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.

 

Big Tech, Big Data e Section 230

Articolo precedente

Bloccare utenti su Instagram con l’algoritmo

Prossimo articolo

Articoli che possono interessarti

Commenti

I commenti sono chiusi.