Algoritmi, Big Data e Data Science

Machine learning e disinformazione

0

machine learning disinformazione

Dall’articolo pubblicato su C4ISRNET

La disinformazione è diventata una caratteristica centrale della crisi COVID-19. Informazioni false o fuorvianti sulla pandemia raggiungono una gran massa di persone diffondendosi velocemente online. Il rischio principale è l’aumento della sfiducia pubblica nei confronti di governi e autorità pubbliche.

Una nuova ricerca, tuttavia, evidenzia nuovi modi per rilevare e combattere la disinformazione online.

Nello studio per lo U.K. Defence Science and Technology Laboratory (DSTL), i ricercatori hanno attinto ai dati di Twitter dalle elezioni presidenziali degli Stati Uniti del 2016 e hanno utilizzato un modello computerizzato per distinguere le narrazioni dei “troll” russi e degli autentici sostenitori politici.

Il modello machine learning è stato in grado di identificare con successo i troll rilevando il linguaggio manipolativo del tipo “noi contro di loro” usato per colpire sia i sostenitori democratici che quelli repubblicani.

Machine learning e disinformazione

L’analisi ha spiegato come sia possibile utilizzare tecniche basate sull’analisi linguistica per identificare i troll in tempo reale, evidenziando al contempo gli obiettivi delle tattiche di manipolazione. La manipolazione agisce aumentando la discordia tra gli utenti basandosi sui meccanismi emotivi di ciascuna parte e usando schemi linguistici ripetuti.

Per sensibilizzare e rafforzare la resilienza rispetto a tali tattiche gli enti governativi potrebbero rendere visibili tali meccanismi ai membri dei gruppi target in modo che possano riconoscere le tecniche di manipolazione in atto.

 

affaripolitici
"Quando un solo cane si mette ad abbaiare a un’ombra, diecimila cani ne fanno una realtà".

    Big Tech, big data e potere politico

    Articolo precedente

    Bloccare utenti su Instagram con l’algoritmo

    Prossimo articolo

    Articoli che possono interessarti

    Commenti

    Lascia un commento

    Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *