Fake News - Ed. 2020

Computação e Desinformação: Tecnologias de Detecção de Desinformação Online - Comunicação, Mídia e Fake News

Entre no Jusbrasil para imprimir o conteúdo do Jusbrasil

Acesse: https://www.jusbrasil.com.br/cadastro

Leandro Nunes de Castro

Laboratório de Computação Natural e Aprendizagem de Máquina (LCoN). Programa de Pós-Graduação em Engenharia Elétrica e Computação (PPGEEC). Universidade Presbiteriana Mackenzie.

lnunes@mackenzie.br

Resumo: A ampla penetração da Internet e a evolução das mídias sociais tem promovido mudanças no ecossistema de mídia e comunicação. Cada vez mais pessoas buscam a informação que circula nas mídias sociais em detrimento das mídias convencionais, como revistas e jornais. Há uma superabundância de fontes de informação online e a geração dessa informação pode ser feita por qualquer um de nós, o que abre brechas para boatos, rumores, sátiras, teorias de conspiração e Fake News. Esse tipo de notícia traz à tona debates sociais, políticos, jurídicos e tecnológicos sobre como combater a desinformação. A checagem de fatos (do inglês fact-checking ) convencional não consegue lidar com a avalanche de notícias geradas continuamente e métodos computacionais para automação ou apoio a esse processo precisam ser desenvolvidos. No contexto político-eleitoral veem ocorrendo muitos debates sobre uma possível regulação do uso das mídias sociais nas campanhas políticas. Esse capítulo traz uma perspectiva de engenharia de computação sobre o problema de detecção de Fake News, posicionando-o como uma questão tecnológica e que, portanto, pode e deve ser tratada com ferramentas tecnológicas. São apresentados os conceitos centrais de detecção de Fake News usando métodos algorítmicos e ilustrados dois exemplos reais de detecção via técnicas de Inteligência Artificial.

Palavras-chave: Inteligência Artificial; Fake News; Desinformação; Tecnologia.

1.Introdução

Até pouco mais de uma década atrás a comunicação era feita de um para muitos e a sociedade era refém do conteúdo que alguns poucos grupos produziam e disseminavam. A penetração da Internet e a expansão das mídias sociais vem permitindo a geração e comunicação de muitos para muitos em uma escala sem precedentes. Cada vez menos pessoas restringe suas fontes de informação àquelas geradas pelos grandes grupos e aumenta exponencialmente a procura e consumo de informações geradas dentro da própria rede, virtualmente por qualquer um. Se, por um lado, se democratizou a geração e o compartilhamento de conteúdo, por outro vimos, também em grande proporção, a explosão da desinformação online (Del Vicario et al., 2016; Lazer et al., 2017; McCright & Dunlap, 2017).

Estudos recentes mostram que a exposição crescente dos usuários a essa desinformação aumenta a tendência deles a acreditarem nela (Bessi et al., 2014; Bessi et al., 2015; Mocanu et al., 2015). A desinformação por meios digitais tem se tornado tão ampla que o Fórum Econômico Mundial (WEF – World Economic Forum ) listou a desinformação, denominada de incêndio digital (do inglês, digital wildfire ), como uma das principais ameaças à sociedade (Howell, 2013). Outras iniciativas de mesma magnitude incluem os planos da OCDE de inclusão de pensamento crítico sobre as fontes de informação em seus Testes de Competência Global e o fato de que várias escolas já desenvolvem programas que ensinam alunos a avaliarem criticamente fontes online de conteúdo (WEF, 2018).

A verificação da veracidade da informação é um problema antigo, mas a Internet e as mídias sociais amplificaram esse problema. Há muitas discussões sobre a capacidade humana de discernir entre uma mensagem falsa e uma verdadeira ao mesmo tempo em que surfa e se engaja com o conteúdo online (Figueira & Oliveira, 2017; McCright & Dunlap, 2017). Mesmo os jovens, que normalmente têm muito mais facilidade com tecnologia, se veem com dificuldade para discernir uma notícia falsa de uma verdadeira e aproximadamente um terço deles informa já ter compartilhado uma notícia que eles descobriram ser falsa posteriormente (Robb, 2017).

Diante desse contexto, definir o grau de veracidade, ou a precisão, da informação online tornou-se uma tarefa bastante desafiadora, porém de extrema relevância. Esse capítulo apresenta uma perspectiva de engenharia de computação sobre o problema das Fake News e como detectá-las. São apresentados conceitos associados a Fake News e revisados métodos computacionais para a identificação automática delas, objetivando o projeto e construção de tecnologias capazes de nos auxiliar no combate às Fake News.

O capítulo está organizado da seguinte forma. A Seção 2 apresenta conceitos sobre Fake News e temas relacionados, como boatos, teorias de conspiração, sátiras e outros; e a Seção 3 discute as tecnologias de combate às Fake News, incluindo uma formalização do problema e o processo de detecção das Fake News nas mídias sociais. A Seção 4 ilustra alguns dos métodos discutidos na seção anterior utilizando dois exemplos de notícias potencialmente falsas. O capítulo é concluído na Seção 5 com algumas considerações sobre o avanço das mídias sociais e da inteligência artificial no combate às Fake News.

2.Fake News e Conceitos Relacionados

Cada vez passamos mais tempo conectados, principalmente nas mídias sociais, e, consequentemente, buscamos informação também nesses canais. Isso promove uma mudança nos hábitos de consumo de conteúdo, pois a informação disponibilizada (compartilhada) nas mídias é geralmente gratuita, apresentada em tempo real e pode ser compartilhada de forma muito mais ágil. Além disso, há razões psicológicas e sociais para a vulnerabilidade humana aos Fake News.

Como indivíduos temos um realismo ingênuo (do inglês, naïve realism ), por meio do qual acreditamos que a nossa percepção da realidade é o único ponto de vista correto, enquanto quem discorda de nós é visto como desinformado, irracional ou enviesado (Ross & Ward, 1996); e temos um viés de confirmação (do inglês, confirmation bias ), pelo qual preferimos informações que corroboram com nossa visão atual (Nickerson, 1998; McCright & Dunlap, 2017).

Como seres sociais, temos uma tendência a aceitar conceitos e ideias compartilhadas pelas nossas redes, o que ajuda a definir nossa identidade e autoestima, nos mantendo em ambientes socialmente seguros (Tajfel & Turner, 2004). Essa exposição seletiva ao conteúdo, que normalmente ocorre dentro de grupos com pessoas que compartilham crenças e pensamentos, é o principal promotor de difusão de conteúdo, formando a geração de clusters homogêneos, conhecidos como câmaras de eco (do inglês, echo chambers ) ou bolhas de filtro (do inglês, filter bubbles ), que os isolam de perspectivas contrárias ou alternativas (Del Vicario et al., 2016; Allcott & Gentzkow, 2017). Esse efeito de câmara de eco facilita o consumo e a crença nas Fake News...

Uma experiência inovadora de pesquisa jurídica em doutrina, a um clique e em um só lugar.

No Jusbrasil Doutrina você acessa o acervo da Revista dos Tribunais e busca rapidamente o conteúdo que precisa, dentro de cada obra.

  • 3 acessos grátis às seções de obras.
  • Busca por conteúdo dentro das obras.
Ilustração de computador e livro
jusbrasil.com.br
7 de Dezembro de 2021
Disponível em: https://thomsonreuters.jusbrasil.com.br/doutrina/secao/1153090731/computacao-e-desinformacao-tecnologias-de-deteccao-de-desinformacao-online-comunicacao-midia-e-fake-news-fake-news-ed-2020