Tots, poc o molt, hem sentit parlar de les fake news des que en Donald Trump i altres polítics han generalitzat l’ús d’aquest terme en les seves declaracions. La traducció que més s’hi apropa seria “notícies fabricades o fictícies”, és a dir, notícies inventades per aconseguir una resposta determinada en el receptor, i que caldria diferenciar de les notícies falses (false news), en les quals no hi ha —o no es coneix— la intencionalitat. Avui parlarem de com aquest tipus de notícies s’estenen per les nostres xarxes socials, de punta a punta del món, perquè potser no en som conscients del tot, però internet i les xarxes socials són immediates i ens comuniquen, però també queda constància de tots els moviments que fem. Les nostres cerques a internet, els nostres “m’agrada” o “no m’agrada” a Facebook o Instagram, i les nostres piulades a Twitter, tot queda enregistrat. Dades, milions de milions de dades, entre tots generem big data contínuament. I aquestes dades “parlen”, si s’analitzen, són un reflex de nosaltres, de la nostra societat, de què ens agrada i ens emociona, o què menystenim i condemnem.
Dos articles publicats a la revista Science d’aquesta setmana justament parlen d’aquesta qüestió. Un dels grups d’investigació ha demanat les dades a Twitter des que va començar l’any 2006 fins al 2017, per analitzar el destí de 126.000 piulades, les quals han estat rebudes per uns 3 milions de persones i repiulades (“retuitades”) més de 4,5 milions de vegades. Les han classificat per temes: política, llegendes urbanes, terrorisme, ciència, desastres naturals, economia i entreteniment. I, molt important, han estudiat la dinàmica d’expansió i èxit a la xarxa segons si la notícia era veritat o mentida. Fals o cert? Aquestes dues són les categories en què sis agències diferents han jutjat cada piulada fent-ne dos munts: les històries que són vertaderes i les que són falses. I què creieu que piulem més?
El gran avantatge dels rumors respecte a les notícies reals és que no cal que siguin contrastats i certs; com més xocants, com més “morbo” tenen, més ens criden l’atenció i, per tant, també molt més probable és que ho comentem a la gent que ens envolta
Els resultats potser no ens haurien de sorprendre tant. Als humans sempre ens han agradat els rumors, i el gran avantatge dels rumors respecte a les notícies reals és que no cal que siguin contrastats i certs; com més xocants, com més “morbo” tenen, més ens criden l’atenció i, per tant, també molt més probable és que ho comentem a la gent que ens envolta, fent-ne partícip la nostra xarxa social. Així que quan, en aquest estudi, els investigadors analitzen el big data de piulades de Twitter i les seves xarxes de distribució, troben que les notícies falses s’estenen molt més ràpidament, arriben a molta més gent, generen més comentaris i repiulades, duren molt més i arriben més lluny que les notícies certes, sobretot, les que són de política, seguides de les llegendes urbanes (les quals són certificadament falses, com per exemple, el suposat perill de la vacunació als infants). Les piulades certes tarden sis vegades més temps a arribar a 1.500 persones que les piulades falses. Les piulades amb més èxit (totes elles falses) es van distribuir a més de 100.000 persones! Us imagineu el que això vol dir en termes de manipulació de la informació?
Podríem pensar que aquest èxit de les piulades falses, en general, es deu al fet que les fa gent molt coneguda, amb molts seguidors i que tenen molta influència mediàtica. Però els autors demostren que això no és així, perquè la gent amb més seguidors sol ser gent relativament informada i que té informació contrastada, i que intenten modular les seves opinions per no perdre els seus seguidors. Fan un estudi dels bots (és a dir, perfils automatitzats que no corresponen a cap persona, sinó que són com “robots” que intenten manipular l’opinió), i resulta que tampoc són els bots qui causen el biaix cap a les notícies falses. El que aquestes dades ens indiquen és que hi ha un component que és intrínsecament humà, i que les notícies certes no ens agraden tant perquè, en general, les preveiem i esperem. Majoritàriament, ens atreu allò que és molt nou i trencador, que ens sorprèn, ens indigna i ens afecta, i aquí les notícies falses guanyen. I, en canvi, no som tan proclius a fer cas ni transmetre les notícies que no ens sorprenen perquè ja les coneixem. Segur que els sociòlegs tenen alguna cosa a dir. De fet, el segon article a Science, justament enfoca la seva anàlisi en com i per què s’estenen les fake news. Una excel·lent reflexió que remarca la tendència que tenim els humans de voler escoltar només els que pensen com nosaltres i obviar aquell pensament que entra en contradicció amb les nostres creences. Així, donen més crèdit a les notícies que encaixen amb idees preconcebudes, i les repiularem i transmetrem dins del nostre propi grup, com ara va passar durant les passades eleccions als EUA entre els seguidors de Trump a cada piulada del seu líder, encara que fos una notícia falsa. Imagineu quin panorama, conscientment o no (i no cal anar als Estats Units per trobar-ne exemples), hi ha qui és partidari de “miente, que algo queda” i omple les xarxes socials de mentides, o titlla notícies reals com a “fake news”, sabent que els seus seguidors repiularan un missatge esbiaixat i no contrastat. Com diuen diversos investigadors, la manipulació de les notícies en xarxes socials de tot tipus està esdevenint un problema global i pot alterar la percepció social i, evidentment, influir en les decisions polítiques i econòmiques.
Potser l’anàlisi massiva de dades permetrà algun dia trobar patrons de comportament de la societat, que permeti inferir i preveure com podem reaccionar cadascun dels grups socials a estímuls concrets
No us penseu pas que les dades de les xarxes socials són invisibles, són dades que es poden emprar en estudis científics per a entendre i preveure les tendències de la societat. Per exemple, les dades de Twitter són accessibles, i hi ha investigadors amb experiència en l’anàlisi de sistemes complexos que, aplicant algoritmes matemàtics de xarxes (molt similars als algoritmes que s’utilitzen per explicar les epidèmies causades per la infecció de virus com ara l’Ebola o el Zika) poden interpretar gràficament la resposta social a un succés determinat de forma espaciotemporal. Seguint determinades etiquetes (hashtags) i visualitzant les piulades, repiulades i contra-piulades es generen gràfics impressionants, d’una bellesa estètica inesperada. Serà impossible que no admireu les xarxes que podeu trobar a blogs com el d’Enredados 1-O, generades a partir de piulades en determinats moments d’efervescència política, i que reflecteixen el missatge polític que entre tots generem. Les xarxes que resulten són, de vegades, totalment inesperades, i l’anàlisi de la imatge de la xarxa que us adjunto demostra que una piulada inicial parlant d’hispanofòbia per un membre del partit que governa a l’Estat, pot acabar generant una xarxa de respostes que perdi el control i decanti totalment el missatge final.
Igualment, quan hi ha personatges molt potents que polaritzen la resposta als medis, com per exemple, el president Trump, les piulades generen xarxes amb nuclis d’agrupacions de seguidors i detractors, molt separats ideològicament però que s’intercanvien múltiples missatges, com s’analitza en aquest altre blog.
Estem immersos en un món on les dades estan arreu. Aquestes dades contenen una quantitat d’informació molt gran i permeten fer un dibuix que reflecteix la realitat social. Per a aquells que ens agrada la ciència-ficció, no és massa difícil imaginar un món on no es pot ni llegir ni opinar sense que un Gran Germà (diguem-ne Facebook o Google) no ho pugui saber tot, igual que el món imaginat per George Orwell al seu llibre 1984. D’altra banda, potser l’anàlisi massiva de dades permetrà algun dia trobar patrons de comportament de la societat, que permeti inferir i preveure com podem reaccionar cadascun dels grups socials a estímuls concrets (siguin fake news o no), dissenyats per generar una resposta determinada i fent real la psicohistòria de la Primera Fundació d’Isaac Asimov.