Salomón Messing

Científico investigador

Solomon Messing es un investigador y científico de datos ^[1] conocido por su trabajo sobre cómo los algoritmos y la información social integrados en las nuevas tecnologías afectan la forma en que las personas entienden el mundo político. Fue el director fundador de los laboratorios de datos del Pew Research Center, ^[1] científico investigador en Facebook y Twitter, ^[2] científico jefe en Acronym, ^{[3] [4]} y ahora es profesor asociado de investigación en la Universidad de Nueva York .

El trabajo de Messing cuantificando la polarización de los medios y las burbujas de filtro fue publicado en Science ^[5] y ha sido influyente en el campo de la comunicación política ^[6] y provocó comentarios en los medios sobre el papel de las redes y los algoritmos en el ecosistema de los medios. ^{[7] [8] [9] [10]} Su trabajo sobre cómo las personas entienden el pronóstico electoral ^[11] fue objeto de debate público sobre el papel del pronóstico electoral en el proceso democrático ^{[12] [13] [14] [15]} y fue citado por el Politics Podcast de FiveThirtyEight ^[16] como una razón para cambiar el pronóstico del porcentaje de cambio de victoria a las probabilidades.

También dirigió el esfuerzo técnico en Facebook para publicar quizás el mayor conjunto de datos de redes sociales jamás creado para investigación, que se basó en una tecnología controvertida, la privacidad diferencial, para proteger los datos de actores maliciosos. ^{[17] [18]}

Messing obtuvo su doctorado en 2013, así como una maestría en Estadística de la Universidad de Stanford. ^[19]

Artículos de revistas revisadas por pares más citados

• Bakshy E, Messing S, Adamic LA. Exposición a noticias y opiniones ideológicamente diversas en Facebook. Science . 5 de junio de 2015;348(6239):1130-2. citado 2441 veces en Google Scholar ^[20]
• Messing S, Westwood SJ. Exposición selectiva en la era de las redes sociales: los respaldos superan a la afiliación partidista a la hora de seleccionar noticias en línea. Communication Research . Diciembre de 2014;41(8):1042-63. citado 925 veces en Google Scholar ^[20]
• Grimmer J, Messing S, Westwood SJ. Cómo las palabras y el dinero cultivan un voto personal: el efecto de la reclamación de crédito por parte de los legisladores en la asignación de crédito a los constituyentes' American Political Science Review . 2012 Nov;106(4):703-19. citado 311 veces en Google Scholar ^[20]
• Bond R, Messing S. Cuantificación del espacio político de las redes sociales: estimación de la ideología a partir de las preferencias reveladas públicamente en Facebook. American Political Science Review . Febrero de 2015;109(1):62-78. citado 182 veces en Google Scholar ^[20]

Referencias

1. "Preguntas y respuestas con Solomon Messing de los laboratorios de datos del Pew Research Center | Pew Research Center". Pew Research Center . Consultado el 24 de octubre de 2018 .
2. "Solomon Messing". Investigación de Facebook . Facebook. Archivado desde el original el 11 de junio de 2019 . Consultado el 11 de junio de 2019 .
3. Pasternack, Alex (2 de noviembre de 2020). "Este experto en datos ayudó a Trump a ganar. Ahora ha construido una máquina para derribarlo" . Consultado el 1 de diciembre de 2021 .
4. "Las previsiones electorales ayudaron a elegir a Trump en 2016. Podría volver a suceder en 2020". Yahoo News . Consultado el 6 de octubre de 2020 .
5. Bakshy, Eytan; Messing, Solomon; Adamic, Lada (7 de mayo de 2015). "Exposición a noticias y opiniones ideológicamente diversas en Facebook". Science . 348 (6239): 1130–2. Bibcode :2015Sci...348.1130B. doi : 10.1126/science.aaa1160 . ISSN  0036-8075. PMID  25953820. S2CID  206632821.
6. "Google Scholar". scholar.google.com . Consultado el 25 de octubre de 2018 .
7. Manjoo, Farhad (7 de mayo de 2015). "¿El uso de Facebook es polarizante? El sitio no está de acuerdo". New York Times . Consultado el 24 de octubre de 2018 .
8. Mooney, Chris (7 de mayo de 2015). "Un estudio de Facebook dice que es principalmente tu culpa, no la de ellos, que hagas clic en cosas con las que ya estás de acuerdo". Washington Post . Consultado el 12 de enero de 2017 .
9. Webb, Jonathan (7 de mayo de 2015). «Facebook estudia el equilibrio de las noticias». BBC News . Consultado el 24 de octubre de 2018 .
10. "¿El feed de noticias de Facebook controla tu visión del mundo?" . Consultado el 24 de octubre de 2018 .
11. Westwood, Sean; Messing, Solomon; Lelkes, Yphtach (2018). "Proyectar confianza: cómo la carrera de caballos probabilística confunde y desmoviliza al público". Serie de documentos de trabajo de la SSRN . doi :10.2139/ssrn.3117054. ISSN  1556-5068. S2CID  102488084. SSRN  3117054.
12. Bump, Philip. "Análisis | El talón de Aquiles de Clinton en 2016 puede haber sido el exceso de confianza". Washington Post . Consultado el 24 de octubre de 2018 .
13. Kilgore, Ed. "Los estadounidenses no entienden las predicciones electorales expresadas como probabilidades". Intelligencer . Consultado el 24 de octubre de 2018 .
14. "Estudio revela pronósticos electorales que reducen participación electoral" politicalwire.com . Consultado el 24 de octubre de 2018 .
15. Uberti, David (18 de octubre de 2018). "Previsión de las elecciones intermedias: incertidumbre con posibilidades de señalar con el dedo". Columbia Journalism Review . Consultado el 24 de octubre de 2018 .
16. "Podcast de política: ¿Qué le pasa a Nancy Pelosi?". FiveThirtyEight . 12 de febrero de 2018. Consultado el 24 de octubre de 2018 .
17. Flamini, Daniela (11 de octubre de 2019). "¿Qué pueden encontrar los investigadores entre los 32 millones de URL que Facebook acaba de publicar en Social Science One?". Poynter . Poynter.
18. Aral, Sinan (14 de septiembre de 2021). La máquina de publicidad. Crown/Archetype. pág. 276. ISBN 9780593240403.
19. "SMaPP Global". Laboratorio de Participación Política y Medios Sociales de la Universidad de Nueva York . Universidad de Nueva York.
20. "Google Académico".