af vektorer eller pHashes.

Holdet lod deres algoritme slippe løs på en database med over 100 millioner billeder indsamlet fra fællesskaber, der vides at generere memes, såsom Reddit og dets undergruppe The_Donald, Twitter, 4chans politisk ukorrekte forum kendt som /pol/ og et relativt nyt socialt netværk kaldet Gab der blev oprettet for at imødekomme brugere, der var blevet udelukket fra andre fællesskaber.

Forskerne downloadede også omkring 700.000 billeder fra hjemmesiden KnowYourMeme.com, en encyklopædi af memer, der fungerer som en slags grundsandhed for deres oprindelse og betydning.

Denne database producerer mere end 100 millioner unikke pHashes, men mange af billederne er tætte varianter af hinanden. Så holdet brugte en klyngealgoritme til at finde relaterede memer grupperet efter fællesskab.

De undersøgte også, hvordan varianterne og deres klynger udvikler sig over tid. Andre faktorer, såsom antallet af memer i en klynge, giver en fornemmelse af deres popularitet. Ved hjælp af disse oplysninger kan de finde ud af, hvilke samfund der har størst indflydelse.

Endelig undersøger forskerne, hvordan klyngerne er relateret til posteringer på KnowYourMeme.com. Dette afslører, hvad eller hvem, memerne henviser til, og hvordan budskabet bruges – dvs. om det fremmer humor, racisme, antisemitisme eller noget andet.

To relativt små samfund skiller sig ud som særligt effektive til at sprede memes. Vi finder ud af, at /pol/ påvirker meme-økosystemet væsentligt ved at poste et stort antal memer, mens The Donald er det mest effektive fællesskab til at skubbe memer til både rand- og mainstream-webfællesskaber, siger Stringhini og co.

De påpeger også, at /pol/ og Gab deler hadefulde og racistiske memer i højere grad end almindelige samfund, herunder et stort antal antisemitiske og pro-nazistiske memer.

Tilsyneladende neutrale memer kan også bevæbnes ved at blande dem med andre beskeder. For eksempel er Pepe the Frog-memet blevet brugt på denne måde til at skabe politisk aktive, racistiske og antisemitiske budskaber.

Men ét samfund skiller sig ud som værende det mest aktive samlet set. The_Donald er den mest aktive, når det kommer til at poste memes generelt, siger Stringhini og co. Det er også den subreddit, hvor de fleste racisme- og politikrelaterede memes er postet.

Forskerne, der har stillet deres teknik til rådighed for andre for at fremme yderligere analyse, er endda i stand til at kaste lys over spørgsmålet om, hvorfor nogle memer spredes bredt, mens andre hurtigt dør. En af nøglekomponenterne til at sikre, at de bliver udbredt, er at sikre, at der løbende bliver produceret nyt 'afkom', siger de.

Det antyder umiddelbart en strategi for enhver, der ønsker at blive mere indflydelsesrig: Opret en memefabrik, der producerer et stort antal varianter af andre memer. I ny og næ er denne proces forpligtet til at producere et hit.

For enhver evolutionær biolog lyder det måske bekendt. Det er faktisk ikke svært at forestille sig en proces, der behandler pHashes som genomer og tillader dem at udvikle sig gennem mutation, reproduktion og selektion.

I øjeblikket er mennesker den væsentlige del af denne evolutionære algoritme i samfund som 4chan. Men hvor lang tid før computere tager over - måske i en modstridende proces - for at producere maskingenererede memes, der er meget smitsomme? Når det kommer til at våben memes, har vi måske kun et glimt af fremtiden.

Ref: arxiv.org/abs/1805.12512 : Om oprindelsen af ​​memer ved hjælp af udkantswebfællesskaber

skjule