La difusión de información errónea en las redes sociales es un problema social apremiante con el que las empresas tecnológicas y los encargados de formular políticas continúan lidiando; sin embargo, quienes estudian este tema aún no tienen una comprensión profunda de por qué y cómo se propagan las noticias falsas.

Para arrojar algo de luz sobre este tema turbio, los investigadores del MIT desarrollaron un modelo teórico de una red social similar a Twitter para estudiar cómo se comparten las noticias y explorar situaciones en las que una noticia no creíble se difundirá más ampliamente que la verdad. Los agentes en el modelo están motivados por el deseo de persuadir a otros para que adopten su punto de vista:la suposición clave en el modelo es que las personas se molestan en compartir algo con sus seguidores si creen que es persuasivo y que probablemente acercará a otros a sus seguidores. mentalidad. De lo contrario, no compartirán.

Los investigadores encontraron que en tal entorno, cuando una red está altamente conectada o las opiniones de sus miembros están muy polarizadas, las noticias que probablemente sean falsas se difundirán más ampliamente y viajarán más profundamente en la red que las noticias con mayor credibilidad.

Este trabajo teórico podría informar estudios empíricos sobre la relación entre la credibilidad de las noticias y el tamaño de su difusión, lo que podría ayudar a las empresas de redes sociales a adaptar las redes para limitar la difusión de información falsa.

"Demostramos que, incluso si las personas son racionales en la forma en que deciden compartir las noticias, esto aún podría conducir a la amplificación de información con baja credibilidad. Con este motivo de persuasión, no importa cuán extremas sean mis creencias, dado que cuanto más extremas cuanto más gano al mover las opiniones de los demás, siempre hay alguien que amplificaría [la información]", dice el autor principal Ali Jadbabaie, profesor y director del Departamento de Ingeniería Civil y Ambiental y miembro principal de la facultad del Instituto. para Datos, Sistemas y Sociedad (IDSS) e investigador principal en el Laboratorio de Sistemas de Información y Decisión (LIDS).

Junto a Jadbabaie en el artículo están el primer autor Chin-Chia Hsu, estudiante graduado en el programa de Sistemas Sociales y de Ingeniería en IDSS, y Amir Ajorlou, científico investigador de LIDS. La investigación se presentará esta semana en la Conferencia IEEE sobre Decisión y Control.

Reflexionando sobre la persuasión

Esta investigación se basa en un estudio de 2018 realizado por Sinan Aral, profesor de administración de la cátedra David Austin en la Escuela de Administración Sloan del MIT; Deb Roy, profesora asociada de artes y ciencias de los medios en Media Lab; y el ex postdoctorado Soroush Vosoughi (ahora profesor asistente de informática en la Universidad de Dartmouth). Su estudio empírico de datos de Twitter encontró que las noticias falsas se difunden más, más rápido y más profundamente que las noticias reales.

Jadbabaie y sus colaboradores querían profundizar en por qué ocurre esto.

Plantearon la hipótesis de que la persuasión podría ser un motivo fuerte para compartir noticias (tal vez los agentes de la red quieran persuadir a otros para que adopten su punto de vista) y decidieron construir un modelo teórico que les permitiera explorar esta posibilidad.

En su modelo, los agentes tienen alguna creencia previa sobre una política, y su objetivo es persuadir a los seguidores para que acerquen sus creencias al lado del espectro del agente.

Una noticia se lanza inicialmente a un pequeño subgrupo aleatorio de agentes, que deben decidir si compartir esta noticia con sus seguidores. Un agente sopesa el interés periodístico del artículo y su credibilidad, y actualiza su opinión en función de lo sorprendente o convincente que sea la noticia.

"Harán un análisis de costo-beneficio para ver si, en promedio, esta noticia acercará a las personas a lo que piensan o las alejará. E incluimos un costo nominal para compartir. Por ejemplo, tomar alguna acción, si estás navegando en las redes sociales, tienes que parar para hacer eso. Piensa en eso como un costo. O podría surgir un costo de reputación si comparto algo que es vergonzoso. Todo el mundo tiene este costo, así que cuanto más extremo e interesante sea el La noticia es que cuanto más quieras compartirla", dice Jadbabaie.

Si la noticia afirma la perspectiva del agente y tiene un poder de persuasión que supera el costo nominal, el agente siempre compartirá la noticia. Pero si un agente piensa que la noticia es algo que otros ya pueden haber visto, el agente no tiene incentivos para compartirla.

Dado que la voluntad de un agente de compartir noticias es producto de su perspectiva y de cuán persuasivas son las noticias, cuanto más extrema sea la perspectiva de un agente o más sorprendente sea la noticia, más probable es que el agente las comparta.

Los investigadores utilizaron este modelo para estudiar cómo se propaga la información durante una cascada de noticias, que es una cadena de intercambio ininterrumpida que impregna rápidamente la red.

Conectividad y polarización

El equipo encontró que cuando una red tiene alta conectividad y las noticias son sorprendentes, el umbral de credibilidad para iniciar una cascada de noticias es más bajo. Alta conectividad significa que hay múltiples conexiones entre muchos usuarios en la red.

Asimismo, cuando la red está muy polarizada, hay muchos agentes con opiniones extremas que quieren compartir la noticia, iniciando una cascada de noticias. En ambos casos, las noticias con poca credibilidad crean las cascadas más grandes.

"Para cualquier noticia, existe un límite de velocidad de red natural, un rango de conectividad, que facilita una buena transmisión de información donde el tamaño de la cascada se maximiza con noticias verdaderas. Pero si superas ese límite de velocidad, te meterás en situaciones en las que las noticias imprecisas o las noticias con poca credibilidad tienen un tamaño de cascada mayor", dice Jadbabaie.

Si las opiniones de los usuarios en la red se vuelven más diversas, es menos probable que una noticia poco creíble se difunda más ampliamente que la verdad.

Jadbabaie y sus colegas diseñaron a los agentes en la red para que se comportaran de manera racional, por lo que el modelo capturaría mejor las acciones que los humanos reales podrían tomar si quisieran persuadir a otros.

"Alguien podría decir que no es por eso que la gente comparte, y eso es válido. Por qué la gente hace ciertas cosas es un tema de intenso debate en la ciencia cognitiva, la psicología social, la neurociencia, la economía y la ciencia política", dice. "Dependiendo de tus suposiciones, terminas obteniendo diferentes resultados. Pero creo que esta suposición de que la persuasión es el motivo es una suposición natural".

Su modelo también muestra cómo se pueden manipular los costos para reducir la difusión de información falsa. Los agentes hacen un análisis de costo-beneficio y no compartirán noticias si el costo de hacerlo supera el beneficio de compartir.

"No hacemos recetas de políticas, pero una cosa que sugiere este trabajo es que, tal vez, tener algún costo asociado con compartir noticias no es una mala idea. La razón por la que obtienes muchas de estas cascadas es porque el costo de compartir las noticias en realidad es muy bajo", dice.