Comment les dernières technologies et un certain activisme sain peuvent freiner les fausses nouvelles

Le terme « fake news » est devenu omniprésent au cours des deux dernières années. Le dictionnaire anglais de Cambridge le définit comme « de fausses histoires qui semblent être des nouvelles, diffusés sur Internet ou à l'aide d'autres médias, généralement créé pour influencer les opinions politiques ou comme une blague ».

Dans le cadre d'une campagne mondiale visant à freiner la propagation de la désinformation délibérée, les chercheurs tentent de comprendre ce qui pousse les gens à partager de fausses nouvelles et comment leur approbation peut se propager à travers un réseau social.

Mais les humains sont des animaux sociaux complexes, et la technologie manque la richesse de l'apprentissage et des interactions humaines.

C'est pourquoi nous avons décidé d'adopter une approche différente dans notre recherche. Nous avons utilisé les dernières techniques de l'intelligence artificielle pour étudier comment le soutien ou l'opposition à une fausse nouvelle peut se propager au sein d'un réseau social. Nous pensons que notre modèle est plus réaliste que les approches précédentes parce que les individus dans notre modèle apprennent de manière endogène de leurs interactions avec l'environnement et ne suivent pas seulement les règles prescrites. Notre nouvelle approche nous a permis d'apprendre un certain nombre de nouvelles choses sur la façon dont les fausses nouvelles se propagent.

Le principal point à retenir de nos recherches est que lorsqu'il s'agit de prévenir la propagation de fausses nouvelles, la confidentialité est la clé. Il est important de garder vos données personnelles pour vous et d'être prudent lorsque vous fournissez des informations à de grands sites de médias sociaux ou à des moteurs de recherche.

La vague d'innovations technologiques la plus récente nous a apporté le Web 2.0 centré sur les données et avec lui un certain nombre de défis fondamentaux pour la confidentialité des utilisateurs et l'intégrité des informations partagées sur les réseaux sociaux. Mais comme le montrent nos recherches, il y a des raisons d'être optimiste que la technologie, associé à une bonne dose d'activisme individuel, pourrait également apporter des solutions au fléau des fake news.

Modélisation du comportement humain

La littérature existante modélise la diffusion de fausses nouvelles dans un réseau social de deux manières.

En premier lieu, vous pouvez modéliser ce qui se passe lorsque les gens observent ce que font leurs voisins, puis utiliser ces informations dans un calcul compliqué pour mettre à jour de manière optimale leurs croyances sur le monde.

La seconde approche suppose que les gens suivent une règle de majorité simple :chacun fait ce que font la plupart de ses voisins.

Mais les deux approches ont leurs défauts. Ils ne peuvent pas imiter ce qui se passe lorsque quelqu'un change d'avis après plusieurs conversations ou interactions.

Notre recherche a différé. Nous avons modélisé les humains comme des agents qui développent leurs propres stratégies sur la façon de mettre à jour leurs points de vue sur une nouvelle compte tenu des actions de leurs voisins. Nous avons ensuite présenté un adversaire qui a essayé de diffuser de fausses nouvelles et comparé l'efficacité de l'adversaire lorsqu'il avait connaissance de la force des croyances des autres agents par rapport à quand il n'en avait pas.

Donc, dans un exemple du monde réel, un adversaire déterminé à diffuser de fausses nouvelles pourrait d'abord lire votre profil Facebook et voir ce que vous croyez, puis adaptez sa désinformation pour essayer de correspondre à vos croyances afin d'augmenter la probabilité que vous partagiez les fausses nouvelles qu'il vous a envoyées.

Nous avons appris quelques nouvelles choses sur la façon dont les fausses nouvelles se propagent. Par exemple, nous montrons que fournir des commentaires sur les nouvelles qui ont été partagées signifie qu'il est plus facile pour les gens de détecter les fausses nouvelles.

Notre travail suggère également qu'injecter artificiellement une certaine quantité de fake news dans un réseau social peut entraîner les utilisateurs à mieux repérer les fake news.

Surtout, nous pouvons également utiliser des modèles comme le nôtre pour élaborer des stratégies sur la façon de freiner la propagation des fausses nouvelles.

Il y a trois choses que nous avons apprises de cette recherche sur ce que tout le monde peut faire pour arrêter les fausses nouvelles.

Combattre les fausses nouvelles

Parce que les humains apprennent de leurs voisins, qui apprennent de leurs voisins, etc, toute personne qui détecte et signale les fausses nouvelles peut aider à empêcher la propagation de fausses nouvelles sur le réseau. Lorsque nous avons modélisé la manière dont la propagation de fausses nouvelles peut être évitée, nous avons trouvé que le meilleur moyen était de permettre aux utilisateurs de donner leur avis à leurs amis sur une nouvelle qu'ils avaient partagée.

Au-delà de signaler les fausses nouvelles, vous pouvez également féliciter un ami lorsqu'il partage un article de journalisme de qualité bien documenté et équilibré. Surtout, cet éloge peut arriver même lorsque vous n'êtes pas d'accord avec la conclusion ou le point de vue politique exprimé dans l'article. Des études en psychologie humaine et en apprentissage par renforcement montrent que les gens adaptent leur comportement en réponse aux commentaires négatifs et positifs, en particulier lorsque ces commentaires proviennent de leur cercle social.

La deuxième grande leçon était :gardez vos données pour vous.

Le Web 2.0 a été construit sur le principe que les entreprises offrent des services gratuits en échange des données des utilisateurs. Des milliards ont suivi l'appel de la sirène, tourner Facebook, Google, Twitter, et LinkedIn en géants de plusieurs milliards de dollars. Mais à mesure que ces entreprises se développaient, de plus en plus de données ont été collectées. Certains estiment que jusqu'à 90 % de toutes les données mondiales n'ont été créées qu'au cours des dernières années.

Ne divulguez pas vos informations personnelles facilement ou librement. Dès que possible, utiliser des outils entièrement cryptés et très peu d'informations sont collectées à votre sujet en ligne. Il existe une alternative plus sécurisée et plus axée sur la confidentialité pour la plupart des applications, des moteurs de recherche aux applications de messagerie.

Les sites de médias sociaux n'ont pas encore d'alternatives axées sur la confidentialité. Heureusement, l'émergence de la blockchain a fourni une nouvelle technologie qui pourrait résoudre le paradoxe confidentialité-rentabilité. Au lieu de faire confiance à Facebook pour sécuriser vos données, vous pouvez maintenant le mettre sur une blockchain décentralisée conçue pour fonctionner comme un environnement sans confiance.