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.
Commenti