Combatir la desinformación: Estrategias tecnológicas y de activismo
El término "fake news" (noticias falsas) se ha vuelto ubicuo en los últimos dos años. El diccionario Cambridge English lo define como "historias falsas que parecen noticias, difundidas en internet u otros medios, usualmente creadas para influir opiniones políticas o como broma".
Como parte de un impulso global para frenar la propagación de desinformación deliberada, los investigadores intentan entender qué impulsa a las personas a compartir fake news y cómo su respaldo puede propagarse a través de una red social.
Pero los humanos somos animales sociales complejos, y la tecnología pierde la riqueza del aprendizaje e interacciones humanas.
Por eso decidimos tomar un enfoque diferente en nuestra investigación. Usamos las últimas técnicas de inteligencia artificial para estudiar cómo el apoyo a —u oposición contra— una pieza de fake news puede extenderse dentro de una red social. Creemos que nuestro modelo es más realista que enfoques previos porque los individuos en nuestro modelo aprenden endógenamente de sus interacciones con el entorno y no solo siguen reglas prescritas. Nuestro enfoque novedoso nos permitió aprender varias cosas nuevas sobre cómo se propaga la fake news.
La conclusión principal de nuestra investigación es que cuando se trata de prevenir la propagación de fake news, la privacidad es clave. Es importante mantener tus datos personales para ti y ser cauteloso al proporcionar información a grandes sitios de redes sociales o motores de búsqueda.
La ola más reciente de innovaciones tecnológicas nos ha traído la web 2.0 centrada en datos y con ella una serie de desafíos fundamentales a la privacidad del usuario y la integridad de las noticias compartidas en redes sociales. Pero como muestra nuestra investigación, hay razones para ser optimistas de que la tecnología, acompañada de una dosis saludable de activismo individual, también podría proporcionar soluciones al flagelo de las fake news.
Modelando el comportamiento humano
La literatura existente modela la propagación de fake news en una red social de dos maneras.
En la primera instancia, podrías modelar qué sucede cuando las personas observan lo que hacen sus vecinos y luego usan esta información en un cálculo complicado para actualizar óptimamente sus creencias sobre el mundo.
El segundo enfoque asume que las personas siguen una regla de mayoría simple: todos hacen lo que la mayoría de sus vecinos hacen.
Pero ambos enfoques tienen sus deficiencias. No pueden imitar lo que sucede cuando la mente de alguien cambia después de varias conversaciones o interacciones.
Nuestra investigación fue diferente. Modelamos humanos como agentes que desarrollan sus propias estrategias sobre cómo actualizar sus puntos de vista sobre una noticia dadas las acciones de sus vecinos. Luego introdujimos un adversario que intentaba propagar fake news y comparamos qué tan eficiente era el adversario cuando tenía conocimiento sobre la fuerza de las creencias de otros agentes comparado con cuando no lo tenía.
En un ejemplo del mundo real, un adversario decidido a propagar fake news podría primero leer tu perfil de Facebook y ver en qué crees, luego adaptar su desinformación para intentar coincidir con tus creencias y aumentar la probabilidad de que compartas la fake news que te envió.
Aprendimos algunas cosas nuevas sobre cómo se propaga la fake news. Por ejemplo, mostramos que proporcionar retroalimentación sobre noticias que se han compartido hace que sea más fácil para las personas detectar fake news.
Nuestro trabajo también sugiere que inyectar artificialmente una cierta cantidad de fake news en una red social puede entrenar a los usuarios para detectar mejor fake news.
Crucialmente, también podemos usar modelos como el nuestro para idear estrategias sobre cómo frenar la propagación de fake news.
Hay tres cosas que hemos aprendido de esta investigación sobre lo que todos pueden hacer para detener las fake news.
Luchando contra las fake news
Como los humanos aprenden de sus vecinos, que aprenden de sus vecinos, y así sucesivamente, todos los que detectan y marcan fake news pueden ayudar a prevenir la propagación de fake news en la red. Cuando modelamos cómo se puede prevenir la propagación de fake news, encontramos que la mejor manera era permitir a los usuarios proporcionar retroalimentación a sus amigos sobre una noticia que compartieron.
Más allá de señalar fake news, también puedes elogiar a un amigo cuando comparte un periodismo de calidad bien investigado y equilibrado. Importante, este elogio puede ocurrir incluso cuando no estás de acuerdo con la conclusión o punto de vista político expresado en el artículo. Estudios en psicología humana y aprendizaje por refuerzo muestran que las personas adaptan su comportamiento en respuesta a retroalimentación negativa y positiva —especialmente cuando esta retroalimentación proviene de su círculo social.
La segunda gran lección fue: mantén tus datos para ti.
La web 2.0 se construyó sobre la premisa de que las empresas ofrecen servicios gratuitos a cambio de datos de usuarios. Miles de millones siguieron el canto de sirena, convirtiendo a Facebook, Google, Twitter y LinkedIn en colosos de miles de millones de dólares. Pero a medida que estas empresas crecieron, se recopilaron más y más datos. Algunos estiman que hasta el 90% de todos los datos del mundo solo se han creado en los últimos años.
No regales tu información personal fácil o libremente. Siempre que sea posible, usa herramientas que estén completamente encriptadas y recopilen muy poca información sobre ti en línea. Hay una alternativa más segura y enfocada en privacidad para la mayoría de aplicaciones, desde motores de búsqueda hasta aplicaciones de mensajería.
Los sitios de redes sociales aún no tienen alternativas enfocadas en privacidad. Afortunadamente, la aparición de blockchain ha proporcionado una nueva tecnología que podría resolver la paradoja privacidad-rentabilidad. En lugar de tener que confiar en Facebook para mantener tus datos seguros, ahora puedes ponerlos en una blockchain descentralizada diseñada para operar como un entorno sin confianza (trustless).
Artículos Destacados
- Invertir en China e India desde EE. UU.: Guía Completa
- Estrategias de Gestión de Riesgo: Aplicando las Reglas del 2% y 6% para Traders
- Aprovechando el Análisis de Datos para la Gestión de Activos Ilíquidos
- Protege tu Bitcoin: Identificando y Evitando Estafas de Criptomonedas
- Polygon (MATIC): Escalando Ethereum para Transacciones Más Rápidas y Baratas
- Gastar Bitcoin: Guía práctica y casos de uso actuales
- Blockchain y Criptomonedas: Revolucionando Entretenimiento y Finanzas
- Detectando Estafas Cripto y Falsas Criptomonedas: Guía para Inversores
- El Metaverso Explicado: Mundos Virtuales y Oportunidades de Inversión
-
Superando barreras para invertir en cripto: Guía prácticaToda inversión tiene riesgo, volatilidad e incertidumbre —las cripto no son diferentes. Aquí tienes consejos para gestionar tus objeciones internas a la inversión. Cuando inviertes en criptomonedas, d...
-
Inflación: 6 gastos que suben y cómo ahorrar en cada unoLa inflación va y viene. Saber ahorrar dura para siempre. Lo esencial Por la pandemia, la inflación llegó a 7.5%. Recortar costos ayuda a amortiguar el impacto de la inflación en tu presupuesto. Aun...
