MÉTODOS PARA ANÁLISE DE NOTÍCIAS FALSAS

Resumo

Notícias falsas são atualmente onipresentes nos meios eletrônicos. Elas se propagam como vírus e se alastram muito rapidamente. Tendo em vista que notícias falsas sempre surgirão, é necessário que haja mecanismos eficientes para sua análise e detecção. Esta revisão possui como objetivo examinar métodos de análise de notícias falsas nas redes sociais já propostos na literatura, a eficácia de sua aplicação e seu impacto na propagação dessas notícias. Buscamos via Google Acadêmico artigos em inglês que propusessem métodos para análise do impacto de notícias falsas nas redes sociais, sendo excluídos todos que não possuíam alguma validação, resumos e trabalhos com foco na análise de autenticidade dos usuários ao invés de notícias. Identificamos alguns métodos que realizam análises voltadas à validação de autenticidade da informação. Dentre estes vale destacar um modelo matemático que utiliza um verificador de boatos e probabilidade de esquecimento de uma informação, com o qual é possível encontrar um limite probabilístico para estimar quantos verificadores de boatos são necessários para garantir a remoção de notícias falsas (TAMBUSCIO, 2015). Há também a aplicação da Teoria do Valor Extremo para a previsão e o rastreamento de conteúdos e eventos virais (BESSI, 2017). Além destes métodos matemáticos, existem alguns algoritmos de detecção de comunidade que ajudam a entender os principais determinantes por trás do consumo de conteúdo nas mídias sociais (DEL VICARIO, 2017). Aliás, existem ferramentas que permitem o acompanhamento automático de informações, estudando o comportamento dos usuários e classificando o tipo de atividade (SHAO, 2016) ou criando simulações que classificam as mensagens dos usuários como verdadeiro e falso (WU, 2018), proporcionando a detecção da origem das mensagens falsas de acordo com perfis traçados automaticamente. Ademais, existem sites que podem auxiliar no processo manual de revisão do comportamento com o intuito de classificar as notícias falsas como: snopes.com, politifact.com, factcheck.org, truthorfiction.com, hoax-slayer.com, e urbanlegends.about.com (VOSOUGHI, 2018). Observamos que os modelos matemáticos são voltados à informação em si enquanto os algoritmos e ferramentas disponíveis analisam perfis e padrões publicados por usuários com o intuito de desvendar a origem das notícias falsas. É possível que a combinação dos modelos matemáticos com os algoritmos já propostos proporcionem uma ferramenta de maior efetividade. Ainda existe muito trabalho a ser desenvolvido para garantir que o impacto das redes sociais na sociedade seja positivo, evitando que se tornem instrumentos de uso descontrolado para disseminação de informações de qualidade questionável. Neste trabalho revisamos alguns artigos dedicados objetivamente a este fim. Há ainda, no entanto, um grande esforço necessário para que a tecnologia relacionada deixe a esfera acadêmica e se torne de uso corriqueiro para o usuário não-especialista de redes sociais.