La información errónea de COVID es el mayor desafío para el programa Birdwatch de Twitter, según muestran los datos


A partir del 6 de octubre, el programa de moderación de la comunidad Birdwatch de Twitter ha sido ampliado a todos los usuarios de EE. UU..

Es un gran paso para Birdwatch, que fue oficialmente lanzado en beta en enero de 2021, y marca un paso adelante en los esfuerzos de la plataforma para reducir la difusión de información errónea en la plataforma. Pero a medida que el esquema se expande, los datos revisados ​​por el borde sugiere que los temas más comunes que se verifican ya están cubiertos por las políticas de desinformación de Twitter, lo que genera nuevas preguntas sobre el impacto general del programa.

En esencia, la promesa de Birdwatch es «descentralizar» el proceso de verificación de información errónea, poniendo el poder en manos de la comunidad de usuarios en lugar de una empresa de tecnología. Pero la verificación de hechos abarca una gran variedad de temas, desde rumores triviales y fácilmente desacreditados hasta afirmaciones complejas que pueden depender de incertidumbres fundamentales en el proceso científico.

“Puede hablar de las curiosidades aleatorias de Internet que aparecen”

En declaraciones públicas, los ejecutivos de Twitter involucrados en el programa se han centrado en las decisiones más fáciles. En una llamada con los periodistas el mes pasado, Keith Coleman, vicepresidente de producto de Twitter, sugirió que la fortaleza de Birdwatch radicaba en abordar las declaraciones que no estaban cubiertas por las políticas de desinformación de Twitter o que no eran lo suficientemente serias como para asignarlas internamente. Revisando recursos. «Puede hablar de las curiosidades aleatorias de Internet que aparecen». gizmodo cita coleman como diciendo “Como, ¿hay un vacío gigante en el espacio? ¿O es este murciélago realmente del tamaño de un humano?

a: pasar el cursor]: sombra-resaltar-franklin [&>a]:sombra-subrayado-negro oscuro:[&>a:hover]:shadow-highlight-franklin oscuro:[&>a]:sombra-subrayado-blanco md:texto-26″>METODOLOGÍA

Descargamos datos de Birdwatch hasta el 20 de septiembre. Este conjunto de datos contenía 37 741 notas en total, de las cuales 32 731 eran únicas.

Usamos Python kit de herramientas de lenguaje natural biblioteca para analizar las notas y extraer las palabras significativas más comunes que aparecen en ellas.

Para hacer esto, descartamos palabras de conjunción como «y», «pero», «allí», «cuál» y «acerca de» y excluimos palabras que se usaban con frecuencia en el proceso de construcción de una verificación de hechos, como «tweet, ” “fuente”, “afirmaciones”, “evidencia” y “artículo”. También ignoramos las palabras dentro de las URL, que Twitter incluye como parte del texto de la nota, y redujimos los plurales a su forma singular (por lo que «automóviles» se contaría como «automóvil»).

Los datos procesados ​​nos brindan una buena visión general de los temas que se abordan comúnmente o se les agrega contexto utilizando el sistema Birdwatch.

➡️ Para explorar los datos completos usted mismo, puede navegue por nuestra base de datos interactiva de notas de Birdwatch.

Pero los casos de la fase beta del programa muestran que muchos usuarios de Birdwatch están intentando abordar problemas de desinformación más serios en la plataforma y se superponen significativamente con las políticas existentes de Twitter. Los datos de Birdwatch publicados por Twitter muestran que los temas relacionados con COVID son, con mucho, el tema más común abordado en las notas de Birdwatch. Además, muchas de las cuentas que publicaron los tweets que fueron anotados han sido suspendidas desde entonces, lo que sugiere que el proceso de revisión interna de Twitter está detectando violaciones de contenido y tomando medidas.

Como parte de sus esfuerzos más amplios de fuente abierta, Twitter mantiene una actualización periódica conjunto de datos de todas las notas de Birdwatch está disponible gratuitamente para descargar desde el blog del proyecto. el borde analizó estos datos, examinando un conjunto de datos que abarcó desde el 22 de enero de 2021 hasta el 20 de septiembre de 2022. Usando herramientas informáticas para recopilar y resumir los datos, podemos obtener una idea de los temas principales de las notas de Birdwatch que sería difícil de obtener de la revisión manual.

Los datos muestran que los usuarios de Birdwatch han pasado mucho tiempo revisando tuits relacionados con el COVID, la vacunación y la respuesta del gobierno a la pandemia. La lista de frecuencia de palabras nos muestra que «COVID» es el término de materia más común, con el término relacionado «vacuna» clasificado en el número tres de la lista.

De estas notas, el tipo de afirmaciones que comúnmente se verifican evoluciona con el tiempo a medida que cambia la comprensión pública de la pandemia. Los tuits de 2021 abordan narrativas falsas que afirman que el Dr. Anthony Fauci de alguna manera tenía un papel personal en la creación del nuevo coronavirus o en arrojar dudas sobre la seguridad y eficacia de las vacunas a medida que estuvieron disponibles.

Otras notas de Birdwatch de este momento abordan tratamientos no probados o peligrosos para COVID, como la ivermectina e hidroxicloroquina.

Si bien algunos de los mitos más extravagantes de COVID son fáciles de verificar, como la idea de que el virus fue un engaño, es en su mayoría inofensivo o se propaga por las torres 5G, otras afirmaciones sobre la transmisión, la gravedad y la mortalidad pueden ser más difíciles de determinar definitivamente. correcto.

Por ejemplo, cuando se lanzaron las vacunas en enero de 2021, un usuario de Birdwatch intentó agregar contexto a un argumento sobre la efectividad de una marca de vacuna para prevenir la hospitalización frente a prevenir cualquier infección. Gobernador de Nueva Jersey Phil Murphy tuiteó que los datos de prueba para la vacuna de Johnson & Johnson mostraron «protección COMPLETA contra la hospitalización y la muerte» y provocaron una respuesta enojada de un estadístico que se vinculó a los datos de prueba que mostraban solo «66% de eficacia» de la vacuna.

«Los [tweet] autor está confundiendo la eficacia reportada de prevenir la hospitalización y la muerte, con la eficacia general reportada de prevenir infecciones”, agregó una nota de Birdwatch útilmente, haciendo referencia a Bloomberg cobertura que distingue claramente entre las métricas.

Más cuestionable, otro usuario de Birdwatch intentó verificar una afirmación ampliamente difundida por los principales medios de comunicación, utilizando una publicación de blog en un sitio web de preparación como cita. Donde los medios de comunicación siguieron el ejemplo de los CDC al informar que la variante omicron compuesto por el 73 por ciento de las nuevas infecciones a partir de diciembre de 2021, un entrada en el blog en ElPreparado.com argumentó que el reclamo puede haber surgido de un error en el modelo estadístico de los CDC. La publicación del blog fue fuertemente argumentada, pero sin la confirmación de una fuente más confiable y examinada, es difícil saber si la anotación ayudó a la situación o simplemente enturbió las aguas.

Los usuarios de Birdwatch calificaron tweets como estos como algunos de los más problemáticos para tratar. (Al completar una encuesta al crear una nota, los usuarios pueden calificar los tweets en cuatro valores binarios que califican cuán engañosas, creíbles, dañinas y difíciles de verificar son las afirmaciones). Está claro que la comunicación precisa y accesible de los hallazgos científicos es una tarea difícil, pero los resultados de la salud pública dependen de la aparición de consejos de salud precisos y de la prevención de la proliferación de malos consejos. Los expertos coinciden en que las plataformas necesitan estándares fuertes, claros y coordinados para abordar la información errónea sobre la pandemia, y parece poco probable que la moderación impulsada por la comunidad cumpla con esta barra.

Aunque COVID es un tema principal de las notas de Birdwatch, está lejos de ser el único.

En la lista de frecuencia de palabras, «terremoto» y «predicción» ocupan un lugar destacado debido a una gran cantidad de notas redactadas de forma idéntica que se adjuntaron a tuits de cuentas que afirman falsamente poder predecir terremotos en todo el mundo.

No hay evidencia de que los terremotos se puedan predecir de manera confiable, pero las predicciones de terremotos son inexactas sigue siendo viral en línea. Con 48 000 seguidores en el momento de escribir este artículo, la cuenta de Twitter @Quakeprediction es una de las peores, ya que publica un flujo constante de predicciones de riesgo elevado de terremotos en California. Un usuario de Birdwatch parece haberse encargado de adjuntar una nota de advertencia a más de 1,300 tuits de esta y otras cuentas de predicción de terremotos, cada vez con un enlace a una desacreditación del Servicio Geológico de EE. UU. que explica que los científicos nunca han predicho un terremoto.

No está claro por qué el usuario se centró en los terremotos, pero el resultado final es un revisor humano que, irónicamente, se comporta más como un software de verificación de hechos automatizado: busca un patrón en los tweets y responde con una acción idéntica cada vez.

Los datos también muestran claramente los esfuerzos en curso para impugnar los resultados de las elecciones de 2020, un fenómeno que ha plagado muchas otras plataformas en línea.

Más abajo en la lista de palabras más comunes están los términos “Trump”, “elección” y “Biden”. Muchas notas que contienen estos términos abordan afirmaciones de que Donald Trump ganó las elecciones de 2020 o, por el contrario, que Joe Biden perdió. Aunque generalizadas, afirmaciones como estas son fáciles de verificar debido a la abrumadora cantidad de evidencia contra el fraude electoral generalizado.

“Joe Biden ganó las elecciones. Esta es la gran mentira continuada”, se lee en una nota adjunta a un Pío por ligado a los nacionalistas blancos la senadora del estado de Arizona, Wendy Rogers, que afirma falsamente que el fraude ocurrió en áreas densamente pobladas.

“El fraude de votación por correo es casi imposible de cometer, y no hay absolutamente ninguna evidencia de que los resultados de las elecciones de 2020 sean el resultado de un fraude”, decía otra nota adjunta a un tuit falso por Irene Armendáriz-Jackson, candidata republicana que se postula para el antiguo escaño en el Congreso de Beto O’Rourke en El Paso, Texas.

Otro usuario escribió simplemente: “La elección no fue manipulada. Trump perdió”. Para esta nota, como en muchos otros casos, los tweets originales simplemente no se pueden revisar: buscar la ID del tweet da como resultado una página en blanco y un mensaje de que la cuenta ha sido suspendida.

Si bien los usuarios de Birdwatch han anotado muchos tuits que cuestionan los resultados de las elecciones de 2020, las encuestas de autoevaluación califican estos tuits como menos difíciles de abordar, dada la abrumadora cantidad de pruebas que respaldan la victoria de Biden.

Dada la gran cantidad de cuentas suspendidas, parece claro que los algoritmos de Twitter o su equipo de moderación humana también encuentran fácil marcar y eliminar el mismo contenido.

Captura de pantalla de un tuit de @StateofusAll que dice:

Hasta ahora, los datos del programa Birdwatch muestran una sólida comunidad de verificadores de hechos voluntarios que intentan abordar problemas difíciles. Pero la evidencia también sugiere un alto grado de superposición en el tipo de tuits que estos voluntarios abordan y el contenido que ya está cubierto por las políticas de desinformación existentes de Twitter, lo que genera dudas sobre si las notas de verificación de hechos tendrán un impacto significativo. (Twitter sostiene que Birdwatch debería sumarse a las iniciativas de verificación de hechos existentes en lugar de cualquier tipo de reemplazo de los controles de desinformación).

Twitter dice que los resultados preliminares del programa se ven bien: la compañía afirma que las personas que ven notas de verificación de hechos adjuntas a los tweets son 20-40 por ciento menos probabilidades de estar de acuerdo con la esencia de un tuit potencialmente engañoso que alguien que solo ve el tuit. Es un hallazgo prometedor, pero por implicación, muchos espectadores del tweet todavía están siendo engañados por falsedades.

Twitter no respondió de inmediato a una solicitud de comentarios.

Click aquí para navegue por nuestra base de datos interactiva de notas de Birdwatch.





Source link-37