Os algoritmos ajudam na propagação de fake news. Para especialistas, ainda não há como as redes sociais identificarem notícias falsas, apenas indicar que potencialmente elas podem ser enganosas.
Todos os dias somos bombardeados por uma grande quantidade de notícias. Como já publicado na Negócios da Comunicação, citando um artigo do portal científico Frontiers, uma pessoa processa, em média, o equivalente a 74 gigabytes de informação por dia. Há 500 anos esse era o que uma pessoa de nível superior acumulava durante a vida.
Grande parte dessa mudança ocorre pela facilidade em receber informações que a Internet proporciona. Segundo o relatório “Infodemia e os impactos na vida digital”, da Kaspersky, em um estudo realizado com 2.358 pessoas entre 25 e 65 anos, apontou que 71% delas usam a Internet como principal meio para receber informações. O relatório traz ainda que a confiabilidade nas notícias lidas online é tão grande que 1.957 pessoas entrevistadas, ou 83%, seguem exatamente o que leem online para cuidar da saúde.
Nem tudo é verdade
Porém, como alerta, Rodrigo Carneiro, pesquisador do Instituto Nacional de Ciência e Tecnologia em Democracia Digital (INCT.DD), muito do que se lê nas redes sociais pode não ser verdade.
“As plataformas garantem que controlam esse tipo de conteúdo, mas a prática mostra que a situação não é bem essa”, critica Caneiro. “O sistema de recomendação segue uma série de premissas e regras que as plataformas não divulgam, mas o que se sabe é que a lógica das redes sociais premia conteúdo com potencial de interação, seja ele qual for. E, consequentemente, quanto mais esse material é consumido, mais ele é recomendado”.
Rodrigo ressalta que o impulsionamento de notícias falsas acontece muitas vezes por falhas no algoritmo que ajuda a impulsionar. O algoritmo são linhas de códigos; eles são responsáveis por enquadrar o engajamento e curtidas dos usuários.
O algoritmo é uma sequência de ações computacionais pré-estabelecidas que pode mudar ou se adaptar ao contexto em que é aplicado. “No caso das notícias falsas, os algoritmos estão ligados ao funcionamento das redes sociais, que basicamente buscam oferecer ao usuário conteúdo que pressupõe que a pessoa vai interagir de alguma forma”, explica o pesquisador, que continua: “Essas ferramentas não fazem distinção de que tipo de conteúdo é esse, portanto, as fake news prosperam porque há público consumidor que interage com elas, comenta, repassa, dá like, etc”.
Porém, não há apenas uma forma de algoritmo; ele é responsável desde a resolução dos conteúdos que irão aparecer na página do Facebook, as recomendações de vídeos do YouTube, ou as fotos do Instagram de pessoas que não seguimos, mas aparecem na timeline. O analista de dados, João Guilherme Bastos, ressalta que o termo é amplo para definir bases de dados da Internet.
Os algoritmos podem ter vários formatos, mas muitos são o que chamou de linha de decisão, ou seja, uma série de opções das quais o algoritmo toma decisões que seguem um padrão de engajamento. Assim, aparece determinada informação num determinado momento; se tem outro padrão de engajamento, vai aparecer outra. “Esse algoritmo tem algumas linhas que ele aprende ao longo do tempo, vai se ajudando com a resposta do usuário. O tema algoritmo é geral, pode envolver o conteúdo que vai aparecer ou até mesmo a resolução da imagem”, explica Bastos.
Redes sociais não conseguem coibir notícias falsas
Bastos lembra que a base do algoritmo do Facebook tem falhas que ajudam a alavancar notícias falsas. Desde 2020 a rede tem sido alvo de críticas porque, em vez de excluir conteúdos falsos ou que confundem quem a recebe, o algoritmo de qualquer rede social pode alavancar informações falsas por não conseguir identificar o que é fake ou verdadeiro: “Como os algoritmos entregam informações segmentadas, ou seja para nichos específicos, notícias falsas podem ser alavancadas se houver muito engajamento, muita curtida ou comentários”. Rodrigo Carneiro ressalta que ainda que não há como as empresas detectarem notícias falsas, por isso elas conseguem se misturar com informações verdadeiras.
“Ensinar máquinas a detectar fake news é um trabalho ainda sem solução definitiva, por um simples fato: ainda não é possível ensinar o contexto à máquina, ensinar nuances do discurso e da linguagem. O que a máquina consegue fazer de forma mais ou menos eficiente é indicar potencial notícia falsa, pela análise de uma série de aspectos mais objetivos (forma de apresentação do conteúdo, origem, etc.). Mas sempre será preciso a ação humana direta para definição clara de que é ou não notícia falsa”, ressalta o pesquisador.
