Duncan Watts, a Penn integra professor de conhecimento e cientista social computacional com nomeações na Annenberg School for Communication, Escola de Engenharia e Ciências Aplicadas e Escola Wharton, publicou uma nova estrutura para estudar o preconceito e a desinformação da mídia. Publicando esta semana no Proceedings of the National Academy of Sciences e coautoria com colegas da Microsoft Research, o artigo descreve uma agenda de pesquisa ambiciosa e abrangente para compreender as origens, natureza, e prevalência de desinformação e seu impacto na democracia.

A frase "notícias falsas" tornou-se parte do léxico, estimulado pela cobertura de notícias de anúncios políticos falsos e bots do Twitter e por preocupações sobre seu papel em movimentos políticos populistas, como o Brexit e a eleição presidencial de 2016. Essas histórias desencadearam uma enorme quantidade de pesquisas, com a publicação de milhares de jornais tentando entender como as notícias falsas estavam se espalhando.

"Este foco esmagador em mentiras que circulam nas redes sociais foi perturbador, mas estava faltando alguma coisa, "diz Watts." E esse algo é essa concepção muito mais ampla de desinformação. "

Watts explica que a desinformação inclui mais do que mentiras e falsidades, porque também existem maneiras mais sutis de as pessoas serem enganadas. Isso inclui a coleta seletiva de dados, interpretando mal a relação entre correlação e causalidade, ou mesmo simplesmente apresentando fatos de uma maneira particular, táticas que podem levar as pessoas a uma conclusão falsa sem falhar tecnicamente em uma verificação de fatos.

A desinformação também não é algo que se limita às redes sociais, ele diz, com a televisão, rádio, e as publicações impressas também desempenham um papel importante. "Todas as pesquisas feitas no Twitter superam em muito a quantidade de pesquisas feitas na TV nos últimos quatro anos, e, no entanto, a TV é uma fonte maior de informações relacionadas à política para os americanos típicos do que o Twitter ", diz Watts." Nós realmente temos que pensar muito mais amplamente sobre as partes do ecossistema de informações que podem estar causando alguns desses problemas. "

Para este fim, Watts e seus co-autores descrevem quatro objetivos específicos que permitiriam às comunidades de pesquisa e agências de financiamento abordar esses tipos de questões complexas:

Crie uma infraestrutura de dados em grande escala

O primeiro passo, Watts diz, é construir uma infraestrutura de pesquisa para coletar, organizar, limpar, e tornar os dados disponíveis e acessíveis para a comunidade de pesquisa mais ampla. É semelhante a outros empreendimentos de pesquisa em grande escala, como o Grande Colisor de Hádrons, onde uma comunidade de cientistas se une para trabalhar em um único instrumento ou projeto que gere dados para todo um campo de pesquisadores.

"Se você quiser ver tudo o que está sendo produzido na televisão, rádio, e a web e fazer perguntas, não há como respondê-los agora, "diz Watts." Não existe nenhuma infraestrutura para coletar esses dados, e até mesmo apenas coletar esses dados é uma tarefa enorme. "

Estabelecer um modelo de 'colaboração em massa'

Com uma infraestrutura de dados robusta instalada, o próximo objetivo é maximizar seu valor coordenando os esforços de vários grupos de pesquisa. Em vez de trabalhar em conjuntos de dados únicos que são selecionados e analisados ​​por um indivíduo ou grupo, este modelo de trabalho fornece uma maneira de estudar os problemas de forma mais holística.

Essa estratégia também pode ajudar os pesquisadores a trabalhar de forma mais eficaz em problemas de grande escala, melhorar a replicabilidade dos estudos, e ajudar os grupos a construir sobre o conhecimento cumulativo que poderia então ser aplicado fora da academia, diz Watts.

Comunique-se com as partes interessadas

É importante educar o público sobre suas descobertas, Watts diz, e também é crucial tornar os dados acessíveis e relevantes.

"Informar o público é algo valioso a se fazer, mas não é algo que temos muito incentivo para fazer como acadêmicos, "diz Watts, acrescentando que diferentes maneiras de atingir este objetivo podem incluir a publicação de versões "vivas" de documentos de pesquisa na forma de painéis de dados.

Desenvolver parcerias acadêmicas-indústria

"Já seria um grande passo para pessoas de diferentes disciplinas e instituições trabalharem juntas em um conjunto de dados comum, mas, se quisermos realmente resolver problemas no mundo, temos que fazer mais do que apenas entender as coisas. Temos que também tentar projetar intervenções que afetem a experiência das pessoas em plataformas reais e medir as consequências, " ele diz.

Desde a colaboração com cientistas da computação para melhorar a justiça dos algoritmos até o trabalho com jornalistas para ajudá-los a entender como seu trabalho influencia a opinião pública, envolver-se com parceiros fora da academia é essencial para lidar com a desinformação, Watts diz.

Para consolidar e acelerar o trabalho para alcançar esses objetivos, Watts lançou o Laboratório de Ciências Sociais Computacionais na Penn no mês passado. Ela abrirá oficialmente suas portas no início do próximo ano letivo. Sua pesquisa contínua inclui o estudo da prevalência de conteúdo radical no YouTube, avaliando como o consumo de mídia mudou de TV ao vivo para plataformas de streaming, os impactos das câmaras de eco, identificar e rastrear preconceitos na cobertura da mídia, e uma série de projetos com provedores de dados para melhorar a qualidade dos dados para que os pesquisadores possam analisar mais facilmente e dar sentido a esses conjuntos de dados complexos.

"Muitos pesquisadores podem começar a usar esses dados, e então a quantidade de pesquisas que é gerada por essa infraestrutura aumenta em 100 ou cem vezes. Acho que essa será a verdadeira inovação, "diz ele." Há muitas perguntas por aí, e gostaríamos de ajudar muitas pessoas a responder a essas perguntas. "