Amigos, seguidores y noticias falsas: generar confianza en las redes virtuales
Entender cómo toman decisiones los miembros de una población es de crucial importancia en una amplia gama de aplicaciones, desde la política hasta el comercio, pasando por la atención sanitaria, pero modelar con precisión las impresiones de grandes grupos de personas —a menudo, a partir de datos fragmentados, heterogéneos y contradictorios— supone todo un reto. El proyecto DeciTrustNET se plantea abordar esta cuestión mediante el desarrollo de modelos matemáticos capaces de identificar los niveles de confianza dentro de una red y el consenso entre grupos de población. El coordinador del proyecto Francisco Chiclana, de la Universidad De Montfort en Leicester (el Reino Unido), explica: «La gente tiende a definir sus opiniones con palabras, no con números. Mi investigación estudia la forma de modelar el acuerdo entre personas con preferencias difusas».
Vínculos en la red
Dado que las redes sociales ocupan un lugar cada vez más destacado en la vida moderna, es importante comprender cómo moldean las actitudes y decisiones a fin de poder explicar fenómenos como la difusión de información errónea en línea o la negación de hechos reales, etiquetados como «noticias falsas». DeciTrustNET es un marco que tiene en cuenta las relaciones actuales e históricas en toda la red para evaluar con precisión la fiabilidad de la información contenida en ella. Chiclana afirma que la confianza es una parte esencial del proceso de influencia sobre la conducta a través de las relaciones en la red. «Existe confianza entre amigos, porque se conocen, saben que son honestos y que, cuando dicen algo, normalmente es verdad», añade. Modelar esta confianza en el plano computacional puede ayudar a construir redes que señalen el contenido dudoso y ofrezcan resistencia a la difusión de la información errónea.
Primeras impresiones
Los modelos desarrollados también pueden medir el nivel de consenso en el seno de un grupo de personas e identificar a aquellas cuyas opiniones están más alejadas de la media. «Por ejemplo, si el gobierno pretendiera legislar sobre el salario mínimo, podría filtrar algún tipo de información preliminar a los medios de comunicación», explica Chiclana. «La gente reaccionaría en Twitter o Facebook, donde el gobierno podría analizar el nivel de aceptación de la idea y, de percibir que la mayoría estuviese a favor del cambio, llevarlo adelante». Las empresas de publicidad también podrían utilizar herramientas de inteligencia artificial capaces de analizar el nivel de confianza entre las personas en internet para identificar a los influentes más capaces de aumentar las ventas de un producto.
Récord de publicaciones
Esta investigación se ha llevado a cabo con el apoyo del programa Marie Skłodowska-Curie, que proporcionó fondos para que la investigadora Raquel Ureña se uniera al equipo de Chiclana. «El objetivo principal de este proyecto era desarrollar el marco matemático y computacional de la elección social basada en la confianza con información imprecisa, lo cual hemos logrado de forma eficaz. En dos años, nos han aceptado siete publicaciones en revistas de gran prestigio», añade Chiclana. Chiclana explica que las actividades futuras se centrarán en modelos que funcionen de forma dinámica y proporcionen retroalimentación, por ejemplo, información a los responsables políticos sobre la reacción esperada de la población a nuevas iniciativas o vías para que las organizaciones sanitarias puedan potenciar con mayor eficacia el abandono de hábitos perjudiciales, como el tabaquismo.
Palabras clave
DeciTrustNET, confianza, en línea, red, social, noticias, falsas, decisión, influentes, sociales, información errónea
