Fake news: da un italiano metodo per scovarle sui social

di Redazione | 24 Marzo 2020 @ 20:38 | TECNOLOGIA E INNOVAZIONE
Print Friendly and PDF

Una metodologia per individuare le fake news sulla base di come si diffondono sui social media, in particolare Twitter. E’ quanto sostiene di aver individuato Francesco Pierri, dottorando del corso in Data Analytics and Decision Sciences del Politecnico di Milano, in un lavoro pubblicato su Nature Scientific Reports.

Pieri illustra una metodologia basata sul machine learning che sfrutta le discrepanze nella diffusione tra notizie più o meno veritiere su Twitter, considerando le reti di diffusione originatesi dalle numerose interazioni tra utenti che condividono notizie on-line. Una metodologia che permette di superare l’approccio basato solo sul contenuto in quanto è indipendente dal testo della notizia, e potrebbe essere combinata con altri tipi di analisi già disponibili per individuare efficacemente i contenuti dannosi che circolano sui social network.

Lo studio, partendo da casi noti secondo cui le notizie false si diffondono più velocemente, più in profondità e in modo più ampio rispetto alle informazioni fattuali per effetto di social bots, camere di risonanza e pregiudizi algoritmici e umani, ha evidenziato che comunità di utenti che condividono news poco attendibili tendono ad essere più connesse tra loro e le notizie meno attendibili si diffondono sì più in profondità, ma con un’audience inferiore rispetto alle notizie tradizionali. Per lo studio, i ricercatori hanno quindi raccolto e monitorato la diffusione di migliaia di news pubblicate nel 2019 su decine di giornali on-line statunitensi, sia quelli cosiddetti di “disinformazione” che quelli tradizionali e più attendibili. Nell’arco di tre settimane sono stati raccolti più di 3 milioni di tweets condivisi da circa mezzo milione di utenti unici. In un altro lavoro, attualmente in peer-review, la stessa metodologia è stata applicata anche al contesto italiano con risultati simili.


Print Friendly and PDF

TAGS