L’evoluzione dei memi politici: Rilevare e caratterizzare i memi di Internet con l’apprendimento profondo multimodale

Combinando umorismo e rilevanza culturale, i memi di Internet sono diventati un artefatto onnipresente nell’era digitale. Come Richard Dawkins ha descritto nel suo libro Il gene egoista, i memi si comportano come geni culturali, propagandosi ed evolvendo attraverso un complesso processo di “mutazione” ed “ereditarietà”. Su Internet, questi memi attivano pregiudizi intrinseci in una cultura o società, a volte sostituendo approcci logici all’argomentazione persuasiva. Nonostante la loro discreta quota di successo su Internet, la loro individuazione ed evoluzione sono rimaste poco studiate. In questa ricerca, proponiamo e valutiamo Meme-Hunter, un modello di deep learning multi-modale per classificare le immagini su Internet come memi o non-memi, e lo confrontiamo con approcci uni-modali. Usiamo poi la somiglianza delle immagini, il riconoscimento ottico dei caratteri specifici dei memi e il rilevamento dei volti per trovare e studiare le famiglie di memi condivisi su Twitter nelle elezioni di medio termine del 2018 negli Stati Uniti. Mappando la mutazione dei memi in un processo elettorale, questo studio conferma il concetto di evoluzione dei memi di Richard Dawkins.