An analysis of audio messages shared in WhatsApp groups

Detalhes bibliográficos
Ano de defesa: 2020
Autor(a) principal: Alexandre Maros
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Universidade Federal de Minas Gerais
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://hdl.handle.net/1843/38119
Resumo: O WhatsApp é um aplicativo de mensagens gratuito com mais de 1,5 bilhão de usuários ativos mensais que se tornou uma das principais plataformas de comunicação em muitos países, incluindo Alemanha, Malásia e Brasil. Além de permitir a troca direta de mensagens entre pares de usuários, o aplicativo também possibilita conversas em grupo, onde várias pessoas podem interagir entre si. Muitos estudos recentes têm mostrado que os grupos de WhatsApp desempenham um papel significativo como plataforma de disseminação de informações, especialmente durante eventos importantes de mobilização social. Nesta dissertação, complementamos esses estudos anteriores ao examinar o uso de mensagens de áudio em grupos de WhatsApp, um tipo de conteúdo que está se tornando cada vez mais importante na plataforma. Apresentamos uma metodologia para analisar mensagens de áudio compartilhadas em grupos publicamente acessíveis do WhatsApp, composta por várias etapas: (1) pré-processamento, (2) detecção de similaridade (para agrupar áudios com conteúdo equivalente), (3) reconhecimento de voz para transcrever os áudios, (4) detecção de desinformação, (5) categorização do tipo de áudio (para distinguir entre fala e música, assim como o gênero do locutor), (6) uma análise qualitativa com usuários voluntários e (7) análise de conteúdo e propagação. Analisamos mais de 40 mil mensagens de áudio em seis meses, compartilhadas em 364 grupos. Primeiro, examinamos o conteúdo das mensagens de áudio fazendo uma análise de tópicos. Identificamos oito tópicos de discussão, quatro relacionados à política e contendo a maior fração de desinformação. Em seguida, extraímos características linguísticas psicológicas e identificamos que os áudios com desinformação tem uma presença maior de emoções negativas. Eles também costumam usar frases no tempo futuro e falam diretamente com o ouvinte usando palavras como "você''. Em contraste, estudos anteriores sobre desinformação em mensagens textuais compartilhadas no WhatsApp identificaram uma maior frequência do tempo presente e de termos para agregar a comunidade, como "nós''. A análise qualitativa mostrou que áudios com desinformação tendem a fazer o ouvinte sentir emoções negativas, como raiva. Os voluntários notaram que os áudios com desinformação tentaram dar crédito a suas afirmações com fontes externas; no entanto, eles consideraram essas fontes como não confiáveis. O tom do locutor nos áudios com desinformação também foi considerado menos amigável e natural do que os áudios com conteúdo não verificado. Por fim, nossa análise de propagação mostrou que os áudios são compartilhados em intervalos curtos, com mais da metade deles sendo compartilhados em três horas, mas se espalhando mais lentamente do que o conteúdo textual e de imagem. Também descobrimos que os áudios contendo música costumam ser mais compartilhados do que apenas fala e tem uma vida mais longa. Além disso, os áudios com desinformação tendem a se espalhar mais rápido do que áudios com conteúdo não verificado e duram muito mais tempo na rede. Em suma, realizamos um estudo que, até onde sabemos, é o primeiro a abordar a comunicação de áudio em grupos de WhatsApp, demonstrando como analisar esse tipo de mídia, observando o conteúdo e a dinâmica de propagação, e comparando-a com outros tipos de mídia (texto e imagens), tipos de áudios distintos e áudios contendo desinformação. Nosso trabalho revelou que essa forma de comunicação segue padrões distintos de conteúdo de texto e imagem, principalmente no que diz respeito à desinformação, complementando assim a literatura.
id UFMG_40eddfaa1503d7e8552715ef68a05b4e
oai_identifier_str oai:repositorio.ufmg.br:1843/38119
network_acronym_str UFMG
network_name_str Repositório Institucional da UFMG
repository_id_str
spelling An analysis of audio messages shared in WhatsApp groupsUma análise de mensagens de áudio compartilhadas em grupos do WhatsAppComputação – Teses.WhatsApp (Aplicativo de mensagens) – Teses.Desinformação – Teses.Disseminação da informação - TesesWhatsAppAudio CommunicationInformation DisseminationMisinformationO WhatsApp é um aplicativo de mensagens gratuito com mais de 1,5 bilhão de usuários ativos mensais que se tornou uma das principais plataformas de comunicação em muitos países, incluindo Alemanha, Malásia e Brasil. Além de permitir a troca direta de mensagens entre pares de usuários, o aplicativo também possibilita conversas em grupo, onde várias pessoas podem interagir entre si. Muitos estudos recentes têm mostrado que os grupos de WhatsApp desempenham um papel significativo como plataforma de disseminação de informações, especialmente durante eventos importantes de mobilização social. Nesta dissertação, complementamos esses estudos anteriores ao examinar o uso de mensagens de áudio em grupos de WhatsApp, um tipo de conteúdo que está se tornando cada vez mais importante na plataforma. Apresentamos uma metodologia para analisar mensagens de áudio compartilhadas em grupos publicamente acessíveis do WhatsApp, composta por várias etapas: (1) pré-processamento, (2) detecção de similaridade (para agrupar áudios com conteúdo equivalente), (3) reconhecimento de voz para transcrever os áudios, (4) detecção de desinformação, (5) categorização do tipo de áudio (para distinguir entre fala e música, assim como o gênero do locutor), (6) uma análise qualitativa com usuários voluntários e (7) análise de conteúdo e propagação. Analisamos mais de 40 mil mensagens de áudio em seis meses, compartilhadas em 364 grupos. Primeiro, examinamos o conteúdo das mensagens de áudio fazendo uma análise de tópicos. Identificamos oito tópicos de discussão, quatro relacionados à política e contendo a maior fração de desinformação. Em seguida, extraímos características linguísticas psicológicas e identificamos que os áudios com desinformação tem uma presença maior de emoções negativas. Eles também costumam usar frases no tempo futuro e falam diretamente com o ouvinte usando palavras como "você''. Em contraste, estudos anteriores sobre desinformação em mensagens textuais compartilhadas no WhatsApp identificaram uma maior frequência do tempo presente e de termos para agregar a comunidade, como "nós''. A análise qualitativa mostrou que áudios com desinformação tendem a fazer o ouvinte sentir emoções negativas, como raiva. Os voluntários notaram que os áudios com desinformação tentaram dar crédito a suas afirmações com fontes externas; no entanto, eles consideraram essas fontes como não confiáveis. O tom do locutor nos áudios com desinformação também foi considerado menos amigável e natural do que os áudios com conteúdo não verificado. Por fim, nossa análise de propagação mostrou que os áudios são compartilhados em intervalos curtos, com mais da metade deles sendo compartilhados em três horas, mas se espalhando mais lentamente do que o conteúdo textual e de imagem. Também descobrimos que os áudios contendo música costumam ser mais compartilhados do que apenas fala e tem uma vida mais longa. Além disso, os áudios com desinformação tendem a se espalhar mais rápido do que áudios com conteúdo não verificado e duram muito mais tempo na rede. Em suma, realizamos um estudo que, até onde sabemos, é o primeiro a abordar a comunicação de áudio em grupos de WhatsApp, demonstrando como analisar esse tipo de mídia, observando o conteúdo e a dinâmica de propagação, e comparando-a com outros tipos de mídia (texto e imagens), tipos de áudios distintos e áudios contendo desinformação. Nosso trabalho revelou que essa forma de comunicação segue padrões distintos de conteúdo de texto e imagem, principalmente no que diz respeito à desinformação, complementando assim a literatura.CNPq - Conselho Nacional de Desenvolvimento Científico e TecnológicoUniversidade Federal de Minas Gerais2021-09-22T00:10:23Z2025-09-08T23:57:23Z2021-09-22T00:10:23Z2020-11-20info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/1843/38119engAlexandre Marosinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMG2025-09-08T23:57:23Zoai:repositorio.ufmg.br:1843/38119Repositório InstitucionalPUBhttps://repositorio.ufmg.br/oairepositorio@ufmg.bropendoar:2025-09-08T23:57:23Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false
dc.title.none.fl_str_mv An analysis of audio messages shared in WhatsApp groups
Uma análise de mensagens de áudio compartilhadas em grupos do WhatsApp
title An analysis of audio messages shared in WhatsApp groups
spellingShingle An analysis of audio messages shared in WhatsApp groups
Alexandre Maros
Computação – Teses.
WhatsApp (Aplicativo de mensagens) – Teses.
Desinformação – Teses.
Disseminação da informação - Teses
WhatsApp
Audio Communication
Information Dissemination
Misinformation
title_short An analysis of audio messages shared in WhatsApp groups
title_full An analysis of audio messages shared in WhatsApp groups
title_fullStr An analysis of audio messages shared in WhatsApp groups
title_full_unstemmed An analysis of audio messages shared in WhatsApp groups
title_sort An analysis of audio messages shared in WhatsApp groups
author Alexandre Maros
author_facet Alexandre Maros
author_role author
dc.contributor.author.fl_str_mv Alexandre Maros
dc.subject.por.fl_str_mv Computação – Teses.
WhatsApp (Aplicativo de mensagens) – Teses.
Desinformação – Teses.
Disseminação da informação - Teses
WhatsApp
Audio Communication
Information Dissemination
Misinformation
topic Computação – Teses.
WhatsApp (Aplicativo de mensagens) – Teses.
Desinformação – Teses.
Disseminação da informação - Teses
WhatsApp
Audio Communication
Information Dissemination
Misinformation
description O WhatsApp é um aplicativo de mensagens gratuito com mais de 1,5 bilhão de usuários ativos mensais que se tornou uma das principais plataformas de comunicação em muitos países, incluindo Alemanha, Malásia e Brasil. Além de permitir a troca direta de mensagens entre pares de usuários, o aplicativo também possibilita conversas em grupo, onde várias pessoas podem interagir entre si. Muitos estudos recentes têm mostrado que os grupos de WhatsApp desempenham um papel significativo como plataforma de disseminação de informações, especialmente durante eventos importantes de mobilização social. Nesta dissertação, complementamos esses estudos anteriores ao examinar o uso de mensagens de áudio em grupos de WhatsApp, um tipo de conteúdo que está se tornando cada vez mais importante na plataforma. Apresentamos uma metodologia para analisar mensagens de áudio compartilhadas em grupos publicamente acessíveis do WhatsApp, composta por várias etapas: (1) pré-processamento, (2) detecção de similaridade (para agrupar áudios com conteúdo equivalente), (3) reconhecimento de voz para transcrever os áudios, (4) detecção de desinformação, (5) categorização do tipo de áudio (para distinguir entre fala e música, assim como o gênero do locutor), (6) uma análise qualitativa com usuários voluntários e (7) análise de conteúdo e propagação. Analisamos mais de 40 mil mensagens de áudio em seis meses, compartilhadas em 364 grupos. Primeiro, examinamos o conteúdo das mensagens de áudio fazendo uma análise de tópicos. Identificamos oito tópicos de discussão, quatro relacionados à política e contendo a maior fração de desinformação. Em seguida, extraímos características linguísticas psicológicas e identificamos que os áudios com desinformação tem uma presença maior de emoções negativas. Eles também costumam usar frases no tempo futuro e falam diretamente com o ouvinte usando palavras como "você''. Em contraste, estudos anteriores sobre desinformação em mensagens textuais compartilhadas no WhatsApp identificaram uma maior frequência do tempo presente e de termos para agregar a comunidade, como "nós''. A análise qualitativa mostrou que áudios com desinformação tendem a fazer o ouvinte sentir emoções negativas, como raiva. Os voluntários notaram que os áudios com desinformação tentaram dar crédito a suas afirmações com fontes externas; no entanto, eles consideraram essas fontes como não confiáveis. O tom do locutor nos áudios com desinformação também foi considerado menos amigável e natural do que os áudios com conteúdo não verificado. Por fim, nossa análise de propagação mostrou que os áudios são compartilhados em intervalos curtos, com mais da metade deles sendo compartilhados em três horas, mas se espalhando mais lentamente do que o conteúdo textual e de imagem. Também descobrimos que os áudios contendo música costumam ser mais compartilhados do que apenas fala e tem uma vida mais longa. Além disso, os áudios com desinformação tendem a se espalhar mais rápido do que áudios com conteúdo não verificado e duram muito mais tempo na rede. Em suma, realizamos um estudo que, até onde sabemos, é o primeiro a abordar a comunicação de áudio em grupos de WhatsApp, demonstrando como analisar esse tipo de mídia, observando o conteúdo e a dinâmica de propagação, e comparando-a com outros tipos de mídia (texto e imagens), tipos de áudios distintos e áudios contendo desinformação. Nosso trabalho revelou que essa forma de comunicação segue padrões distintos de conteúdo de texto e imagem, principalmente no que diz respeito à desinformação, complementando assim a literatura.
publishDate 2020
dc.date.none.fl_str_mv 2020-11-20
2021-09-22T00:10:23Z
2021-09-22T00:10:23Z
2025-09-08T23:57:23Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/1843/38119
url https://hdl.handle.net/1843/38119
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFMG
instname:Universidade Federal de Minas Gerais (UFMG)
instacron:UFMG
instname_str Universidade Federal de Minas Gerais (UFMG)
instacron_str UFMG
institution UFMG
reponame_str Repositório Institucional da UFMG
collection Repositório Institucional da UFMG
repository.name.fl_str_mv Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)
repository.mail.fl_str_mv repositorio@ufmg.br
_version_ 1856414112836222976