blogtecaolivelli

computer sciencesocietàinternet

Fonte: Internet

computer sciencesocietàinternet

Secondo un sondaggio realizzato nel 2016

dal Pew Research Center, il 62 per cento

degli americani legge le notizie sui social media.

Questa statistica aiuta a spiegare l'onnipresenza

delle notizie fasulle: quando le informazioni

viaggiano attraverso i social network, i normali

filtri editoriali non hanno alcuna possibilità di

separare il tweet di qualità dalla bufala.

Lo sviluppo di strumenti che aiutino a fermare

la diffusione di menzogne e false voci richiederà

la collaborazione di informatici, linguisti, psicologi

e sociologi. Un nuovo studio, che sarà presentato

questo mese in una conferenza dell'Association

for Computing Machinery, ha analizzato milioni

di tweets, rivelando le parole e le frasi che sono

considerate più credibili.

CARL COURT/AFP/Getty ImagesTanushree Mitra,

esperta di informatica del Georgia Institute of

Technology e prima autrice dello studio, dice che

si è interessata al problema quando nel 2011 fu

ucciso Osama bin Laden e circolarono numerosi

messaggi su se e come fosse veramente morto.

Molti sentirono parlare per la prima volta

dell'uccisione su Twitter.

"Sui social media questo tipo di notizie dell'ultim'ora

e le relative speculazioni circolano molto prima che

la notizia raggiunga i mezzi di informazione

tradizionali", dice Mitra.

Lei e i suoi collaboratori al Georgia Tech hanno

voluto sviluppare dei sistemi automatizzati per

valutare se gli eventi sono realmente accaduti,

basandosi esclusivamente sul modo in cui le

persone ne stavano parlando.

Questi strumenti possono aiutare a rilevare voci

false prima che si diffondano troppo.

I ricercatori hanno costruito un database di 1377

eventi avvenuti tra ottobre 2014 e febbraio 2015

e dei tweet associati a essi.

Per assegnare un punteggio di "credibilità" a ogni

evento, i partecipanti allo studio leggevano alcuni

tweet e, in base a ciò che sapevano o a una

ricerca on- line, ne valutavano la "correttezza"

dell'evento riferito.

A seconda della percentuale di persone che

classificavano gli eventi come "certamente corretti",

questi venivano stati collocati in quattro categorie:

credibilità massima, credibilità elevata, credibilità

moderata e scarsa credibilità.

Gli eventi scarsamente credibili includevano un

giocatore di football morto dopo un placcaggio

particolamente duro, e la polizia che spruzzava

pepe su una folla. (Le valutazioni di accuratezza

non erano perfette: la polizia aveva effettivamento

usato il pepe contro la folla)

I ricercatori hanno poi analizzato statisticamente

i 66 milioni di tweet relativi agli eventi, cercando

correlazioni tra i punteggi di credibilità e alcune

caratteristiche, come le parole che esprimono

incertezza o un'emozione.

Nello studio, non ancora pubblicato, elencano

diversi indizi utili: gli eventi "credibili" avevano

più probabilità di essere descritti su Twitter con

termini come appeared, depending e guessed 

(sembra, stando a, si suppone), mentre gli eventi

"incredibili" erano accompagnati da altri termini,

comeindicates, certain level e  dubious (indica, in

certa misura, dubbio).

Alcuni dei migliori "barometri" erano vocaboli

che esprimevano un giudizio: vibrant, unique e 

intricate (vivace, unico e complesso) lasciavano

prevedere un'alta credibilità, mentre pry, awfulness

 e lacking  (indagare, orrore e privo) suggerivano

una scarsa credibilità.

(Stranamente, darn(maledizione) era associato

a un'elevata credibilità, damn (dannazione) a una bassa.)

E anche se termini amplificativi come without doubt 

(senza dubbio) e undeniable (innegabile)  facevano

prevedere una scarsa credibilità nei tweet originali,

ne prevedevano una alta nei retweet.

Al di là di specifiche parole, lunghe citazioni nei retweet

suggeriscono una scarsa credibilità, forse perché chi

ripubblica i tweet di un altro è riluttante a prendersi

la responsabilità dell'affermazione. Anche un elevato

numero di retweet è stato associato a una scarsa credibilità.

(Queste sono tutte correlazioni: i ricercatori non sanno,

per esempio, se il numero di retweet ha influenzato la

valutazione dei partecipanti allo studio, o se retweet

e valutazioni dipendevano, in modo indipendente tra

loro, dalle caratteristiche del evento supposto.)

I ricercatori hanno anche testato la capacità del loro

modello di prevedere la credibilità di un evento,

combinando indicatori come quelli citati.

mkhmarketing Flickr (CC BY 2.0)Se l'algoritmo

procedesse a caso, darebbe la risposta giusta i

l 25 per cento delle volte; se indovinasse sempre

i casi di "credibilità elevata"- la categoria con il

maggior numero di eventi - sarebbe nel giusto il

32 per cento delle volte.

Ma l'algoritmo ha funzionato molto meglio di così,

raggiungendo una correttezza del 43 per cento.

Se poi si assegna all'algoritmo mezzo punto

quando un'attribuzione è solo leggermente

errata (per esempio, attribuendo "massima

credibilità" a un evento con "credibilità elevata"),

la precisione dell'algoritmo arriva al 65 per cento.

I ricercatori sperano di migliorare le prestazioni,

combinando spunti linguistici con elementi come

l'autore del tweet o i link citati.

In un lavoro preliminare,

Mitra ha dimostrato che le storie provenienti da

una sola persona tendono ad avere scarsa credibilità.

I ricercatori considerano il loro modello uno strumento

come una sorta di "occhio preliminare", che attiri

l'attenzione di giornalisti e fact checkers su resconti

che potrebbero interessarli, per occuparsene o per smentirli.

Secondo Robert Mason - un ricercatore dell'Università

di Washington che ha studiato i messaggi su Twitter

a proposito dell'attentato alla maratona di Boston,

ma non ha partecipato allo studio di Mitra -

uno strumento del genere potrebbe anche aiutare

i primi soccorritori a decidere di quali informazioni

fidarsi durante un emergenza.

Westend61/Getty ImagesUn'altra possibilità,

dice Mason, è inserire dentro  Twitter o Facebook

sistemi di alllerta che individuino quando una

persona sta per condividere storie potenzialmente false,

chiedendo se è sicura di volerlo fare, in modo tale

da "rallentare la facilità con cui diffondiamo le informazioni".

Tuttavia, fermare la diffusione di notizie false sarà difficile

anche ricorrendo all'intelligenza artificale.

Mason ricorda l'adagio secondo cui una bugia può viaggiare

per mezzo mondo prima che la verità si metta le scarpe.

Spesso la disinformazione è più avvincente della verità.

E i giornalisti sono spinti a riferire rapidamente le notizie.

In ogni caso, spesso la gente ignora l'autorevolezza

della fonte. "In un'epoca di social media e di

informazioni in rapidissimo movimento," dice Mason,

"che cos'è una fonte autorevole? Non abbiamo più un

Walter Cronkite o un Edward R. Murrow che ci dicano

'Ecco come stanno le cose'. Abbiamo una molteplicità

di voci che dicono che le cose stanno così. E quindi

tocca a noi scegliere".

L'originale di questo articolo è stato pubblicato su

Scientific American il 3 febbraio  2017. Traduzione

ed editing a cura di Le Scienze.

Riproduzione autorizzata, tutti i diritti riservati.