⇧ [VIDÉO] También te puede gustar el contenido de este socio.
Cuando un individuo contrae un virus, normalmente se propaga a otros individuos, propagándose inexorablemente entre la población. Investigaciones recientes destacan que esta dinámica de propagación es similar a la de información falsa que circula en línea. Los investigadores incluso utilizaron un modelo matemático utilizado en epidemiología para examinar la viralidad del contenido falso.
En la era digital, donde las redes sociales captan una gran audiencia y registran un importante flujo de visitas diarias, se han consolidado como plataformas privilegiadas para la deslumbrante difusión de información, pero también para campañas de desinformación. Avances tecnológicos, incluyendo En el campo de la inteligencia artificial, la distinción entre lo verdadero y lo falso es cada vez más difícil. La época en la que las imágenes eran auténticas se está desvaneciendo poco a poco. Además, algunos analistas sostienen que el contenido engañoso suele estar entrelazado con un elemento de verdad, lo que dificulta aún más la detección de noticias falsas.
Plataformas sociales como Facebook y X han implementado medidas para contrarrestar la desinformación, optimizando sus algoritmos y desplegando estrategias de verificación de datos. Sin embargo, la eficacia de estas iniciativas sigue siendo cuestionable. En un estudio publicado recientemente en la revista Más unolos investigadores adoptaron un modelo matemático inspirado en la epidemiología para medir el impacto de estas medidas. Su investigación comenzó con un análisis cuidadoso del sistema de difusión de información falsa en línea, basándose en un modelo matemático derivado de la epidemiología.
:: ¡LA CAMISETA QUE APOYA LA CIENCIA! ::
El modelo SIR aplicado al estudio de la desinformación
En epidemiología, el modelo Susceptible-Infectado-Removido (SIR) se utiliza comúnmente para analizar la propagación de virus. Este modelo segmenta a la población en tres categorías: individuos no expuestos al virus pero que probablemente lo contraigan, personas infectadas que propagan el patógeno y, finalmente, aquellos que, aunque expuestos, ya no transmiten la enfermedad.
De manera análoga, la difusión de desinformación en las redes sociales sigue un patrón similar. Hay usuarios que aún no se han topado con noticias falsas, quienes han estado expuestos a ellas y las comparten activamente y quienes, aunque expuestos, no las difunden. En su estudio, los investigadores aplicaron este modelo a la teoría de la conspiración “5G-Coronavirus”, que vinculaba falsamente la pandemia de COVID-19 con la instalación de redes 5G. Los resultados mostraron que el modelo epidemiológico podría utilizarse eficazmente para caracterizar la difusión de contenidos relacionados con esta teoría.
¿Qué medidas se pueden tomar para combatir la desinformación?
En cuanto a la eficacia de las medidas contra la desinformación en línea, los autores del estudio señalan que la verificación de datos ha demostrado ser especialmente eficaz en las primeras etapas de la difusión de contenidos. Eliminar tweets vinculados a teorías de conspiración fue menos efectivo, independientemente del momento de la intervención.
Ver también
Sin embargo, en otro estudiar publicado en la revista Naturalezalos investigadores sostienen que eliminar contenido puede ser eficaz, siempre que se haga con prontitud. Según ellos, si una publicación se elimina dentro de los 30 minutos posteriores a su detección, el riesgo de otras publicaciones asociadas con el contenido original se puede reducir en aproximadamente un 94%. Añaden que la lucha contra la desinformación es más eficaz cuando se utilizan varias técnicas juntas. Proponen implementar simultáneamente un sistema de “disyuntores virales” para frenar la difusión de contenidos, la eliminación de publicaciones y la emisión de advertencias cuando la información errónea provenga de cuentas verificadas con más de 100.000 seguidores.
Fuente : Más uno
