Il progetto di apprendimento automatico mira alla disinformazione

In associazione con Fondazione del Qatar

Non c'è niente di nuovo nelle teorie del complotto, nella disinformazione e nelle falsità in politica. Che cosa è la novità è la velocità con cui gli attori malintenzionati possono diffondere disinformazione quando il mondo è strettamente connesso attraverso i social network e i siti di notizie su Internet. Possiamo rinunciare al problema e fare affidamento sulle piattaforme stesse per verificare storie o post ed escludere la disinformazione, oppure possiamo costruire nuovi strumenti per aiutare le persone a identificare la disinformazione non appena attraversa i loro schermi.

Preslav Nakov è uno scienziato informatico presso il Qatar Computing Research Institute di Doha specializzato in elaborazione del parlato e del linguaggio. Dirige un progetto utilizzando l'apprendimento automatico per valutare l'affidabilità delle fonti multimediali. Ciò consente al suo team di raccogliere articoli di notizie insieme a segnali sulla loro affidabilità e pregiudizi politici, il tutto in un formato simile a Google News.

Non puoi assolutamente verificare ogni singola affermazione nel mondo, spiega Nakov. Invece, concentrati sulla fonte. Mi piace dire che puoi controllare le notizie false prima ancora che venissero scritte. Lo strumento del suo team, chiamato Tanbih News Aggregator, è disponibile in arabo e inglese e raccoglie articoli in aree come affari, politica, sport, scienza e tecnologia e covid-19.

Business Lab è ospitato da Laurel Ruma, direttore editoriale di Insights, la divisione di pubblicazione personalizzata di MIT Technology Review. Lo spettacolo è una produzione di MIT Technology Review, con l'aiuto della produzione da Collective Next.

Questo podcast è stato prodotto in collaborazione con la Qatar Foundation.

Mostra note e collegamenti

Aggiungi aggregatore di notizie

Istituto di ricerca informatica del Qatar

Anche la migliore intelligenza artificiale per individuare notizie false è ancora terribile, Revisione della tecnologia del MIT, 3 ottobre 2018

Trascrizione completa

Lauro Ruma: Da MIT Technology Review, sono Laurel Ruma, e questo è Business Lab, lo spettacolo che aiuta i leader aziendali a dare un senso alle nuove tecnologie che escono dal laboratorio e nel mercato. Il nostro argomento oggi è la disinformazione. Dalle notizie false, alla propaganda, ai falsi profondi, può sembrare che non ci sia alcuna difesa contro le notizie armate. Tuttavia, gli scienziati stanno cercando modi per identificare rapidamente la disinformazione per aiutare non solo le autorità di regolamentazione e le aziende tecnologiche, ma anche i cittadini, mentre navighiamo tutti insieme in questo nuovo mondo coraggioso.

Due parole per te: diffondere infodemia.

Il mio ospite è il dottor Preslav Nakov, che è uno dei principali scienziati del Qatar Computing Research Institute. Dirige il progetto Tanbih, sviluppato in collaborazione con il MIT. È anche il principale ricercatore di un progetto di collaborazione del QCRI MIT sul parlato arabo e sull'elaborazione della lingua per la ricerca di informazioni interlinguistiche e la verifica dei fatti. Questo episodio di Business Lab è prodotto in collaborazione con la Qatar Foundation. Benvenuto, dottor Nakov.

Preslav Nakov: Grazie per avermi.

Lauro Ruma: Allora perché siamo sommersi da così tanta disinformazione online in questo momento? Questo non è un problema nuovo, giusto?

Nakov: Ovviamente non è un problema nuovo. Non è la prima volta nella storia dell'universo che le persone dicono bugie o i media dicono bugie. Abbiamo avuto la stampa gialla, abbiamo avuto tutti questi tabloid per anni. È diventato un problema a causa dell'ascesa dei social media, quando improvvisamente è diventato possibile avere un messaggio da inviare a milioni e milioni di persone. E non solo, ora potresti dire cose diverse a persone diverse. Quindi, potresti microprofilare le persone e potresti consegnare loro un messaggio personalizzato specifico progettato, realizzato per una persona specifica con uno scopo specifico per premere un pulsante specifico su di loro. Il problema principale delle fake news non è che siano false. Il problema principale è che la notizia è stata effettivamente armata, e questo è qualcosa di cui si è lamentato Sir Tim Berners-Lee, il creatore del World Wide Web: che la sua invenzione è stata armata.

Alloro: Sì, Tim Berners-Lee è ovviamente sconvolto dal fatto che sia successo, e non è solo in un paese o nell'altro. In realtà è in giro per il mondo. Quindi c'è una vera differenza tra fake news, propaganda e disinformazione?

Nakov: Certo, c'è. Non mi piace il termine fake news. Questo è il termine che ha ripreso: è stata dichiarata parola dell'anno da diversi dizionari in diversi anni, poco dopo le precedenti elezioni presidenziali negli Stati Uniti. Il problema delle fake news è che, prima di tutto, non c'è una definizione chiara. Ho cercato nei dizionari, come definiscono il termine. Un importante dizionario ha detto che non definiremo affatto il termine, perché è qualcosa di autoesplicativo: abbiamo 'notizie', abbiamo 'false' ed è una notizia falsa; è compositivo; è stato utilizzato nel 19° secolo, non c'è nulla da definire. Persone diverse danno un significato diverso a questo. Per alcune persone, le fake news sono solo notizie che non gli piacciono, indipendentemente dal fatto che siano false. Ma il problema principale con le notizie false è che fuorvia davvero le persone e, purtroppo, anche alcune importanti organizzazioni di verifica dei fatti, a concentrarsi solo su una cosa, che sia vera o meno.

Preferisco, e la maggior parte dei ricercatori che lavorano su questo argomento, preferisce il termine disinformazione. E questo è un termine adottato da grandi organizzazioni come le Nazioni Unite, la NATO, l'Unione Europea. E la disinformazione è qualcosa che ha una definizione molto chiara. Ha due componenti. In primo luogo, è qualcosa di falso e, in secondo luogo, ha un intento malizioso: l'intento di fare del male. E ancora, la stragrande maggioranza della ricerca, la stragrande maggioranza degli sforzi, molte iniziative di verifica dei fatti, si concentrano sul fatto che qualcosa sia vero o meno. E in genere è la seconda parte che è davvero importante. La parte se c'è un intento dannoso. E questo è in realtà ciò di cui parlava Sir Tim Berners-Lee quando ha parlato per la prima volta dell'armamento della notizia. Il problema principale con le fake news - se parli con i giornalisti, te lo diranno - il problema principale con le fake news non è che siano false. Il problema è che è un'arma politica.

E propaganda. Cos'è la propaganda? Propaganda è un termine ortogonale alla disinformazione. Ancora una volta, la disinformazione ha due componenti. È falso e ha intenti dannosi. Anche la propaganda ha due componenti. Uno è che qualcuno sta cercando di convincerci di qualcosa. E in secondo luogo, c'è un obiettivo predefinito. Ora, dovremmo prestare attenzione. La propaganda non è vera; non è falso. Non è buono; non è male. Non fa parte della definizione. Quindi, se un governo ha una campagna per convincere il pubblico a vaccinarsi, puoi sostenere che è per un buon scopo, o diciamo che Greta Thunberg cerca di spaventarci perché centinaia di specie si stanno estinguendo ogni giorno. Questa è una tecnica di propaganda: fare appello alla paura. Ma puoi sostenere che è per un buon scopo. Quindi, la propaganda non è male; non è buono. Non è vero; non è falso.

Alloro: Ma la propaganda ha l'obiettivo di fare qualcosa. E, e forzando quell'obiettivo, fa davvero appello a quel fattore di paura. Quindi questa è la distinzione tra disinformazione e propaganda, è la paura.

Nakov: No, la paura è solo una delle tecniche. Abbiamo esaminato questo. Quindi, molte ricerche si sono concentrate sulla classificazione binaria. È vero? È falso? Questa è propaganda? Non è propaganda? Abbiamo guardato un po' più a fondo. Abbiamo esaminato quali tecniche sono state utilizzate per fare propaganda. E ancora, puoi parlare di propaganda, puoi parlare di persuasione o di pubbliche relazioni, o di comunicazione di massa. È fondamentalmente la stessa cosa. Termini diversi per circa la stessa cosa. E per quanto riguarda le tecniche di propaganda, ce ne sono di due tipi. Il primo tipo è l'appello alle emozioni: può essere appello alla paura, può essere appello a forti emozioni, può essere appello a sentimenti patriottici e così via. E l'altra metà sono errori logici: cose come errori in bianco e nero. Ad esempio, sei con noi o contro di noi. O carrozzone. Bandwagon è tipo, oh, l'ultimo sondaggio mostra che il 57% voterà per Hillary, quindi siamo dalla parte giusta della storia, devi unirti a noi.

Ci sono molte altre tecniche di propaganda. C'è la falsa pista, c'è l'offuscamento intenzionale. Ne abbiamo esaminati 18: metà fanno appello alle emozioni e metà usano certi tipi di errori logici o ragionamenti logici interrotti. E abbiamo creato strumenti per rilevarli nei testi, in modo che tu possa davvero mostrarli all'utente e renderlo esplicito, in modo che le persone possano capire come vengono manipolate.

Alloro: Quindi, nel contesto della pandemia di covid-19, il direttore generale dell'Organizzazione mondiale della sanità ha affermato, e cito: non stiamo solo combattendo un'epidemia; stiamo combattendo un'infodemia. Come si definisce l'infodemia? Quali sono alcune di quelle tecniche che possiamo utilizzare anche per evitare contenuti dannosi?

Nakov: Infodemia, questa è una novità. In realtà, circa un anno fa, l'anno scorso a febbraio, il MIT Technology Review aveva pubblicato un ottimo articolo che ne parlava. La pandemia di covid-19 ha dato origine alla prima infodemia globale sui social media. E ancora, più o meno nello stesso periodo, l'Organizzazione Mondiale della Sanità, a febbraio, aveva sul proprio sito web un elenco delle prime cinque priorità nella lotta contro la pandemia, e combattere l'infodemia era la numero due, la numero due nella lista dei primi cinque priorità. Quindi, è sicuramente un grosso problema. Cos'è l'infodemia? È una fusione tra una pandemia e la disinformazione preesistente che era già presente sui social media. È anche una miscela di disinformazione politica e sanitaria. Prima di allora, la parte politica e, diciamo, il movimento anti-vaxxer, erano separati. Ora, tutto è fuso insieme.

Alloro: E questo è un vero problema. Voglio dire, la preoccupazione dell'Organizzazione Mondiale della Sanità dovrebbe essere combattere la pandemia, ma poi la sua preoccupazione secondaria è combattere la disinformazione. Trovare speranza in questo tipo di paura è molto difficile. Quindi uno dei progetti su cui stai lavorando si chiama Tanbih. E Tanbih è un aggregatore di notizie, giusto? Che scopre la disinformazione. Quindi il progetto stesso ha una serie di obiettivi. Uno è scoprire posizione, pregiudizi e propaganda nelle notizie. Il secondo è promuovere punti di vista diversi e coinvolgere gli utenti. Ma poi il terzo è limitare l'effetto delle fake news. Come funziona Tanbih?

Nakov: Tanbih ha iniziato davvero come aggregatore di notizie ed è diventato qualcosa di molto più grande di quello, in un progetto, che è un mega-progetto nel Qatar Computing Research Institute. E abbraccia persone di diversi gruppi dell'istituto ed è sviluppato in collaborazione con il MIT. Abbiamo iniziato il progetto con l'obiettivo di sviluppare strumenti che possiamo mettere effettivamente nelle mani degli utenti finali. E abbiamo deciso di farlo come parte di un aggregatore di notizie, pensa a qualcosa come Google News. E mentre gli utenti stanno leggendo le notizie, stiamo segnalando loro quando qualcosa è propagandistico e stiamo fornendo loro informazioni di base sulla fonte. Quello che stiamo facendo è analizzare i media in anticipo e stiamo costruendo profili media. Quindi stiamo mostrando, dicendo agli utenti fino a che punto il contenuto è propagandistico. Stiamo dicendo loro se la notizia proviene da una fonte affidabile o meno, se è di parte: sinistra, centro, destra. Che sia estremo: estrema sinistra, estrema destra. Inoltre, se è parziale rispetto ad argomenti specifici.

E questa è una cosa molto utile. Quindi, immagina di leggere un articolo scettico sul riscaldamento globale. Se te lo diciamo, guarda, questa testata giornalistica è sempre stata molto di parte allo stesso modo, allora probabilmente la prenderai con le pinze. Stiamo anche mostrando la prospettiva del reportage, l'inquadratura. Se ci pensi, covid-19, Brexit, qualsiasi evento importante può essere riportato da diverse prospettive. Prendiamo ad esempio il covid-19. Ha un aspetto sanitario, questo è certo, ma ha anche un aspetto economico, anche politico, ha un aspetto della qualità della vita, ha un aspetto dei diritti umani, un aspetto legale. Pertanto, stiamo profilando i media e stiamo permettendo agli utenti di vedere qual è la loro prospettiva.

Per quanto riguarda i profili multimediali, li esponiamo ulteriormente come plug-in del browser, in modo che mentre visiti diversi siti Web, puoi effettivamente fare clic sul plug-in e ottenere informazioni di base molto brevi sul sito Web. E puoi anche cliccare su un link per accedere a un profilo più dettagliato. E questo è molto importante: il focus è sulla fonte. Ancora una volta, la maggior parte della ricerca si è concentrata su questa affermazione è vera o no? E questa notizia è vera o no? Questa è solo la metà del problema. L'altra metà è in realtà se è dannoso, che in genere viene ignorato.

L'altra cosa è che non possiamo assolutamente verificare ogni singola affermazione nel mondo. Non manualmente, non automaticamente. Manualmente, questo è fuori questione. C'è stato uno studio del MIT Media Lab circa due anni fa, in cui hanno condotto un ampio studio su molti, molti tweet. Ed è stato dimostrato che le informazioni false vanno sei volte più lontano e si diffondono molto più velocemente delle informazioni reali. C'era un altro studio che è molto meno famoso, ma lo trovo molto importante, che mostra che il 50% della diffusione nel corso della vita di alcune fake news molto virali avviene nei primi 10 minuti. Nei primi 10 minuti! La verifica manuale dei fatti richiede uno o due giorni, a volte una settimana.

Verifica automatica dei fatti? Come possiamo verificare un reclamo? Bene, se siamo fortunati, se l'affermazione è che l'economia statunitense è cresciuta del 10% l'anno scorso, questa affermazione possiamo verificarla automaticamente facilmente, esaminando Wikipedia o qualche tabella statistica. Ma se dicono, c'è stata una bomba in questa cittadina due minuti fa? Bene, non possiamo davvero verificarlo, perché per verificarlo automaticamente, dobbiamo avere alcune informazioni da qualche parte. Vogliamo vedere cosa scriveranno i media o come reagiranno gli utenti. Ed entrambi richiedono tempo per accumularsi. Quindi, in pratica non abbiamo informazioni per verificarlo. Cosa possiamo fare? Quello che proponiamo è di muoverci a una granularità più alta, di concentrarci sulla fonte. Ed è quello che stanno facendo i giornalisti. I giornalisti stanno esaminando: ci sono due fonti attendibili indipendenti che lo affermano?

Quindi stiamo analizzando i media. Anche se le persone cattive fanno un reclamo sui social media, probabilmente inseriranno un collegamento a un sito Web in cui è possibile trovare un'intera storia. Tuttavia, non possono creare un nuovo sito Web di notizie false per ogni falsa affermazione che stanno facendo. Li riutilizzeranno. In questo modo possiamo monitorare quali sono i siti Web più utilizzati e analizzarli in anticipo. E mi piace dire che possiamo verificare le notizie false prima ancora che venissero scritte. Perché nel momento in cui viene scritto, nel momento in cui viene inserito nei social media e c'è un collegamento a un sito Web, se abbiamo questo sito Web nel nostro database in crescita di siti Web continuamente analizzati, possiamo immediatamente dirti se si tratta di un sito Web affidabile o meno . Naturalmente, i siti Web affidabili potrebbero avere anche scarse informazioni, a volte anche i buoni siti Web potrebbero essere sbagliati. Ma possiamo darvi un'idea immediata.

Oltre all'aggregatore di notizie, abbiamo iniziato a cercare di fare analisi, ma stiamo anche sviluppando strumenti per l'alfabetizzazione mediatica che mostrano alla gente le tecniche di propaganda a grana fine evidenziate nel testo: i luoghi specifici in cui avviene la propaganda e il suo tipo specifico. E infine, stiamo costruendo strumenti in grado di supportare i fact-checker nel loro lavoro. E questi sono ancora problemi che vengono generalmente trascurati, ma estremamente importanti per i verificatori di fatti. Vale a dire, cosa vale la pena verificare in primo luogo. Considera un dibattito presidenziale. Ci sono più di 1.000 frasi che sono state dette. Tu, come verificatore di fatti, puoi controllarne forse 10 o 20. Quali verificherai prima i fatti? Quali sono i più interessanti? Possiamo aiutare a dare priorità a questo. Oppure ci sono milioni e milioni di tweet su covid-19 su base giornaliera. E quale di quelli vorresti verificare come fact-checker?

Il secondo problema è rilevare le affermazioni precedentemente verificate. Un problema con la tecnologia di verifica dei fatti in questi giorni è la qualità, ma la seconda parte è la mancanza di credibilità. Immagina un'intervista con un politico. Puoi mettere in gioco il politico? Immagina un sistema che esegue automaticamente il riconoscimento vocale, è facile, e quindi esegue il controllo dei fatti. E all'improvviso dici: Oh, signor X, la mia intelligenza artificiale mi dice che ora hai il 96% di probabilità di mentire. Puoi approfondire? Perché menti? Non puoi farlo. Perché non ti fidi del sistema. Non puoi mettere il politico sul posto in tempo reale o durante un dibattito politico. Ma se il sistema torna e dice: ha appena detto qualcosa che è stato verificato da questa fidata organizzazione di verifica dei fatti. Ed ecco l'affermazione che ha fatto, ed ecco l'affermazione che è stata verificata, e vediamo, sappiamo che è falsa. Quindi puoi metterlo sul posto. Questo è qualcosa che può potenzialmente rivoluzionare il giornalismo.

Alloro: Quindi, tornando a quel punto sull'analisi. Per entrare nei dettagli tecnici, in che modo Tanbih usa l'intelligenza artificiale e le reti neurali profonde per analizzare quel contenuto, se sta incontrando così tanti dati, così tanti tweet?

Nakov: Tanbih inizialmente non si stava davvero concentrando sui tweet. Tanbih si è concentrato principalmente sui media mainstream. Come ho detto, stiamo analizzando intere testate giornalistiche, in modo da essere preparati. Perché ancora una volta, c'è una connessione molto forte tra i social media e i siti web. Non basta solo mettere un reclamo sul Web e diffonderlo. Può diffondersi, ma le persone lo percepiranno come una voce perché non c'è una fonte, non ci sono ulteriori conferme. Quindi, vuoi ancora guardare in un sito web. E poi, come ho detto, esaminando la fonte, puoi farti un'idea se vuoi fidarti di questa affermazione tra le altre fonti di informazione. E viceversa: quando stiamo profilando i media, analizziamo il testo di ciò che i media pubblicano.

Quindi, vorremmo dire, OK, diamo un'occhiata a poche centinaia o poche migliaia di articoli di questo notiziario di destinazione. Quindi esamineremo anche come questo mezzo si autorappresenta nei social media. Molti di questi siti web hanno anche account sui social media: come reagiscono le persone a ciò che è stato pubblicato su Twitter, su Facebook? E poi se i media hanno altri tipi di canali, ad esempio, se hanno un canale YouTube, andremo su di esso e analizzeremo anche quello. Quindi esamineremo non solo quello che dicono, ma anche come lo dicono, e questo è qualcosa che deriva dal segnale vocale. Se c'è molto appello alle emozioni, possiamo rilevarne un po' nel testo, ma in parte possiamo effettivamente ricavarne dal tono.

Stiamo anche esaminando ciò che gli altri scrivono su questo mezzo, ad esempio, ciò che è scritto su di loro in Wikipedia. E stiamo mettendo insieme tutto questo. Stiamo anche analizzando le immagini che vengono messe su questo sito web. Stiamo analizzando le connessioni tra i siti web. Il rapporto tra un sito web ei suoi lettori, la sovrapposizione in termini di utenti tra diversi siti web. E poi stiamo usando diversi tipi di reti neurali a grafo. Quindi, in termini di reti neurali, utilizziamo diversi tipi di modelli. È principalmente una profonda rappresentazione del testo contestualizzata basata su trasformatori; questo è ciò che di solito fai per il testo in questi giorni. Utilizziamo anche reti neurali a grafo e diversi tipi di reti neurali convoluzionali per l'analisi delle immagini. E stiamo anche usando le reti neurali per l'analisi del parlato.

Alloro: Quindi cosa impariamo studiando questo tipo di disinformazione regione per regione o per lingua? In che modo ciò può effettivamente aiutare i governi e le organizzazioni sanitarie a combattere la disinformazione?

Nakov: Fondamentalmente possiamo fornire loro informazioni aggregate su ciò che sta accadendo, sulla base di uno schema che abbiamo sviluppato per l'analisi dei tweet. Abbiamo progettato uno schema molto completo. Abbiamo esaminato non solo se un tweet è vero o meno, ma anche se sta diffondendo il panico, o sta promuovendo una cattiva cura, o xenofobia, razzismo. Stiamo rilevando automaticamente se il tweet sta ponendo una domanda importante a cui forse un certo ente governativo potrebbe voler rispondere. Ad esempio, una di queste domande l'anno scorso era: il covid-19 scomparirà in estate? È qualcosa a cui forse le autorità sanitarie potrebbero voler rispondere.

Altre cose sono state offrire consigli o discutere di azioni intraprese e possibili cure. Quindi abbiamo esaminato non solo le cose negative, le cose su cui potresti agire, cercare di limitare, cose come il panico o il razzismo, la xenofobia, cose come non mangiare cibo cinese, non mangiare cibo italiano. O cose come incolpare le autorità per la loro azione o inerzia, a cui i governi potrebbero voler prestare attenzione e vedere fino a che punto è giustificato e se vogliono fare qualcosa al riguardo. Inoltre, una cosa importante che un decisore politico potrebbe desiderare è monitorare i social media e rilevare quando si discute di una possibile cura. E se è una buona cura, potresti voler prestare attenzione. Se è una cattiva cura, potresti anche voler dire alla gente: non usare quella cattiva cura. E la discussione sull'azione intrapresa, o un invito all'azione. Se ci sono molte persone che dicono di chiudere i barbieri, potresti voler vedere perché lo dicono e se vuoi ascoltare.

Alloro: Destra. Perché il governo vuole monitorare questa disinformazione con lo scopo esplicito di aiutare tutti a non prendere quelle brutte cure, giusto. Non continuare a pensare che questa propaganda o disinformazione sia vera. Quindi è un'azione del governo per regolamentare la disinformazione sui social media? O pensi che spetti alle aziende tecnologiche risolvere il problema da sole?

Nakov: Quindi è una buona domanda. Due anni fa sono stato invitato dall'Assemblea dell'Unione Interparlamentare. Avevano invitato tre esperti e c'erano 800 membri del parlamento provenienti da paesi di tutto il mondo. E per tre ore ci hanno fatto delle domande, girando sostanzialmente intorno al tema centrale: che tipo di legislazione possono approvare loro, i parlamenti nazionali, per trovare una soluzione una volta per tutte al problema della disinformazione. E, naturalmente, il consenso alla fine è stato che si tratta di un problema complesso e non c'è una soluzione facile.

Certi tipi di legislazione giocano sicuramente un ruolo. In molti paesi, alcuni tipi di incitamento all'odio sono illegali. E in molti paesi, ci sono determinati tipi di regolamenti quando si tratta di elezioni e annunci pubblicitari durante le elezioni che si applicano ai normali media e si estendono anche allo spazio web. E ci sono state molte recenti richieste di regolamentazione nel Regno Unito, nell'Unione Europea, persino negli Stati Uniti. E questo è un dibattito molto acceso, ma questo è un problema complesso e non c'è una soluzione facile. E ci sono giocatori importanti lì e quei giocatori devono lavorare insieme.

Quindi una legislazione certa? Sì. Ma hai anche bisogno della collaborazione delle società di social media, perché la disinformazione sta avvenendo nelle loro piattaforme. E sono in una posizione molto buona, la migliore in realtà, per limitare lo spread o per fare qualcosa. O per insegnare ai loro utenti, per educarli, che probabilmente non dovrebbero diffondere tutto ciò che leggono. E poi le organizzazioni non governative, i giornalisti, tutti gli sforzi di verifica dei fatti, anche questo è molto importante. E spero che gli sforzi che noi ricercatori stiamo mettendo nella costruzione di tali strumenti siano utili anche in questo senso.

Una cosa a cui dobbiamo prestare attenzione è che quando si tratta di regolamentazione attraverso la legislazione, non dovremmo necessariamente pensare a cosa possiamo fare per questa o quella specifica azienda. Dovremmo pensare di più a lungo termine. E dovremmo stare attenti a proteggere la libertà di parola. Quindi è una specie di equilibrio delicato.

In termini di fake news, disinformazione. L'unico caso in cui qualcuno ha dichiarato la vittoria, e l'unica soluzione che abbiamo visto effettivamente funzionare, è il caso della Finlandia. Nel maggio 2019, la Finlandia ha ufficialmente dichiarato di aver vinto la guerra grazie alle fake news. Ci sono voluti cinque anni. Hanno iniziato a lavorarci dopo gli eventi in Crimea; si sono sentiti minacciati e hanno avviato una campagna di alfabetizzazione mediatica molto ambiziosa. Si sono concentrati principalmente sulle scuole, ma hanno anche preso di mira le università e tutti i livelli della società. Ma, ovviamente, soprattutto le scuole. Stavano insegnando agli studenti come capire se qualcosa è sospetto. Se ti fa troppo arrabbiare, forse qualcosa non va. Come fare, diciamo, invertire la ricerca di immagini per verificare se questa immagine mostrata proviene effettivamente da questo evento o da qualche altra parte. E in cinque anni hanno dichiarato la vittoria.

Quindi, per me, l'alfabetizzazione mediatica è la migliore soluzione a lungo termine. Ed è per questo che sono particolarmente orgoglioso del nostro strumento per l'analisi propagandistica a grana fine, perché mostra davvero agli utenti come vengono manipolati. E posso dirti che la mia speranza è che dopo che le persone hanno interagito un po' con una piattaforma come questa, imparino quelle tecniche. E la prossima volta li riconosceranno da soli. Non avranno bisogno della piattaforma. Ed è successo a me e a molti altri ricercatori che hanno lavorato su questo problema, è successo a noi e ora non riesco più a leggere le notizie correttamente. Ogni volta che leggo le notizie, noto queste tecniche perché le conosco e le posso riconoscere. Se più persone riusciranno a raggiungere quel livello, andrà bene.

Forse le società di social media possono fare qualcosa del genere quando un utente si registra sulla propria piattaforma, potrebbero chiedere ai nuovi utenti di seguire un breve corso di alfabetizzazione digitale e quindi superare qualcosa come un esame. E poi, ovviamente, forse dovremmo avere programmi governativi del genere. Il caso della Finlandia mostra che, se il governo interviene e mette in atto i programmi giusti, le fake news sono qualcosa che può essere risolto. Spero che le fake news finiscano per diventare spam. Non sarà sradicato. Lo spam è ancora lì, ma non è il tipo di problema che era 20 anni fa.

Alloro: E questa è alfabetizzazione mediatica. E anche se ci vogliono cinque anni per sradicare questo tipo di disinformazione o semplicemente per migliorare la comprensione da parte della società dell'alfabetizzazione mediatica e di cosa sia la disinformazione, le elezioni si svolgono abbastanza frequentemente. E quindi sarebbe un ottimo punto per iniziare a pensare a come fermare questo problema. Come hai detto, se diventa come spam, diventa qualcosa con cui hai a che fare ogni giorno, ma in realtà non ci pensi più né ti preoccupi più. E non capovolgerà completamente la democrazia. Mi sembra un traguardo molto raggiungibile.

Alloro: Dr. Nakov, grazie mille per esserti unito a noi oggi in quella che è stata una fantastica conversazione sul Business Lab.

Nakov: Grazie per avermi.

Alloro: Era il dottor Preslav Nakov, uno dei principali scienziati del Qatar Computing Research Institute, con cui ho parlato da Cambridge, Massachusetts, sede del MIT e della MIT Technology Review, che si affaccia sul fiume Charles.

Questo è tutto per questo episodio di Business Lab. Sono il tuo ospite, Laurel Ruma. Sono il Direttore di Insights, la divisione di pubblicazione personalizzata di MIT Technology Review. Siamo stati fondati nel 1899 presso il Massachusetts Institute of Technology. E puoi trovarci sulla carta stampata, sul web e in occasione di eventi ogni anno in tutto il mondo. Per informazioni su di noi e sullo spettacolo, visita il nostro sito Web all'indirizzo technologyreview.com.

Lo spettacolo è disponibile ovunque tu abbia i tuoi podcast.

Se ti è piaciuto questo podcast, speriamo che ti prenderai un momento per valutarci e recensirci. Business Lab è una produzione di MIT Technology Review. Questo episodio è stato prodotto da Collective Next.

Questo episodio del podcast è stato prodotto da Insights, il ramo dei contenuti personalizzati di MIT Technology Review. Non è stato prodotto dalla redazione del MIT Technology Review.

nascondere