La diffusione della disinformazione sui social media è un problema sociale urgente con cui le aziende tecnologiche e i responsabili politici continuano a confrontarsi, ma coloro che studiano questo problema non hanno ancora una profonda comprensione del perché e del come si diffondono le notizie false.

Per fare luce su questo argomento oscuro, i ricercatori del MIT hanno sviluppato un modello teorico di social network simile a Twitter per studiare come le notizie vengono condivise ed esplorare situazioni in cui una notizia non credibile si diffonderà più ampiamente della verità. Gli agenti nel modello sono guidati dal desiderio di persuadere gli altri ad assumere il loro punto di vista:il presupposto chiave nel modello è che le persone si prendano la briga di condividere qualcosa con i loro seguaci se pensano che sia persuasivo e che possa avvicinare gli altri al loro mentalita. Altrimenti non condivideranno.

I ricercatori hanno scoperto che in un tale contesto, quando una rete è altamente connessa o le opinioni dei suoi membri sono fortemente polarizzate, le notizie che potrebbero essere false si diffonderanno più ampiamente e andranno più a fondo nella rete rispetto alle notizie con maggiore credibilità.

Questo lavoro teorico potrebbe informare gli studi empirici sulla relazione tra la credibilità delle notizie e la dimensione della sua diffusione, il che potrebbe aiutare le società di social media ad adattare le reti per limitare la diffusione di informazioni false.

"Mostriamo che, anche se le persone sono razionali nel modo in cui decidono di condividere le notizie, ciò potrebbe comunque portare all'amplificazione delle informazioni con scarsa credibilità. Con questo motivo di persuasione, non importa quanto siano estreme le mie convinzioni, dato che le più estreme sono quanto più guadagno spostando le opinioni degli altri:c'è sempre qualcuno che amplificherebbe [le informazioni]", afferma l'autore senior Ali Jadbabaie, professore e capo del Dipartimento di ingegneria civile e ambientale e membro della facoltà principale dell'Istituto for Data, Systems, and Society (IDSS) e ricercatore principale nel Laboratory for Information and Decision Systems (LIDS).

Ad unirsi a Jadbabaie nel documento ci sono il primo autore Chin-Chia Hsu, uno studente laureato nel programma dei sistemi sociali e ingegneristici in IDSS, e Amir Ajorlou, un ricercatore LIDS. La ricerca sarà presentata questa settimana alla IEEE Conference on Decision and Control.

Pensare alla persuasione

Questa ricerca si basa su uno studio del 2018 di Sinan Aral, David Austin Professor of Management presso la MIT Sloan School of Management; Deb Roy, professore associato di arti e scienze dei media presso il Media Lab; e l'ex post-dottorato Soroush Vosoughi (ora assistente professore di informatica alla Dartmouth University). Il loro studio empirico sui dati di Twitter ha rilevato che le notizie false si diffondono in modo più ampio, più veloce e più profondo delle notizie reali.

Jadbabaie e i suoi collaboratori hanno voluto approfondire il motivo per cui ciò si verifica.

Hanno ipotizzato che la persuasione potrebbe essere un forte motivo per condividere le notizie (forse gli agenti della rete vogliono persuadere gli altri ad assumere il loro punto di vista) e hanno deciso di costruire un modello teorico che consentisse loro di esplorare questa possibilità.

Nel loro modello, gli agenti hanno una convinzione precedente su una politica e il loro obiettivo è persuadere i seguaci a spostare le loro convinzioni più vicino al lato dello spettro dell'agente.

Una notizia viene inizialmente rilasciata a un piccolo sottogruppo casuale di agenti, che deve decidere se condividere questa notizia con i propri follower. Un agente valuta la notiziabilità dell'articolo e la sua credibilità e aggiorna la sua convinzione in base a quanto sia sorprendente o convincente la notizia.

"Faranno un'analisi costi-benefici per vedere se, in media, questa notizia avvicinerà le persone a ciò che pensano o le allontanerà. E includiamo un costo nominale per la condivisione. Ad esempio, intraprendere qualche azione, se stai scorrendo sui social media, devi smettere di farlo. Consideralo come un costo. Oppure un costo per la reputazione potrebbe arrivare se condivido qualcosa che è imbarazzante. Tutti hanno questo costo, quindi più è estremo e più interessante è la notizia è che più vuoi condividerlo", afferma Jadbabaie.

Se la notizia conferma il punto di vista dell'agente e ha un potere persuasivo che supera il costo nominale, l'agente condividerà sempre la notizia. Ma se un agente pensa che la notizia sia qualcosa che altri potrebbero aver già visto, l'agente è disincentivato a condividerla.

Poiché la volontà di un agente di condividere le notizie è un prodotto della sua prospettiva e di quanto siano persuasive le notizie, più il punto di vista di un agente è estremo o più sorprendenti sono le notizie, più è probabile che l'agente le condivida.

I ricercatori hanno utilizzato questo modello per studiare come le informazioni si diffondono durante una cascata di notizie, che è una catena di condivisione ininterrotta che permea rapidamente la rete.

Connettività e polarizzazione

Il team ha scoperto che quando una rete ha un'elevata connettività e le notizie sono sorprendenti, la soglia di credibilità per avviare una cascata di notizie è inferiore. Connettività elevata significa che ci sono più connessioni tra molti utenti nella rete.

Allo stesso modo, quando la rete è in gran parte polarizzata, ci sono molti agenti con opinioni estreme che vogliono condividere la notizia, dando inizio a una cascata di notizie. In entrambi questi casi, le notizie con scarsa credibilità creano le maggiori cascate.

"Per ogni notizia, esiste un limite di velocità della rete naturale, una gamma di connettività, che facilita una buona trasmissione di informazioni in cui la dimensione della cascata è massimizzata da notizie vere. Ma se superi quel limite di velocità, entrerai in situazioni in cui notizie imprecise o notizie con scarsa credibilità hanno una dimensione a cascata maggiore", afferma Jadbabaie.

Se le opinioni degli utenti nella rete diventano più diversificate, è meno probabile che una notizia poco credibile si diffonda più ampiamente della verità.

Jadbabaie e i suoi colleghi hanno progettato gli agenti della rete in modo che si comportino in modo razionale, in modo che il modello catturi meglio le azioni che i veri umani potrebbero intraprendere se vogliono persuadere gli altri.

"Qualcuno potrebbe dire che non è per questo che le persone condividono, e questo è valido. Il motivo per cui le persone fanno determinate cose è oggetto di un intenso dibattito nelle scienze cognitive, nella psicologia sociale, nelle neuroscienze, nell'economia e nelle scienze politiche", afferma. "A seconda delle tue ipotesi, finisci per ottenere risultati diversi. Ma credo che questa ipotesi di persuasione come motivo sia un presupposto naturale."

Il loro modello mostra anche come manipolare i costi per ridurre la diffusione di informazioni false. Gli agenti effettuano un'analisi costi-benefici e non condivideranno notizie se il costo per farlo supera il vantaggio della condivisione.

"Non facciamo alcuna prescrizione politica, ma una cosa che questo lavoro suggerisce è che, forse, avere dei costi associati alla condivisione delle notizie non è una cattiva idea. Il motivo per cui ottieni molte di queste cascate è perché il costo della condivisione delle notizie in realtà è molto basso", dice.