Amici, follower e fake news: costruire la fiducia nelle reti on-line
La comprensione delle modalità con cui i componenti del pubblico prendono decisioni è di importanza cruciale per una serie di applicazioni, dalla politica al commercio alla sanità. Tuttavia, modellizzare accuratamente il sentimento che lega ampi gruppi di persone, spesso basandosi su dati frammentari, eterogenei e contraddittori, rappresenta una sfida. Il progetto DeciTrustNET si propone di affrontare questo problema sviluppando modelli matematici in grado di identificare i livelli di fiducia all’interno di una rete e il consenso tra gruppi di persone. «La gente tende a definire le opinioni con le parole piuttosto che con i numeri», afferma il coordinatore del progetto Francisco Chiclana della De Montfort University, Leicester, Regno Unito. «La mia ricerca è incentrata su come modellizzare l’accordo tra persone con preferenze non ben definite».
Legami on-line
Con i social network sempre più centrali nella vita moderna, è importante comprendere come questi riescano a plasmare atteggiamenti e decisioni, per poter poi essere in grado di spiegare fenomeni quali la diffusione della disinformazione on-line, o il rifiuto di fatti reali bollandoli come «fake news». DeciTrustNET è una struttura che prende in considerazione i rapporti attuali e storici in tutta la rete per valutare accuratamente l’affidabilità delle informazioni al suo interno. Chiclana afferma che la fiducia è una parte fondamentale di come il comportamento venga influenzato attraverso le relazioni on-line. «La fiducia esiste tra gli amici perché ti conosco, so che sei onesto e quando dici qualcosa generalmente è vero», ha aggiunto. Modellizzare computazionalmente questa fiducia può aiutare a costruire reti in grado di resistere alla diffusione di informazioni errate segnalando contenuti dubbi.
Sondare il terreno
I modelli che ha sviluppato possono anche misurare il livello di consenso all’interno di un gruppo di persone e identificare coloro le cui opinioni sono più distanti dalla media. «Per esempio, se il governo stesse cercando di legiferare sul salario minimo, potrebbe far trapelare qualche tipo di informazione preliminare ai media», ha spiegato Chiclana. «La gente reagirà su Twitter o Facebook e il governo potrebbe analizzare il livello di accettazione di questa idea. Se dovesse ritenere che la maggioranza delle persone sia favorevole a un simile cambiamento, potrebbe decidere di proseguire in tal senso». Strumenti di intelligenza artificiale in grado di analizzare il livello di fiducia tra le persone on-line potrebbero essere utilizzati anche dalle società di marketing per identificare gli influencer più in grado di far aumentare le vendite di un determinato prodotto.
Record di pubblicazione
Questa ricerca è stata intrapresa con il supporto del programma Marie Skłodowska-Curie, che ha fornito fondi alla ricercatrice Raquel Ureña per unirsi a Chiclana. «L’obiettivo principale di questo progetto era quello di sviluppare il quadro matematico e computazionale per la scelta sociale basata sulla fiducia con informazioni imprecise e siamo riusciti a renderlo efficace», afferma. «In 2 anni ci siamo assicurati sette pubblicazioni su riviste molto prestigiose». Chiclana ha spiegato che il lavoro futuro si concentrerà su modelli in grado di funzionare in modo dinamico e fornire un feedback, come, per esempio, informare i responsabili delle politiche su come il pubblico reagirà a nuove iniziative, o su come le organizzazioni sanitarie possono allontanare le persone in maniera più efficace da comportamenti dannosi come il fumo.
Parole chiave
DeciTrustNET, fiducia, on-line, social, network, fake, news, decisione, sociale, influencer, disinformazione
