.
Uma estrutura de aprendizado de máquina proposta e o uso expandido da tecnologia blockchain podem ajudar a combater a disseminação de notícias falsas, permitindo que os criadores de conteúdo se concentrem em áreas onde a desinformação provavelmente causará mais danos públicos, de acordo com uma nova pesquisa da Binghamton University, State University of Nova Iorque.
A pesquisa liderada por Thi Tran, professor assistente de sistemas de informações gerenciais na Escola de Administração da Universidade de Binghamton, expande os estudos existentes, oferecendo ferramentas para reconhecer padrões de desinformação e ajudar os criadores de conteúdo a zerar os piores infratores.
“Espero que esta pesquisa nos ajude a educar mais pessoas sobre como estar ciente dos padrões”, disse Tran, “para que saibam quando verificar algo antes de compartilhá-lo e estejam mais alertas para incompatibilidades entre o título e o conteúdo em si, o que manteria o desinformação se espalhe involuntariamente.”
A pesquisa de Tran propôs sistemas de aprendizado de máquina – um ramo da inteligência artificial (IA) e da ciência da computação que usa dados e algoritmos para imitar a maneira como os humanos aprendem, melhorando gradualmente sua precisão – para ajudar a determinar a escala em que o conteúdo pode causar mais danos ao seu público.
Os exemplos podem incluir histórias que circularam durante o auge da pandemia de COVID-19 divulgando falsos tratamentos alternativos à vacina.
A estrutura usaria dados e algoritmos para identificar indicadores de desinformação e usar esses exemplos para informar e melhorar o processo de detecção. Também consideraria as características do usuário de pessoas com experiência anterior ou conhecimento sobre notícias falsas para ajudar a montar um índice de danos. O índice refletiria a gravidade de possíveis danos a uma pessoa em determinados contextos se ela fosse exposta e vitimizada pela desinformação.
“É mais provável que nos preocupemos com notícias falsas se elas causarem danos que afetem os leitores ou o público. Se as pessoas perceberem que não há danos, é mais provável que compartilhem a desinformação”, disse Tran. “Os danos vêm se o público age de acordo com as alegações da desinformação ou se recusa a ação adequada por causa disso. Se tivermos uma maneira sistemática de identificar onde a desinformação causará mais danos, isso nos ajudará a saber onde focar na mitigação.”
Com base nas informações coletadas, disse Tran, o sistema de aprendizado de máquina pode ajudar os atenuadores de notícias falsas a discernir quais mensagens provavelmente serão as mais prejudiciais se puderem se espalhar sem contestação.
“Seu nível educacional ou crenças políticas, entre outras coisas, podem desempenhar um papel na probabilidade de você confiar em uma mensagem de desinformação ou não e esses fatores podem ser aprendidos pelo sistema de aprendizado de máquina”, disse Tran. “Por exemplo, o sistema pode sugerir, de acordo com as características de uma mensagem e sua personalidade e histórico e assim por diante, que é 70% provável que você se torne uma vítima dessa mensagem específica de desinformação”.
Embora outros estudos tenham sido realizados sobre o uso de blockchain – um tipo de tecnologia de banco de dados compartilhado – como uma ferramenta para combater notícias falsas, a pesquisa de Tran também expande descobertas anteriores, explorando a aceitabilidade do usuário de tais sistemas mais de perto.
Tran propôs entrevistar 1.000 pessoas de dois grupos: mitigadores de notícias falsas (organizações governamentais, agências de notícias e administradores de redes sociais) e usuários de conteúdo que poderiam ser expostos a mensagens de notícias falsas. A pesquisa apresentaria três sistemas blockchain existentes e avaliaria a disposição dos participantes de usar esses sistemas em diferentes cenários.
A rastreabilidade é um dos recursos interessantes do blockchain, disse Tran, porque pode identificar e classificar fontes de desinformação para ajudar a reconhecer os padrões.
“O modelo de pesquisa que desenvolvi nos permite testar diferentes teorias e provar qual é a melhor maneira de convencer as pessoas a usar algo do blockchain para combater a desinformação”, disse Tran.
Tran apresentou recentemente sua pesquisa em uma conferência organizada pela SPIE, organização internacional sem fins lucrativos dedicada ao avanço de pesquisas e tecnologias baseadas em luz. Um artigo enfocou a estrutura baseada em aprendizado de máquina e outro tratou do uso de blockchain.
.
