Like Article, Like Audience: Enforcing Multimodal Correlations for Disinformation Detection

Immaginate internet come una piazza enorme e frenetica dove tutti urlano, condividono e litigano. In questa città digitale, la "disinformazione" è come un mulino di voci che fa girare storie assurde e false per ingannare le persone o scatenare problemi. Per molto tempo, gli scienziati che hanno cercato di fermare queste voci si sono concentrati principalmente sulle parole stesse, esaminando gli articoli di notizie come un detective che analizza un singolo foglio di carta alla ricerca di errori di ortografia o di un linguaggio sospetto. Ma questo articolo suggerisce che guardare solo il foglio non sia sufficiente. Propone una nuova idea: per capire una storia, bisogna anche capire la folla che la ama. Il concetto centrale qui è l'apprendimento "multimodale", che è solo un modo elegante per dire che dovremmo guardare insieme diversi tipi di indizi — come il testo dell'articolo e il testo delle persone che lo condividono. La grande domanda che i ricercatori pongono è semplice: le persone che condividono una storia falsa sembrano e suonano diverse da quelle che ne condividono una vera? Se possiamo insegnare a un computer a notare questa connessione, forse può individuare i bugiardi più velocemente.

Gli autori di questo articolo, lavorando con dati provenienti da Twitter, hanno deciso di costruire un programma informatico intelligente che agisce come un detective che non si limita a leggere il titolo, ma controlla anche i tesserini di riconoscimento delle persone che lo tengono in mano. Hanno creato un sistema che impara guardando due cose contemporaneamente: l'articolo di notizie stesso e il "contenuto generato dagli utenti" delle persone che lo hanno condiviso. Il contenuto generato dagli utenti è semplicemente ciò che le persone comuni creano, come la bio di Twitter (descrizione del profilo) e i loro tweet recenti. I ricercatori hanno notato che le persone di solito hanno una personalità online coerente; se scrivi di musica nella tua bio, probabilmente condividerai articoli sulla musica. Si sono chiesti se un articolo di fake news attirasse un "tipo" specifico di persona, e se queste persone avessero una "vibrazione" simile tra loro.

Per testare questo, hanno costruito un algoritmo di apprendimento che utilizza tre regole specifiche, o "obiettivi", per addestrare il computer. Primo, il computer deve imparare a distinguere tra una storia vera e una falsa, proprio come un normale detective. Secondo, ed è la parte geniale, il computer è costretto a imparare che la "vibrazione" dell'articolo deve corrispondere alla "vibrazione" delle persone che lo hanno condiviso. Se un articolo falso viene condiviso, il computer impara che l'articolo e chi lo condivide devono apparire simili in uno spazio matematico nascosto. Terzo, il computer impara che le persone che condividono la stessa notizia devono anche apparire simili tra loro. È come dire: "Se un gruppo di sconosciuti corre tutti a condividere questa storia strana, probabilmente hanno qualcosa in comune, quindi facciamo in modo che il computer veda questa connessione".

I ricercatori hanno testato questa idea su tre diversi tipi di cervelli informatici (classificatori neurali) utilizzando dati reali da siti web di fact-checking e notizie sul COVID-1о. Hanno scoperto che quando aggiungevano questi "indizi sociali" nel processo di addestramento, i computer diventavano più bravi a individuare le fake news. I risultati hanno mostrato che i modelli imparavano a separare le notizie vere da quelle false in modo più chiaro. In effetti, quando hanno guardato la matematica dietro le quinte, hanno visto che le storie false e quelle vere venivano spinte più lontano l'una dall'altra nella mente del computer quando utilizzava questi indizi degli utenti.

Tuttavia, l'articolo presenta anche alcune sfumature che mantengono il tutto con i piedi per terra. I ricercatori hanno cercato di vedere se importasse quali persone scegliessero. Pensavano che le primissime persone a condividere una storia (gli "early adopters") potessero essere gli indizi migliori, ma sorprendentemente non faceva una grande differenza se scegliessero i primi o gli ultimi a condividere. Hanno anche provato a ingannare il computer scambiando casualmente gli articoli con i gruppi sbagliati di persone. Anche quando hanno rovinato le connessioni, il computer ha comunque performato meglio rispetto a quando non aveva alcun indizio sull'utente, suggerendo che la pura quantità di dati extra aiuti, anche se i collegamenti specifici non sono perfetti.

Un risultato interessante è derivato dal guardare un esempio specifico in cui il computer ha ottenuto la risposta corretta solo quando guardava la bio dell'utente, ma ha sbagliato quando guardava i suoi tweet. I tweet erano rumorosi e parlavano di troppe cose diverse, mentre la bio era focalizzata. Questo suggerisce che, sebbene i dati degli utenti siano utili, possono essere disordinati, e il lavoro futuro potrebbe dover filtrare il rumore.

In definitiva, l'articolo suggerisce che insegnando ai computer a rispettare la relazione tra una storia e il suo pubblico, possiamo costruire strumenti migliori per combattere la disinformazione. Gli autori sottolineano con cura che questo metodo utilizza le informazioni dell'utente solo durante l'apprendimento del computer, non quando sta effettivamente facendo una previsione. Ciò significa che il computer non ha bisogno di sapere chi sei per giudicare un articolo di notizie; deve solo aver appreso dai modelli di come le persone e le storie si connettono. Sebbene i risultati siano promettenti e il metodo sia nuovo, gli autori ammettono che con il passare del tempo i profili degli utenti cambiano e i creatori di fake news scompaiono, quindi i dati potrebbero diventare obsoleti. Ma per ora, è un promemoria giocoso e potente del fatto che, nella lotta contro le fake news, a volte il modo migliore per individuare una bugia è guardare chi la sta raccontando.