A disseminação de desinformação nas mídias sociais é um problema social urgente que as empresas de tecnologia e os formuladores de políticas continuam enfrentando, mas aqueles que estudam essa questão ainda não têm uma compreensão profunda de por que e como as notícias falsas se espalham.
Para lançar alguma luz sobre esse tópico obscuro, pesquisadores do MIT desenvolveram um modelo teórico de uma rede social semelhante ao Twitter para estudar como as notícias são compartilhadas e explorar situações em que uma notícia não confiável se espalhará mais amplamente do que a verdade. Os agentes do modelo são movidos pelo desejo de persuadir os outros a adotarem seu ponto de vista:a suposição chave no modelo é que as pessoas se preocupam em compartilhar algo com seus seguidores se acharem que é persuasivo e provável que aproxime os outros de seus seguidores. mentalidade. Caso contrário, eles não vão compartilhar.

Os pesquisadores descobriram que, em tal cenário, quando uma rede está altamente conectada ou as opiniões de seus membros são fortemente polarizadas, as notícias que provavelmente são falsas se espalharão mais amplamente e viajarão mais fundo na rede do que notícias com maior credibilidade.

Este trabalho teórico pode informar estudos empíricos sobre a relação entre a credibilidade das notícias e o tamanho de sua disseminação, o que pode ajudar as empresas de mídia social a adaptar as redes para limitar a disseminação de informações falsas.

"Mostramos que, mesmo que as pessoas sejam racionais na forma como decidem compartilhar as notícias, isso ainda pode levar à amplificação de informações com baixa credibilidade. Com esse motivo de persuasão, por mais extremas que sejam minhas crenças - visto que quanto mais eles são o que mais ganho ao mover as opiniões dos outros - sempre há alguém que amplifica [a informação]", diz o autor sênior Ali Jadbabaie, professor e chefe do Departamento de Engenharia Civil e Ambiental e membro do corpo docente do Instituto de Dados, Sistemas e Sociedade (IDSS) e investigador principal do Laboratório de Sistemas de Informação e Decisão (LIDS).

Juntando-se a Jadbabaie no artigo estão o primeiro autor Chin-Chia Hsu, estudante de pós-graduação no programa de Sistemas Sociais e de Engenharia do IDSS, e Amir Ajorlou, um cientista de pesquisa do LIDS. A pesquisa será apresentada esta semana na Conferência IEEE sobre Decisão e Controle.

Pensando na persuasão

Esta pesquisa baseia-se em um estudo de 2018 de Sinan Aral, David Austin Professor of Management na MIT Sloan School of Management; Deb Roy, professora associada de artes e ciências da mídia no Media Lab; e o ex-pós-doutorado Soroush Vosoughi (agora professor assistente de ciência da computação na Universidade de Dartmouth). Seu estudo empírico de dados do Twitter descobriu que notícias falsas se espalham mais, mais rápido e mais profundamente do que notícias reais.

Jadbabaie e seus colaboradores queriam detalhar por que isso ocorre.

Eles levantaram a hipótese de que a persuasão pode ser um forte motivo para compartilhar notícias – talvez os agentes da rede queiram persuadir outros a aceitar seu ponto de vista – e decidiram construir um modelo teórico que os permitisse explorar essa possibilidade.

Em seu modelo, os agentes têm alguma crença prévia sobre uma política e seu objetivo é persuadir os seguidores a mover suas crenças para mais perto do lado do espectro do agente.

Uma notícia é inicialmente divulgada para um pequeno e aleatório subgrupo de agentes, que deve decidir se deseja compartilhar essa notícia com seus seguidores. Um agente pesa a noticiabilidade do item e sua credibilidade e atualiza sua crença com base em quão surpreendente ou convincente é a notícia.

“Eles vão fazer uma análise de custo-benefício para ver se, em média, essa notícia vai aproximar as pessoas do que elas pensam ou afastar. E nós incluímos um custo nominal para o compartilhamento. você está rolando nas redes sociais, você tem que parar para fazer isso. Pense nisso como um custo. Ou um custo de reputação pode vir se eu compartilhar algo que é embaraçoso. Todo mundo tem esse custo, então quanto mais extremo e mais interessante for o notícias, mais você deseja compartilhá-las", diz Jadbabaie.

Se a notícia afirma a perspectiva do agente e tem poder de persuasão que supera o custo nominal, o agente sempre compartilhará a notícia. Mas se um agente achar que a notícia é algo que outros já podem ter visto, o agente é desincentivado a compartilhá-la.

Uma vez que a disposição de um agente em compartilhar notícias é um produto de sua perspectiva e quão persuasiva é a notícia, quanto mais extrema a perspectiva de um agente ou mais surpreendente a notícia, maior a probabilidade de o agente compartilhá-la.

Os pesquisadores usaram esse modelo para estudar como as informações se espalham durante uma cascata de notícias, que é uma cadeia de compartilhamento ininterrupta que permeia rapidamente a rede.

Conectividade e polarização

A equipe descobriu que quando uma rede tem alta conectividade e as notícias são surpreendentes, o limite de credibilidade para iniciar uma cascata de notícias é menor. Alta conectividade significa que existem várias conexões entre muitos usuários na rede.

Da mesma forma, quando a rede está amplamente polarizada, há muitos agentes com visões extremas que desejam compartilhar a notícia, iniciando uma cascata de notícias. Em ambos os casos, notícias com baixa credibilidade criam as maiores cascatas.

"Para qualquer notícia, há um limite natural de velocidade de rede, um alcance de conectividade, que facilita uma boa transmissão de informações onde o tamanho da cascata é maximizado por notícias verdadeiras. situações em que notícias imprecisas ou com baixa credibilidade têm um tamanho de cascata maior", diz Jadbabaie.

Se as opiniões dos usuários na rede se tornarem mais diversificadas, é menos provável que uma notícia com pouca credibilidade se espalhe mais amplamente do que a verdade.

Jadbabaie e seus colegas projetaram os agentes da rede para se comportarem racionalmente, de modo que o modelo capturasse melhor as ações que humanos reais podem realizar se quiserem persuadir os outros.

"Alguém pode dizer que não é por isso que as pessoas compartilham, e isso é válido. Por que as pessoas fazem certas coisas é um assunto de intenso debate na ciência cognitiva, psicologia social, neurociência, economia e ciência política", diz ele. "Dependendo de suas suposições, você acaba obtendo resultados diferentes. Mas eu sinto que essa suposição de que a persuasão é o motivo é uma suposição natural."

Seu modelo também mostra como os custos podem ser manipulados para reduzir a disseminação de informações falsas. Os agentes fazem uma análise de custo-benefício e não compartilham notícias se o custo para fazê-lo supera o benefício do compartilhamento.

"Não fazemos nenhuma prescrição de política, mas uma coisa que este trabalho sugere é que, talvez, ter algum custo associado ao compartilhamento de notícias não seja uma má ideia. A razão pela qual você recebe muitas dessas cascatas é porque o custo de compartilhar as notícias é realmente muito baixo", diz ele.