📡 Sygnały Mediów
Sygnały mediów to surowe dane wejściowe, które adaptery przekształcają w Wektor Podłoża Mediów:
[S, D, A, N, T]
Te sygnały pochodzą z różnych źródeł—strumieni tekstowych, metryk platform, wykresów dystrybucji, struktur narracyjnych i wzorców czasowych. MSM traktuje je wszystkie jako dane strukturalne, a nie treść czy ideologię. Ten plik definiuje kategorie sygnałów, które MSM może przetwarzać oraz jak są one mapowane na pięć osi podłoża.
🛰 Sygnaly integralności sygnału (S)#
Integralność sygnału odzwierciedla wierność i niezawodność informacji w miarę jej przemieszczania się przez ekosystem. Istotne surowe sygnały obejmują:
- Poziomy hałasu (hałas językowy, hałas platformy, artefakty kompresji)
- Gęstość weryfikacji (sprawdzenia faktów, cytaty, odniesienia krzyżowe)
- Nadmiarowość (wiele niezależnych potwierdzeń)
- Wzorce zniekształceń (algorytmiczne przekształcanie, filtracja redakcyjna)
- Współczynniki kompresji (streszczenia, skróty, przycinanie)
- Wskaźniki błędów (błędne cytaty, błędne linki, zerwane łańcuchy odniesień)
Te sygnały pozwalają adapterom oszacować, jak dobrze znaczenie może być zachowane w trakcie propagacji.
🌐 Sygnaly topologii dystrybucji (D)#
Topologia dystrybucji opisuje strukturalny kształt przepływu informacji. Istotne surowe sygnały obejmują:
- Łączność grafu (stopień, klasteryzacja, modularność)
- Metryki centralizacji (dominacja węzłów, wąskie gardła)
- Granice silosów (podziały społeczności, komory echa)
- Częstotliwość cross-talku (krawędzie międzyklastrowe)
- Prędkość przepływu (jak szybko informacje poruszają się po grafie)
- Wzorce przekierowań (retweety, udostępnienia, reposty, łańcuchy linków)
Te sygnały pozwalają adapterom mapować topologię środowiska medialnego.
⚡ Sygnaly Dynamiki Uwag (A)#
Dynamika Uwag reprezentuje energię systemu. Istotne surowe sygnały obejmują:
- Wzrosty zaangażowania (polubienia, udostępnienia, komentarze, czas oglądania)
- Zmienność (wariancja uwagi w czasie)
- Koncentracja (jak ściśle uwaga skupia się wokół tematów)
- Krzywe zaniku (jak szybko uwaga się rozprasza)
- Podpisy kaskadowe (szybkie zdarzenia amplifikacji)
- Nasycenie (przeciążenie uwagi lub wypalenie)
Te sygnały pozwalają adapterom kwantyfikować uwagę jako siłę strukturalną.
🧩 Sygnaly Spójności Narracyjnej (N)#
Spójność narracyjna mierzy stabilność i interpretowalność znaczenia. Istotne surowe sygnały obejmują:
- Wyrównanie semantyczne (podobieństwo tematów, wspólne ramy)
- Znaczniki konfliktu (sprzeczności, niekompatybilne twierdzenia)
- Wskaźniki dryfu (zmiany w ramowaniu lub terminologii)
- Fragmentacja (rozbieżność w społecznościach)
- Półżycie narracji (trwałość wątków)
- Interpretowalność (jasność, spójność, czytelność)
Te sygnały pozwalają adapterom wykrywać, czy narracje są stabilne, pluralistyczne, konfliktowe, czy się załamują.
⏱ Sygnaly Cykliczności Czasowej (T)#
Cykliczność czasowa rejestruje prędkość i ciśnienie zaniku w środowisku medialnym. Istotne surowe sygnały obejmują:
- Częstotliwość aktualizacji (posty na minutę/godzinę/dzień)
- Przyspieszenie (wzrost liczby postów lub zaangażowania)
- Ciśnienie odświeżania (popyt na stałą nowość)
- Trwałość (jak długo elementy pozostają widoczne lub istotne)
- Kompresja (kurczący się czas półtrwania informacji)
- Burzliwość (nieregularne grupowanie czasowe)
Te sygnały pozwalają adapterom mierzyć, jak szybko system się porusza i jak duże obciążenie cykliczność wywiera na sygnał i narrację.
🧬 Sygnały kompozytowe w osi krzyżowej#
Niektóre surowe sygnały mapują się na wiele osi jednocześnie. Te kompozyty są szczególnie ważne dla oceny niezmienności.
- Podpisy wiralności → A + D + T
- Wzorce dezinformacji → S + N
- Cykle oburzenia → A + N + T
- Utrwalanie silosów → D + N
- Rozkład epistemiczny → S + T
- Zmiana narracji → N + T + A
Adaptery mogą używać sygnałów kompozytowych, aby poprawić dokładność wektora bez interpretacji treści.
🧱 Normalizacja sygnału#
Wszystkie surowe sygnały muszą być znormalizowane do zakresu 0.0–1.0 przed mapowaniem na podłoże. Strategie normalizacji obejmują:
- Skalowanie min‑max
- Skalowanie logarytmiczne dla rozkładów o długim ogonie
- Normalizacja Z‑score dla metryk zmienności
- Wygładzanie czasowe dla kadencji i uwagi
- Normalizacja oparta na grafach dla metryk topologicznych
Normalizacja zapewnia, że wszystkie adaptery produkują porównywalne wektory niezależnie od typu wejścia.
📚 Podsumowanie sygnałów#
Sygnały medialne dzielą się na pięć kategorii strukturalnych:
- Integralność sygnału — wierność i szum
- Topologia dystrybucji — przepływ i struktura
- Dynamika uwagi — energia i zmienność
- Koherencja narracyjna — znaczenie i stabilność
- Temporalna kadencja — prędkość i ciśnienie rozkładu
Te sygnały stanowią surowy materiał, który adaptery przekształcają w strukturalne prymitywy MSM.