Description du projet
L’informatique distribuée pour lutter contre les «fake news»
La lutte contre les «fake news» est bien réelle. Dans le monde entier, la population est exposée à une désinformation à grande échelle, y compris des informations trompeuses ou fausses. La Commission européenne s’est fixé comme priorité de s’attaquer à la propagation et à l’impact de la désinformation en ligne (définie comme «[la diffusion] d’informations fausses ou trompeuses mais vérifiables et qui sont créées, présentées et diffusées à des fins économiques ou pour tromper intentionnellement le public»). Cette désinformation peut causer un préjudice public, menacer les démocraties et mettre en danger la santé, la sécurité et l’environnement des citoyens de l’UE. Le projet FARE, financé par l’UE, développera une stratégie basée sur l’informatique distribuée et élaborera des lignes directrices pour le traitement éthique des mégadonnées concernant les individus. Il répondra aux questions suivantes: Quel est le rôle des biais cognitifs? Comment l’architecture du réseau affecte-t-elle la force des «fake news»?
Objectif
Recent events, from the anti-vaccination movement, to Brexit and even to mob killings, have raised serious concerns about the influence of the so-called fake news (FN). False information is not new in human history, but the recent surge in online activity, coupled with poor digital literacy, consumer profiling, and large profits from ad revenues, created a perfect storm for the FN epidemic, with still unimaginable consequences.
This challenge is interdisciplinary and requires academic research to guide current calls for action issued by academics, governmental and non-governmental agencies, and the social network platforms themselves. FARE will enrich current efforts, which mostly confront FN spreading from an applied perspective, by offering a theoretical framework that allows to make testable predictions. FARE argues that sharing of FN is a deviation from pure rationality and brings together 1) state of the art knowledge in behavioural psychology, to assess the role that cognitive biases play in susceptibility to FN, and 2) current models in network science and epidemiology, to test whether FN spread more like simple or complex contagions. Finally, fully recognizing that these novel big-data approaches carry great risks, FARE will develop a new strategy, mostly based on distributed computing, and guidelines to the ethical handling of human-related big-data.
Together, FARE will offer a comprehensive model to ask questions such as: 1) What role(s) cognitive biases play in FN spreading? 2) How does network architecture affect FNs spread? 3) How do biases and position on networks build on each other to impact propagation? 4) What monitoring and mitigation interventions are likely to be more efficient?
Moreover, the study of FN from such a conceptual perspective has the potential to profoundly increase our knowledge on human behaviour and information spread, beyond specific problems, with implications for communication (science, political), economics, and psychology.
Champ scientifique
Programme(s)
Thème(s)
Régime de financement
ERC-STG - Starting GrantInstitution d’accueil
3004 516 Coimbra
Portugal