Le temps presse, car un déluge de mises à jour se répand sur Internet et les flux de médias sociaux. Les membres du public sont impatients de trouver des informations auxquelles ils peuvent faire confiance.

De fausses informations peuvent entraîner des conséquences néfastes. Les médias, les médias sociaux et les organisations gouvernementales ont adopté de nouvelles stratégies ces dernières années, mettant davantage l'accent sur la vérification des faits et le signalement des messages trompeurs, afin de fournir le contexte important dont le public a besoin.

Mais comment les créateurs de contenu peuvent-ils concentrer leurs efforts sur les domaines où la désinformation est susceptible de nuire le plus au public ? La recherche de la School of Management (SOM) de l'Université de Binghamton offre des solutions possibles grâce à un cadre d'apprentissage automatique proposé, ainsi qu'une utilisation étendue de la technologie blockchain.

"Nous sommes plus susceptibles de nous soucier des fausses nouvelles si elles causent un préjudice qui affecte les lecteurs ou le public. Si les gens perçoivent qu'il n'y a pas de mal, ils sont plus susceptibles de partager la désinformation", a déclaré Thi Tran, professeur adjoint de systèmes d'information de gestion. , qui a dirigé la recherche. "Les préjudices viennent du fait que le public agisse selon les affirmations de la désinformation, ou s'il refuse l'action appropriée à cause de cela. Si nous avons un moyen systématique d'identifier où la désinformation fera le plus de mal, cela nous aidera à savoir où nous concentrer sur l'atténuation."

Tran a récemment présenté ses recherches à une conférence animée par SPIE, une organisation internationale à but non lucratif dédiée à l'avancement de la recherche et des technologies basées sur la lumière. Un article s'est concentré sur le cadre basé sur l'apprentissage automatique, qui est une branche de l'intelligence artificielle (IA) et de l'informatique qui utilise des données et des algorithmes pour imiter la façon dont les humains apprennent tout en améliorant progressivement sa précision. Un autre article traitait de l'utilisation de la blockchain, qui est un type de technologie de base de données partagée. Les deux articles sont également publiés dans le cadre de Technologies de rupture dans les sciences de l'information VII.

La recherche de Tran a proposé des systèmes d'apprentissage automatique pour aider à déterminer l'ampleur à laquelle le contenu pourrait nuire à son public et se concentrer sur les pires contrevenants. Les exemples incluent des histoires qui ont circulé au plus fort de la pandémie de COVID-19 vantant de faux traitements alternatifs par opposition au vaccin.

Le cadre utiliserait des données et des algorithmes pour repérer les indicateurs de désinformation et utiliserait ces exemples pour informer et améliorer le processus de détection. Il prendrait également en compte les caractéristiques des utilisateurs de personnes ayant une expérience ou des connaissances préalables sur les fausses nouvelles pour aider à reconstituer un indice de préjudice. L'indice refléterait la gravité des dommages possibles pour une personne dans certains contextes si elle était exposée et victimisée par les fausses nouvelles.

Sur la base des informations recueillies, a déclaré Tran, le système d'apprentissage automatique pourrait aider les atténuateurs de fausses nouvelles à discerner quels messages sont susceptibles d'être les plus préjudiciables s'ils sont autorisés à se propager sans être contestés.

"Votre niveau d'éducation ou vos convictions politiques, entre autres, peuvent jouer un rôle dans la probabilité que vous fassiez confiance à un message de désinformation ou non et ces facteurs peuvent être appris par le système d'apprentissage automatique", a déclaré Tran. "Par exemple, le système peut suggérer, en fonction des caractéristiques d'un message, de votre personnalité et de vos antécédents, etc., qu'il est probable à 70 % que vous soyez victime de ce message de désinformation spécifique."

Alors que d'autres études ont été menées sur l'utilisation de la technologie blockchain comme outil de lutte contre les fausses nouvelles, les recherches de Tran s'étendent également sur les découvertes précédentes en explorant de plus près l'acceptabilité de ces systèmes par les utilisateurs.

"Le modèle de recherche que j'ai construit nous permet de tester différentes théories, puis de prouver quelle est la meilleure façon pour nous de convaincre les gens d'utiliser quelque chose de la blockchain pour lutter contre la désinformation", a déclaré Tran.

Tran a proposé d'interroger 1 000 personnes parmi deux groupes : les atténuateurs de fausses nouvelles (organisations gouvernementales, organes de presse et administrateurs de réseaux sociaux) et les utilisateurs de contenu qui pourraient être exposés à de faux messages d'information. L'enquête présenterait trois systèmes de blockchain existants et évaluerait la volonté des participants d'utiliser ces systèmes dans différents scénarios.

La traçabilité est l'une des fonctionnalités intéressantes de la blockchain, a déclaré Tran, car elle peut identifier et classer les sources de désinformation pour aider à reconnaître les modèles.

"J'espère que cette recherche nous aidera à éduquer plus de gens sur la prise de conscience des modèles", a déclaré Tran, "afin qu'ils sachent quand vérifier quelque chose avant de le partager et qu'ils soient plus attentifs aux incohérences entre le titre et le contenu lui-même, ce qui garderait le la désinformation de se propager involontairement."