El tiempo es la esencia una avalancha de actualizaciones repartidas por Net y las redes sociales. Los miembros del público están ansiosos por encontrar información en la que puedan confiar.
La información falsa puede tener consecuencias perjudiciales. Los medios de comunicación, las redes sociales y las organizaciones gubernamentales han adoptado nuevas estrategias en los últimos años, poniendo mayor énfasis en la verificación de hechos y marcando publicaciones engañosas, para proporcionar el contexto importante que necesitan las audiencias.
Pero, ¿cómo pueden los creadores de contenido centrar sus esfuerzos en áreas donde es possible que la desinformación bring about el mayor daño público? La investigación de la Escuela de Administración (SOM) de la Universidad de Binghamton ofrece posibles soluciones a través de un marco de aprendizaje automático propuesto, así como un uso ampliado de la tecnología blockchain.
“Es más probable que nos interesen las noticias falsas si causan un daño que afecta a los lectores o al público. Si las personas perciben que no hay daño, es más probable que compartan la información errónea”, dijo Thi Tran, profesora asistente de sistemas de información gerencial, quien dirigió la investigación. “Los daños provienen de si las audiencias actúan de acuerdo con las afirmaciones de la desinformación, o si rechazan la acción adecuada debido a ello. Si tenemos una forma sistemática de identificar dónde la desinformación hará más daño, eso nos ayudará a saber dónde enfocarnos en la mitigación”.
Tran presentó recientemente su investigación en una conferencia organizada por SPIE, la organización internacional sin fines de lucro dedicada al avance de la investigación y las tecnologías basadas en la luz. Un artículo se centró en el marco basado en el aprendizaje automático, que es una rama de la inteligencia artificial (IA) y la informática que utiliza datos y algoritmos para imitar la forma en que aprenden los humanos y, al mismo tiempo, mejorar gradualmente su precisión. Otro documento trató sobre el uso de blockchain, que es un tipo de tecnología de foundation de datos compartida.
La investigación de Tran propuso sistemas de aprendizaje automático para ayudar a determinar la escala en la que el contenido podría causar daño a su audiencia y concentrarse en los peores infractores. Los ejemplos incluyen historias que circularon durante el apogeo de la pandemia de COVID-19 que promocionaban tratamientos alternativos falsos en lugar de la vacuna.
El marco usaría datos y algoritmos para detectar indicadores de información errónea y usaría esos ejemplos para informar y mejorar el proceso de detección. También consideraría las características de los usuarios de personas con experiencia previa o conocimiento sobre noticias falsas para ayudar a armar un índice de daño. El índice reflejaría la gravedad del posible daño a una persona en ciertos contextos si fuera expuesta y victimizada por las noticias falsas.
Según la información recopilada, dijo Tran, el sistema de aprendizaje automático podría ayudar a los mitigadores de noticias falsas a discernir qué mensajes probablemente sean más dañinos si se les permite propagarse sin ser cuestionados.
“Su nivel educativo o creencias políticas, entre otras cosas, pueden influir en si es possible que confíe en un mensaje de información errónea o no, y el sistema de aprendizaje automático puede aprender esos factores”, dijo Tran. «Por ejemplo, el sistema puede sugerir, de acuerdo con las características de un mensaje y su personalidad y antecedentes, etc., que es un 70% probable que se convierta en víctima de ese mensaje de desinformación específico».
Si bien se han realizado otros estudios sobre el uso de la tecnología blockchain como una herramienta para combatir las noticias falsas, la investigación de Tran también amplía los hallazgos anteriores al explorar más de cerca la aceptabilidad de dichos sistemas por parte del usuario.
“El modelo de investigación que construí nos permite probar diferentes teorías y luego probar cuál es la mejor manera de convencer a las personas de usar algo de blockchain para combatir la desinformación”, dijo Tran.
Tran propuso encuestar a 1000 personas de dos grupos: mitigadores de noticias falsas (organizaciones gubernamentales, medios de comunicación y administradores de redes sociales) y usuarios de contenido que podrían estar expuestos a mensajes de noticias falsas. La encuesta establecería tres sistemas de cadena de bloques existentes y mediría la voluntad de los participantes de usar esos sistemas en diferentes escenarios.
La trazabilidad es una de las buenas características de blockchain, dijo Tran, porque puede identificar y clasificar las fuentes de información errónea para ayudar a reconocer los patrones.
“Espero que esta investigación nos ayude a educar a más personas sobre cómo ser conscientes de los patrones”, dijo Tran, “para que sepan cuándo verificar algo antes de compartirlo y estén más atentos a las discrepancias entre el título y el contenido en sí, lo que mantendría la la información errónea se propague sin querer”.
