«CNN-effekten» er fenomenet der folks oppførsel påvirkes av måten hendelser presenteres på i media. Begrepet ble laget på begynnelsen av 1990-tallet, i forhold til måten den 24-timers nyhetskanalen CNN ble sett på å påvirke beslutningstakingen til amerikanske beslutningstakere under den første gulfkrigen.
CNN-effekten er blitt beskrevet som en form for «mediesmitte», ved at måten hendelser presenteres på i media kan ha en direkte og umiddelbar innvirkning på folks adferd. Effekten antas å være spesielt uttalt i krisetider, når folk er mer sannsynlig å bli utsatt for nyhetsdekning og mindre sannsynlighet for å ha tid eller lyst til å stille spørsmål ved det de ser.
Det er noen bevis som tyder på at CNN-effekten er reell og at den kan ha en betydelig innvirkning på folks atferd. En studie av Israel-Libanon-krigen i 2006 fant at for de som ble utsatt for mer nyhetsdekning, var det større sannsynlighet for støtte til militæraksjon. En annen studie fant at etter 11. september-angrepene var det mer sannsynlig at folk som så mer nyhetsdekning, donerte blod.
Det er imidlertid også verdt å merke seg at CNN-effekten ikke alltid er en positiv kraft. I noen tilfeller kan det føre til panikk og irrasjonell oppførsel. For eksempel, under ebolautbruddet i 2015, var det en økning i etterspørselen etter ebola-relaterte Google-søk etter hver nyhetsartikkel om sykdommen. Dette førte til at en rekke personer selv diagnostiserte seg selv med ebola, selv om de ikke var i faresonen for å pådra seg sykdommen.
Hvor mange typer CNN finnes det?
Det er tre typer CNN-er:
1. Det nevrale feedforward-nettverket, som er den enkleste typen CNN.
2. Det tilbakevendende nevrale nettverket, som er mer komplekst og kan lære av tidligere innganger.
3. Det konvolusjonelle nevrale nettverket, som er det mest komplekse og kan lære av både tidligere input og lokale mønstre.
Hva er de tre medieeffektene?
De tre medieeffektene er:
1. Medias evne til å påvirke vår atferd
2. Medias evne til å påvirke følelsene våre
3. Medias evne til å påvirke tankene våre Er CNN en algoritme ? Nei, CNN er ikke en algoritme. Det er en type kunstig nevrale nettverk (ANN) som brukes til å modellere komplekse mønstre i data.
Hvem utviklet CNN?
Det er mange individer som har vært medvirkende til utviklingen av CNN. Noen av de mest bemerkelsesverdige inkluderer:
- Geoffrey Hinton, som utviklet tilbakepropageringsalgoritmen, som er en nøkkelkomponent i nevrale nettverk.
- Yann LeCun, som utviklet det konvolusjonelle nevrale nettverket (CNN), en type nevrale nettverk som er spesielt godt egnet for bildegjenkjenningsoppgaver.
- Andrew Ng, som var med å grunnlegge Google Brain-prosjektet, som var ansvarlig for å utvikle mange av dyplæringsalgoritmene som brukes av CNN.
Hva er CNN-effektquizlet?
CNN-effekten er tendensen til at folk tar beslutninger basert på informasjon de ser på TV, spesielt nyhetsprogrammer. Begrepet ble først laget på begynnelsen av 1990-tallet, da det ble observert at folk var mer sannsynlig å donere til hjelpearbeid hvis de så bilder av lidelse på TV. Effekten har blitt studert mye innen atferdsøkonomi.
Det er noen bevis på at CNN-effekten kan avta i sosiale mediers tid, ettersom folk nå blir utsatt for et bredere spekter av informasjonskilder. Imidlertid antas effekten fortsatt å spille en rolle i hvordan folk tar beslutninger om viktige saker.